Tiedon standardisoinnin merkitys MDMhankkeelleHeimo HänninenSenior Consultant, Data modelingTalent Base Oy, Finlandhttp://...
Sisältö•   AIHE: Standardointi pohjana älykkäälle päätöksenteolle•   MOTIVOINTI: Datan standardoinnin merkitys•   MITEN se...
Eckerson, (2002)             Mizuho Securities (2005)     Huonosta tiedon         • Myyjä halusi myydä 1 osakkeenlaadusta ...
Mistä huono data tulee?• Lähde: TDWI.
Mitä huono data on yleisesti?• Lähde: TDWI.    Opiskele lisää: Dama Finland raportti: http://tinyurl.com/data-rapsa
Datan standardoinnin merkitys NSN Operaattori             Home DepotportaaliPDM datan automatisoitukäyttö:• Tuoterakentee...
Kuinka tehdään laadukasta dataa• Virhetarkastus syötettäessä• Syöte suoraan tietotokantaan – ei excel suhmurointia• Tiedon...
Miten arvioida tiedon laatu?Laadun mittaaminen ja arviointi perustuu aina sovittuun tietostandardiin• Ajantasaisuus - Onko...
Informaationhallinta haastaa sinut More than 60% of CEOs                                                                  ...
Faktapohjainen päätöksenteko                                   Päätöksenteko                                              ...
Olio - Data - Informaatio - Tietämys• Todellinen olio/asia    – Fyysinen tai abstrakti olio, olemassa vaikka siitä kertova...
Älykäs organisaatio – tiedon tasot                                                         Ihminen                        ...
Standardoinnin tasotAbstraktiotaso &Semantiikan määrä    • Liiketoiminnan ontologia                   Ymmärrämme    • Doma...
Maailma – maailmankuva - tietomalli                                                      Ihminen                          ...
Miten data standardoidaan                                    Ihminen                      @Pituus                      Hen...
Haasteita – konseptien (termien)tulkinta eri kontekstissa• Heimo sanoi Eerolle: “osta kahvi ja viineri”•...Mitä Kalev olis...
Mitä on semantiikka?• Pitäisi vastata kohteesta:   – Mitä ovat tarkoitukset (ontologiset kysymykset)   – Mikä on kielellis...
Informaation standardointiorganisaatiossa?
Eteneminen                   tarve         asiakashuolto              myynti          kanava              T&K             ...
Yhteinen kieli organisaatiolle                         Talous-                         hallinto                           ...
Muistilista 1/2:Kuinka päästä liikkeelle standardoinnissa 1. Valitse aihealue (esim. asiakastieto) jonka datan    standard...
Muistilista 2/2:Kuinka päästä liikkeelle standardoinnissa 5. Määrittele tarkemman tason metatiedot per attribuutti    – (e...
Datan standardointi•   Liiketoimintalähtöistä (termit, synonyymit, tarpeet)•   Tietotyypit ihmisille ymmärrettäviä ja yksi...
Haluatko tietää lisää?                   http://www.talentbase.fi    heimohanninen, heimo.hanninen@talentbase.fi
Upcoming SlideShare
Loading in...5
×

Talent Base: Tiedon standardisoinnin merkitys MDM hankkeelle

409

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
409
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
21
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Talent Base: Tiedon standardisoinnin merkitys MDM hankkeelle

  1. 1. Tiedon standardisoinnin merkitys MDMhankkeelleHeimo HänninenSenior Consultant, Data modelingTalent Base Oy, Finlandhttp://www.talentbase.fi
  2. 2. Sisältö• AIHE: Standardointi pohjana älykkäälle päätöksenteolle• MOTIVOINTI: Datan standardoinnin merkitys• MITEN semantiikka liittyy datan standardointiin?• CASET: Huonot ja Hyvät• MITÄ on datan standardointi (MDM kontekstissa)?• MITEN yhteinen kieli otetaan käyttöön• YHTEENVETO
  3. 3. Eckerson, (2002) Mizuho Securities (2005) Huonosta tiedon • Myyjä halusi myydä 1 osakkeenlaadusta aiheutuu USA:n 600,000 jenillä yrityksille 600 miljardin • Myi 600,000 osaketta 1 jenillä kulut vuodessa. • $347 miljoonan tappio IBM (2005) Dama Finland (2012) 30% of people’s time Suomessa kulut tiedon is spent searching for huonosta laadusta relevant information arvioidaan olevan yli 10 miljardia vuodessa. 40% of IT budgets may be spent on integration
  4. 4. Mistä huono data tulee?• Lähde: TDWI.
  5. 5. Mitä huono data on yleisesti?• Lähde: TDWI. Opiskele lisää: Dama Finland raportti: http://tinyurl.com/data-rapsa
  6. 6. Datan standardoinnin merkitys NSN Operaattori Home DepotportaaliPDM datan automatisoitukäyttö:• Tuoterakenteen mukainen navigointi• Monipuoliset filtterit hauille• Tuotekonteksti dokumenteille• Automatisoitu sisällön päivitysLähdejärjestelmienstandardoitu integrointi:• PDM, CMS
  7. 7. Kuinka tehdään laadukasta dataa• Virhetarkastus syötettäessä• Syöte suoraan tietotokantaan – ei excel suhmurointia• Tiedon luokitus käyttöön, joka määrittää: – Validoinnin ja luotettavuustason – Arvo/kustannus –indeksin – Semanttisen jaottelun (mistä data kertoo, relevanssi)• Käyttäjille suora kanava antaa palautetta: – Hyödyllisyys – Virheiden korjaus• “Siivouspalvelu” osaksi prosesseja (hyödytön, vähän käytetty sivummalle ja huono data pois)
  8. 8. Miten arvioida tiedon laatu?Laadun mittaaminen ja arviointi perustuu aina sovittuun tietostandardiin• Ajantasaisuus - Onko tieto ajan tasalla ja saatavissa oikeaan aikaan?• Tietueiden yksilöllisyys- Kuinka monta tarpeetonta esiintymää samasta tietueesta on?• Täyttöaste - Kuinka suuri osa halutuista tiedoista on olemassa?• Paikkansapitävyys - Kuinka oikeaa tietosisältö on? Kuinka hyvin se vastaa todellisuutta?• Muodon oikeellisuus - Onko tieto oikeassa muodossa?• Yhdenmukaisuus - Onko tieto yhdenmukaista eri järjestelmissä• Eheys - Ovatko viittaukset tietojen välillä oikein kaikissa järjestelmissä?• Kattavuus - Kuinka hyvin olemassa oleva tieto kattaa valitun alueen?
  9. 9. Informaationhallinta haastaa sinut More than 60% of CEOs Only one-third of CFOs believe their business needs to believe that the information is access and understand information easy to use, tailored, cost- faster to make swift decisions effective or integrated Transactions Employees Customers85% of information 30–50% of design time isis unstructured Products Partners copy management Databases Organizations 17% of IT budgets E-mails Financials Web 30% of people’s time is for storage hardware content spent searching for and storage management Documents relevant information software and people Reports Media 40% of IT budgets 37% growth of disk storage in may be spent on integration 2005 Source: IBM
  10. 10. Faktapohjainen päätöksenteko Päätöksenteko Tietämys KonseptuaalinenTietoarkkitehtuurintasot Looginen Konkreettinen Data Opiskele lisää TalentBase.fi Blogi: Binding Information Layers to Strategy
  11. 11. Olio - Data - Informaatio - Tietämys• Todellinen olio/asia – Fyysinen tai abstrakti olio, olemassa vaikka siitä kertova data tuhotaan – Oliolla on ominaisuuksia (faktat, piirteet)• Data – Tallennetut faktat maailmasta – On olemassa, vaikka siitä tehty informaatio tuhotaan• Informaatio – Tallennettua ja usein prosessoitua Dataa – Tehty datan välittämiseksi jossakin kontekstissa johonkin tarpeeseen• Tietämys – Kaikki mitä me tiedämme, tulkinta maailmasta kaikilla aisteilla – Muodostuu datan, Informaation ja vanhan tietämyksen pohjalta – Jonka avulla teemme päätöksiä – Aina henkilökohtaista (kokemukset, odotukset, pelot, uskomusjärjestelmä, tilanne)
  12. 12. Älykäs organisaatio – tiedon tasot Ihminen Organisaatio Päätökset Isoin alennus • Tietämys, oppiminen Ostan sopivat parhaimmalle • Bisnes konteksti varusteet Pekalle asiakkaalle Tietämys-integraatio sää Kommunikointi- varuste tarve pelaaja asiakas kyvykkyys myynti • Konseptit peli kanava T&K • Entiteetti, relaatio, attr. kenttä sijainti tuoteTeot tuotanto materiaalit Informaatio Pelaajat Data-integraatio FC Honka: • Kooste tarpeeseen Pekka: 140 cm • Yhteiset termit, data CRM 40kg, puolustaja CMS Kenkä: 39 ERP Olen PDM ERP intra Tosimaailma • Aidot oliot Pekka 140 cm • Faktat
  13. 13. Standardoinnin tasotAbstraktiotaso &Semantiikan määrä • Liiketoiminnan ontologia Ymmärrämme • Domain-malli käyttötarkoituksen. • Objekti-malli Miksi tämä data? • IA & bisnes entiteetit Ymmärrämme • MDM avaintiedot sisällön ja hallinnan. • Tietomallit (rakenne) Mitä , kuka jne.? • Taksonomiat • Referenssisanastot Määritämme • Tietotyyppi (formaatti) sisällön tarkasti. • Tallennusmuoto,-paikka Missä,miten jne.? Datan määrä
  14. 14. Maailma – maailmankuva - tietomalli Ihminen @nimi @pituus Pelaaja @paino @sukupuoliAito olio Konseptuaalinen Datamalli (looginen) @pelinumero-kaikki piirteet kuvaus -luokka-kaikki ominaisuudet -olennaiset piirteet -keskeiset attribuutit-ympäristössä -valitut ominaisuudet -tietotyypit @rooli -rajattu konteksti
  15. 15. Miten data standardoidaan Ihminen @Pituus Henkilön pituusX 140 cm • Yksikkö: cm (SI) • Formaatti: INT [000] • Omistajuus: kouluterveydenhoitaja • Sääntö: – Mitataan vuosittain kantapäästä päälakeen, siten että seistään seinää vasten kasvot/katse sunnattuna suoraa eteenpäin (horisontaalisesti)
  16. 16. Haasteita – konseptien (termien)tulkinta eri kontekstissa• Heimo sanoi Eerolle: “osta kahvi ja viineri”•...Mitä Kalev olisi ostanut? Diagrammi: Conceptual Spaces: The Geometry of Thought by Peter Gärdenfors
  17. 17. Mitä on semantiikka?• Pitäisi vastata kohteesta: – Mitä ovat tarkoitukset (ontologiset kysymykset) – Mikä on kielellisten ilmaisujen ja niiden tarkoitusten suhde (semantiikan kysymykset) – Kuinka em. suhteiden kytkennät voi oppia (oppimisen kysymykset) – Kuinka kommunikoimme tarkoituksia (kommunikoinnin kysymykset)• Konseptuaalinen (alias kognitiivinen) lähestymistapa: – Kielellisten ilmaisujen tarkoitukset ovat mielikuva entiteettejä – kognitiivisia rakenteita kielen käyttäjän päässä. – Kieli itsessään on osa kognitiivista rakennetta – ei irrallinen tai riippumaton itse maailman kuvausta Lähde: Conceptual Spaces: The Geometry of Thought by Peter Gärdenfors• Kieli edustaa konseptia, ei maailmaa!
  18. 18. Informaation standardointiorganisaatiossa?
  19. 19. Eteneminen tarve asiakashuolto myynti kanava T&K sijainti tuote materiaalit tuotanto
  20. 20. Yhteinen kieli organisaatiolle Talous- hallinto Myynti / Tuotanto Asiakas- palvelu ASIAKAS (B2B tai B2C) Markki- Huolto nointi Logistiikka
  21. 21. Muistilista 1/2:Kuinka päästä liikkeelle standardoinnissa 1. Valitse aihealue (esim. asiakastieto) jonka datan standardointi tuottaa eniten arvoa tai on houkuttelevin (ei välttämättä monimutkaisin) 2. Identifioi avainhenkilöt eri prosessialueilta, sitouta ja myy idea standardoinnin tärkeydestä. Perusta hallintafoorumi (tehtävä on luoda standardi!) 3. Käy lävitse per prosessialue (myös avain IT järjestelmät) 1. mitkä ovat tärkeimmät informaatiot, 2. mikä on datan nykytila (ui datassa!) 4. Vedä yhteen tulokset, muodosta yhteinen käsitys mitä esim. tuote tarkoittaa yritykselle (ontologia, looginen malli & yhteinen kieli) ja mitkä ovat sen avaintiedot (attribuutit)
  22. 22. Muistilista 2/2:Kuinka päästä liikkeelle standardoinnissa 5. Määrittele tarkemman tason metatiedot per attribuutti – (esim. yhteinen nimi, merkitys, mittayksiköt, omistajuudet, lähteet, luottamuksellisuusasteikko jne.) ja – dokumentoi riittävällä tarkkuudella. – Hyödynnä parhaat käytännöt ja olemassa olevat standardit (esim. toimialakohtaiset, ulkoiset lähteet) 6. Hyväksytä hallintafoorumissa ja aloita jalkautus (Kommunikaatio! Mandaatti!) 7. Ylläpidä standardia tarvittessa & laadi mittaristot laadun mittaamiseksi
  23. 23. Datan standardointi• Liiketoimintalähtöistä (termit, synonyymit, tarpeet)• Tietotyypit ihmisille ymmärrettäviä ja yksikäsitteisiä• Tasot: Konseptuaalinen  Looginen  Konkreettinen• Huomioi liiketoiminnan ja datan elinkaari• Hallinta: – luotaessa, jalkautettaessa, muutostilanteissa – Vaatii tiedon omistajuutta organisaatiossa
  24. 24. Haluatko tietää lisää? http://www.talentbase.fi heimohanninen, heimo.hanninen@talentbase.fi
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×