免费mdm主数据管理平台（首席看数据架构）

主数据管理是旨在创建和维护权威、可靠、可持续、准确、及时和安全的环境的过程和技术框架。这个环境代表了一个单一版本的事实，作为跨不同的系统、业务单元和用户社区的可接受的记录系统。

尽管MDM不是新的，但是最近人们对开发MDM解决方案的兴趣大增。这是因为跨广泛行业的组织的战略和战术需求。这种趋势的一些关键驱动因素是诸如GPDR、Sarbanes-Oxley Act和HIPAA等法规的遵从性。

主数据管理还使组织能够更好地关注以客户为中心的活动，更好地洞察客户的目标、需求、能力和要求额外产品和服务的倾向。如果执行正确，这可以增加交叉销售和追加销售的收入机会，并改善整体客户体验。

MDM实现过程中遇到的一些关键技术挑战包括:

1. 数据治理以及度量和解决数据质量问题的能力
2. 创建和维护组织范围内一致的数据定义
3. 可伸缩性方面的挑战，要求MDM解决方案处理大量和复杂的数据，特别是增加“大数据”的使用，包括移动和社交媒体等非结构化数据
4. 实施过程控制以支持审计和合规报告的需要

MDM解决方案和供应商产品通过引入和集成新技术、提高数据质量和匹配解决方案，不断扩展各种特性集的功能。下面是一些特定的核心功能，它们随着时间的推移不断发展，以满足当今的业务需求并减少实现风险。

许多客户将他们的MDM计划与实时客户参与(360视图)和业务流程优化紧密联系在一起。这些用例依赖于大量的属性和元数据，这些属性和元数据为个性化、后勤和预防性维护提供上下文。在过去，一个hub最多只包含几百个数据元素。

今天，客户需要的解决方案能够支持一个域的数千个数据元素和一个多域中心的数万个数据元素。一些数据驱动的用例是:

1. 基于上下文信息的重要性，如谷歌现在显示即将到来的旅行，报告目的地天气，预测分析和建议
2. 内置的MDM功能，可以将实体关联到360个视图中，供打开的机票、订单和朋友的参考
3. 行为、偏好、权限、安全性、身份、位置和时间都在图中维护和连接，并在业务上下文中表示给数据使用者。例如，行为模式可以定义客户域，而不是只关注身份。这将创建相关性、敏捷性和灵活性，以便将主数据塑造为任何业务服务。

像Informatica、Reltio和Pitney Bowes这样的MDM工具使用一个图形数据库来收集主数据，并将它们与其他属性和元数据联系起来。相对容易地跨通道集成内部、外部、移动和非结构化源是图数据库采用的关键考虑因素。

此外，数据模型更加多维，数据层次更加深入。为了适应组织需求的复杂性和复杂性，客户参考更倾向于使用上下文和分析性MDM解决方案，而不是传统的MDM工具，后者将关系数据库作为体系结构的一部分。

通过图形数据库、机器学习、大数据和分析可视化支持MDM功能和分析功能的解决方案。这些解决方案将主数据直接转换为insight。数据模式的可视化显示了客户连接和偏好。机器学习仅仅通过理解数据链接就能提供真知灼见。一些示例场景包括产品建议、身份和欺诈分析、合并和收购协调。机器学习采用动态的、不断演化的数据，而关系数据库在互连数据方面比较慢。

需要特定的工具来提供构建高级匹配和合并流程算法的能力。社交分析尤其如此，它是大数据中应用最广泛的用例之一。社会分析的最大挑战是成功地识别组织现有客户的社会概况，这主要是因为在搜索常见名称时可以返回多个结果。此外，许多人在他们的社交资料中使用化名而不是真名，这使得识别这些资料更加困难。

为了进行适当的数据治理，您需要一个MDM工具，它可以简化和自动化管理过程，消除过去让管理人员不堪重负和数据使用瓶颈的手工过程。实现高级数据治理策略也很重要。这些规则不仅涉及数据使用、所有权等方面，还涉及特定于大数据的数据治理和数据管理。

数据治理中其他两个必要的因素包括确保外部数据不会影响内部数据的完整性，以及确保能够管理数据冲突的升级路径。出于安全原因，您还应该简化隐私策略的定义和管理。

这些领导者展示了丰富的MDM功能，可以用于复杂的主数据场景、大型复杂的生态系统和数据治理，从而交付企业级的业务价值。

外部引用数据提供者及其服务将在MDM实现中扮演重要角色。诸如Dun & Bradstreet、Acxiom、Lexus-Nexus等公司就是这样的数据提供商。它们是提供关键功能的关键，例如数据清理、合理化、充实和匹配。

业务需求和供应商整合最终将导致提供全面的MDM解决方案，其中包括复杂的数据质量组件、灵活的规则引擎、元数据存储库和基于组件化服务的产品套件中的遵从性和审计监控功能。

在Intersys，我们的一大批高技能的顾问在许多不同类型的MDM工具和用例方面都非常合格。凭借我们的专业知识，我们可以实现或支持您的所有Maser数据管理需求，并帮助您的组织实现数字化转型。

原文：https://www.intersysconsulting.com/blog/master-data-management/

本文:https://pub.intelligentx.net/node/844

讨论：请加入知识星球【首席架构师圈】或者飞聊小组【首席架构师智库】