erwin – Vodeći alat za upravljanje podacima širom sveta

ervin ima više od 25 godina iskustva u arhitekturi preduzeća (EA), pomažući organizacijama da bolje razumeju, projektuju i transformišu kritične domene preduzeća.
Sa ervin EA ćete znati kako su poslovne funkcije usklađene i strukturirane, razumeti informacije koje pokreću poslovne operacije i videti gde tehnologija i inovacija zaostaju ili se mogu koristiti za postizanje konkurentske prednosti.
ervin EA uklanja nagađanja iz poslovanja i IT transformacije i kroti inherentnu složenost velikih IT inicijativa kao što su racionalizacija aplikacija, migracija u oblak i implementacija velikih podataka.

opšta temeljna načela

• Podaci su resurs
  • Podaci su resurs najveće vrednosti za ceo poslovni sistem i treba ih u skladu sa time upravljati.
• Podaci su dostupni
  • Korisnici moraju imati pristup do podataka, koji su potrebni za obavljanje njihovih zadataka nezavisno o organizacionoj i funkcionalnoj podjeli.
• Zajednička terminologija i definicije podataka
  • Podaci se definišu na konzistentan način na nivou celog poslovnog sistema. Definicije značenja podataka moraju biti razumljive, nedvosmislene i dostupne svim korisnicima.
• Sigurnost podataka
  • Podaci se adekvatno zaštićuju od neovlašćenog korišćenja i krađe.

gradivni blokovi arhitekture podataka

• Poslovni rečnik
• Konceptualni model
• Ključni pokazatelji uspešnosti
• …

 

• Logički poslovni pod-modeli
• Migracijski modeli
• ETL modeli
• Fizički pod-modeli
• …

• DDL
• DB katalog

primer strukture modela

deljenje informacija među svim učesnicima

najčešći problemi, razlozi za integraciju

• različite lokacije, različiti operativni sistemi
• različite baze podataka
• različite aplikacije
• različita strukturiranost podataka
• višestruki unos i više verzija istih podataka, više verzija istine
• časovno nedosledni i nepouzdani podaci

Previše podataka – nedovoljno poslovnih informacija

izazovi integracije izvora podataka

Kako obezbediti:

• jednoznačno imenovanja i definisanja pojmova
• usklađeni nivoi zaštite
• usklađenost “šifarnika” i klasifikacija
• usklađenost struktura i formata podataka
• usklađenost nivoa kvalitete podataka
• časovna usklađenost nastanka podataka

za celu organizaciju

• između ERP… CRM … BI i drugim “kućnim” ili kupljenim sistemima

MDM – “Master Data Management”

metode, postupci i alati, koji obezbeđuju, da su sve aplikacije i sva poslovna obaveštavanja u nekom poslovnom sistemu zasnovani na jednoj centralnoj verziji (“master”) glavnih poslovnih podataka

• Primeri matičnih podataka
  • Poslovni partneri, usluge, proizvodi, itd.
  • Glavni šifarnici
• Najčešći uzroci lošeg kvaliteta podataka matičnih podataka
  • nije organizirano upravljanje kvalitetom podataka
  • odvojeno održavanje istih podataka u različitim aplikacijama
  • neusklađenost prenosa, kopiranja, dopune … podataka između različitih aplikacija

Više verzije istine, koja je pouzdanija?

Tipični problemi, razlozi za zahteve za integraciju

• Različite lokacije, različiti operativni sistemi
  Različite  baze podataka
  Različite aplikacije
  Različite strukture podataka
  Više unosa i više verzija istih podataka, više verzija istine

PREVIŠE podataka – PREMALO relevantnih poslovnih INFORMACIJA

Izazovi za integracije različitih izvora podataka

Kako osigurati:

Jedinstveno imenovanje i definicije poslovnih pojmova
Harmonizovani nivoi bezbednosti
Harmonizovane „liste kodova“ i klasifikacije
Harmonizovane strukture i formati podataka
Odgovarajući kvalitet podataka

za celu organizaciju

Između ERP…CRM…BI i drugih informacionih sistema
MDM – „Upravljanje glavnim podacima“

Metode, procedure i alati, kako bi se osiguralo da sve aplikacije, sve poslovne kontrolne table i izveštaji za određenu organizaciju budu koncipirani na jednoj, centralnoj verziji („master“) glavnih poslovnih podataka

Primeri matičnih podataka
Poslovni partneri, proizvodi, artikli, usluge….
Glavne šifre
Neki od glavnih razloga za loš kvalitet matičnih podataka
Nema organizacije za upravljanje kvalitetom podataka
Odvojeno održavanje istih podataka u različitim aplikacijama
Nedosledno prenošenje, kopiranje, izmene… podataka između različitih aplikacija

Više verzija istine, koja je pouzdanija?

• Usklađenost s opštom politikom kvalitete
• Opšta uputstva: TQM/ISO 9000/SixSigma …
• Politika kvalitete na nivou organizacije …
• Uspostavljanje organizacije i procesa za implementaciju politike kvalitete podataka / informacija

temeljni uslov za praćenje ključnih pokazatelja uspešnosti

• Uticaj kvaliteta podataka na uspešnost i ciljeve poslovnih procesa
• Kriterijumi za utvrđivanje kvaliteta podataka
  • Tačnost
  • Savršenstvo
  • Usklađenost podataka između različitih izvora (aplikacije/DB-i, izveštaji, dokumenti i slično)
  • Usklađenost podataka o časovnim dimenzijama
  • Usklađenost sa zahtevima poslovnog procesa („relevantnost“)
  • Sljedljivost između sumarnih i detaljnih podataka
  • Pravovremenost
  • …

iterativni (spiralni) pristup

• Iteracije za ograničeni, odabrani obim
• Transparentnost razvoja
• Korisnici nisu unapred upoznati sa svim zahtevima
• Brzina završetka svih faza pojedine iteracije (zahtjevi-analiza-design-programiranje-testiranje-integracija)
• Nakon završetka jedne iteracije mogućnost re-definisanje zahteva za narednu iteraciju
• Mogućnost paralelnih aktivnosti različitih timova

iterativni (spiralni) pristup – ključni uslovi za uspešnu izvedbu

• Iterativnost može biti i problem …
  … jer se svaka iteracija fokusira na drugo područje (podataka)!
• Integriranost se može obezbediti samo ako sve iteracije potiču iz istog modela podataka