Consideraciones al construir una solución de Master Data Management (MDM)
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Consideraciones al construir una solución de Master Data Management (MDM)

on

  • 459 views

Artemio es cofundador de TAE IT, empresa proveedora de servicios en tecnologías de información con operaciones en México, España, Estados Unidos y Reino Unido. Actualmente Artemio es director de ...

Artemio es cofundador de TAE IT, empresa proveedora de servicios en tecnologías de información con operaciones en México, España, Estados Unidos y Reino Unido. Actualmente Artemio es director de Sullexis, empresa especializada en proveer servicios de consultoría para la gestión de datos en empresas.

Artemio posee mas de veinte años de experiencia práctica como consultor, en los que ha participado en proyectos con un amplio rango de tecnologías (IBM Mainframe, Microsoft, Java, Oracle, Unix, Linux, Windows, MVS, OSX, iOS) y sectores industriales (finanzas, comercio, logística, energía, entre otros). Una de sus principales áreas de interés es la gestión de datos corporativos, lo que lo ha llevado a dedicar los últimos 10 años en proyectos de Data warehousing, Business Intelligence, Master Data Management y migración de datos.

Statistics

Views

Total Views
459
Views on SlideShare
448
Embed Views
11

Actions

Likes
0
Downloads
18
Comments
0

2 Embeds 11

https://twitter.com 6
http://www.slideee.com 5

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

CC Attribution-NonCommercial-NoDerivs LicenseCC Attribution-NonCommercial-NoDerivs LicenseCC Attribution-NonCommercial-NoDerivs License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Consideraciones al construir una solución de Master Data Management (MDM) Presentation Transcript

  • 1. Master  Data  Management   Consideraciones  al  implementar  una  solución  a  la  medida     Artemio  Mendoza  García   -­‐  CEO  TaeIT  US:     -­‐  amendoza@taeit.com   -­‐  CTO  Sullexis:     -­‐  Artemio.Mendoza@sullexis.com  
  • 2. De  acuerdo  a  David  Loshin*,  una  iniciativa  MDM  trata   de:   “crear  un  registro  que,  de  manera  única,  enumere   todas  las  instancias  de  una  clase  de  objetos  de   información,  que  son  relevantes  a  una  comunidad   participante”       *  Loshin  David,  Master  Data  Management,  Morgan  Kaufman,  2009   ¿Qué  es  MDM?  
  • 3. MDM  y  el  Fútbol   Chicharito  Hernandez   México     #  14   Chicharito   Manchester   Little  Pea   Red  Devils   Chicharito  Hernandez   Guadalajara   #14   Javier  Hernandez   México     #  14   El  Chicharito  
  • 4. Golden  Record  (Golden  Pea?)   Chicharito  Hernández   México     #  14   Little  Pea   Manchester   Chicharito   Red  Devils     Chicharito   Guadalajara   #14   Javier  Hernández   México  #  9   Javier  Hernández  Balcázar   México  #14   Manchester  United  F.C.  #14   Diferente     Clase  de  chícharo!  
  • 5. *  Objetivo:  compartir  guias  prácticas  para  construir   soluciones  MDM   *  Los  consejos  expuestos  son  el  resultado  de  la   experiencia  personal   *  Los  errores  expuestos  fueron  cometidos  previamente   (mea  culpa)   *  No  es  una  guía  exahustiva,  sin  embargo,  abarca   errores  comunes   *  Interrumpir  para  compartir  experiencias   Objetivo  y  premisas  
  • 6. Cuandrante  mágico  de  Gartner   •  MDM  es  una  práctica  Madura   •  Existen  diversos  proveedores  de   soluciones  en  el  mercado   •  Integrados  a  ERPS,  uso  “automático”  de   dominios  por  módulos  –  CRM,  HR,  MM,  etc   •  Especialización  por  dominios:   •  Clientes   •  Proveedores   •  Materiales   •  Empleados   •  Nuevos  jugadores,  tendencia  hacia  MDM   ágil  y  multidominio  
  • 7. MDM  a  la  Medida   Independientemente  de  si  es  conveniente  o  no,  o  si  es  económicamente  viable,     las  soluciones  a  la  medida  existen  en  el  mundo  real  
  • 8. *  Crear  llaves  artificiales  (surrogate  key)  para  todos  los  objetos  provienientes  de  la  fuente   *  Identificar  cada  registro  con  el  Sistema  de  Origen     *  CRM,  ERP,  Sistema  de  Crédito,  Sistema  de  Ventas,  etc   *  Usar  funciones  hash  para  comparar  registros  existentes  y  para  validar  la  integridad  de  datos     *  Agregar  columnas  de  metadat  para:     *  Fechas  ingreso/update   *  Usuario  que  insertó/modificó   *  Motivo  de  cambio   *  Estado  del  registro  (válido,  inválido)   *  Borrado  lógico   Consideraciones  iniciales:     ¡quick  wins!  
  • 9. *  Por  razones  técnicas  y  razones  legales,  todo  cambio  realizado  a  los  datos  debe   ser  auditable,  mínimamente:   *  Cual  era  el  valor  original   *  Cual  es  el  valor  actual   *  Quien  lo  cambió   *  Motivo  del  cambio   *  Fecha  de  cambio   Usar  Area  de  Landing/Staging   •  El  uso  de  Area  de  Staging  y  area  de   Landing  facilita  mantener  la  historia   •  Si  es  necesario,  crear  llaves  artificiales   (surrogate  keys)  en  Landing  
  • 10. *  Evitar  Modelos  E-­‐R  complejos   *  Uso  de  Modelos  Canónicos  simples  (tipo  estrella)   Uso  de  modelos  simples   Simple,  fácil  de  leer,     Entender  y  mantener  Complejo,  dificil  de  leer,  de  implementar    y  mantener.  Probablemente  contiene  transacciones  
  • 11. *  Crear  Golden  Record  como  un  registro  artificial:   !No  Seleccionar  un  registro  como  Golden  y  descartar  el  resto!     *  La  clave  consiste  en  crear  clusters,  y  luego  asociarlos  a  un  Golden   Record  creado  artificialmente.  Fácil  mantenimiento,  sin  perdida   de  datos   *  Los  objetos  similares  se  agrupan  en  clúster   *  Los  objetos  duplicados  se  marcan  como  duplicados  y   (eventualmente)  se  resuelven  en  la  fuente         Crear  cluster,  luego  Golden  Records  
  • 12. *  En  DWH  (tradicional)  :     *  !No  modificar  datos!     *  El  objetivo  es  reportar  lo  que  existe     *  En  MDM:     *  es  perfectamente  razonable,  y  esperado,  que  los  datos  de  la   fuente  sean  erroneos  (o  incompletos).       *  Uno  de  los  objetivos  es  encontrar  esas  inconsistencias  y   corregirlas     *  Enviar  datos  erróneos  a  la  fuente,  uno  de  los  objetivos  a   mediano  y  largo  plazo  -­‐  Harmonización.     Técnicas  de  DWH  vs  MDM  
  • 13. *  Evitar  la  tentación  de  “recargar  y  reprocesar”  el  universo  completo   *  Para  los  Data  Stewards,  verificar  datos  puede  ser  eterno   *  Posible  consecuencia:  deprecación  no  deseada/manejo  complejo.   *  Posible  fragmentación  de  datos     *  ¿Que  hacer?   *  Carga  inicial  con  un  SOE  (Trusted  Source)   *  Primer  ronda  de  DQ  &  Match  &  Merge  -­‐  Golden     *  Segunda  y  tercer  ronda  -­‐  publicar   *  Cargar  siguiente  fuente  (s),  y  compara  contra  Golden   *  Solo  cargar  lo  que  haya  cambiado  (uso  de  Hash  keys)   *  !Cuidar  los  datos  que  ya  han  sido  cargados  y  validados!   Técnicas  de  DWH  vs  MDM  
  • 14. *  Identificar  Datos  Maestros  ¿tarea  fácil?   son  aquellos  que  no  cambian  (mucho)  en  el  tiempo.  Las  transacciones  son  aquellas  que  existen  durante  un  periodo  del   tiempo,  son  dinámicas,  y  ocurren  sobre  los  datos  maestros.   *  Diferenciarlos,  en  la  práctica,  puede  ser  tarea  complicada:   *  Contratos:  supermercado  vs  Agencia  de  Publicidad/compañías  de  reaseguros   *  Ordenes  de  Compra:  ¿que  pasa  con  blanket  POs?  –  estáticas  en  naturaleza   *  Ciudades,  estados,  países  –  ¿datos  de  referencia?  Para  algunas  empresas,  existen  países  que  son   creados  artificialmente,  o  sus  datos  son  enriquecidos  en  forma  tal,  que  tienen  que  ser  centralizado   *  ¿Que  pasa  cuando  se  introducen  Transacciones  en  la  solución  de  Datos  Maestros?     *  ¿esto  nunca  ocurre  en  la  práctica?   *  ¿Como  minimizar,  por  diseño,  que  esto  suceda?   Master  vs  Transactional  
  • 15. *  La  implementación  de  una  iniciativa  de  MDM  es  una   solución  que  necesita  ser  planeada  con  cuidado   *  No  importa  el  cuidado  que  se  ponga  al  planear,   seguramente  habrá  que  modificar  el  diseño  y  re-­‐ trabajar  los  modelos   *  Por  lo  tanto,  la  mejor  estrategia  es  aquella  que  nos   permite  adaptarnos  rápidamente   *  ¿MDM  ágil?   Conclusiones  
  • 16. ¿Preguntas,  comentarios?   “No vale la pena llegar a la meta si uno no disfruta del viaje” -Roger Martínez González