Варианты развития событий по окончании нормализации данных

Окончание. Предыдущие статьи цикла: "Качество данных - с чего начать?", "Общее понимание вопросов качества данных", "Правила и внутренние стандарты, регламентирующие процесс нормализации и дальнейшее управление данными", "Онтологический словарь (шаблоны описаний)", "Специальные программные продукты", "Генерация описаний".
Рано или поздно (а хочется пожелать, чтобы в установленные договором сроки) проект нормализации данных закончится – и вам нужно четко себе представлять, с чем вы после этого останетесь...
(Читать дальше …)
Специальные программные продукты

Продолжение. Предыдущие статьи цикла: "Качество данных - с чего начать?","Общее понимание вопросов качества данных", "Правила и внутренние стандарты, регламентирующие процесс нормализации и дальнейшее управление данными", "Онтологический словарь (шаблоны описаний)", "Генерация описаний"
Когда есть ясность в отношении методологии и онтологии – время переходить к обсуждению работ по нормализации данных. Этот этап проекта обычно наиболее длительный и определяет общую продолжительность работ. Насколько нам известно –...
(Читать дальше …)
Генерация описаний

Продолжение. Предыдущие статьи цикла: "Качество данных - с чего начать?","Общее понимание вопросов качества данных", "Правила и внутренние стандарты, регламентирующие процесс нормализации и дальнейшее управление данными", "Онтологический словарь (шаблоны описаний)"
О чем следует подумать после того, как согласованы шаблоны описаний, допустимые значения свойств, внутренние стандарты относительно мастер-данных? Неожиданно – но наконец о том, как будут выглядеть ваши справочники.
Очевидно, что в ваших рабочих системах номенклатура...
(Читать дальше …)
Онтологический словарь (шаблоны описаний)

Продолжение. Предыдущие статьи цикла: "Качество данных - с чего начать?", "Общее понимание вопросов качества данных", "Правила и внутренние стандарты, регламентирующие процесс нормализации и дальнейшее управление данными"
Если этап первого знакомства с подрядчиком пройден успешно, пора переходить к обсуждению вопросов, непосредственно связанных с проведением работ по нормализации записей. Один из главных вопросов – а как, собственно, должны выглядеть записи справочника...
(Читать дальше …)
Управление мастер-данными как стратегическая перспектива для бизнеса

Предлагаем вашему вниманию перевод статьи СЕО PiLog Africa Питера Стридома (Pieter Strydom), опубликованной на сайте Bespoke.
На протяжении многих лет мастер-данные были одной из необязательных забот предприятия и принимались во внимание лишь поскольку системы планирования ресурсов компании (ERP – enterprise resource planning) требовали этого для выполнения некоторых операций. Лишь недавно компании осознали реальную ценность и важность мастер-данных: это направление бурно развивается...
(Читать дальше …)
Правила и внутренние стандарты, регламентирующие процесс нормализации и дальнейшее управление данными

Продолжение. Предыдущие статьи цикла "Качество данных - с чего начать?" и "Общее понимание вопросов качества данных"
Следует подробнее остановиться на тех правилах нормализации данных, которые были упомянуты в предыдущей статье.
Давайте представим, что некая прекрасная компания выгрузила данные из ваших систем, закрылась в своем офисе на несколько месяцев и после этого вернула в ваши системы Прекрасные Полные Информативные Грамматически и Технически Безупречные...
(Читать дальше …)
Общее понимание вопросов качества данных

Продолжение. Первая статья цикла - «Качество данных – с чего начать?».
Итак, в компании принято решение предпринять меры по повышению качества данных – в том числе, с привлечением сторонних подрядчиков. С чего начинать переговоры и поиск надежного партнера? Это может прозвучать странно – но с уточнения понятий. Что подразумеваете под качеством данных вы? Совпадает ли это с тем пониманием, которое есть...
(Читать дальше …)
КАЧЕСТВО НСИ – ИЛЛЮЗИИ И ЗАБЛУЖДЕНИЯ

Итак, в компании возникло понимание того, что ситуация с нормативно-справочной информацией уже очень существенно ограничивает возможности развития компании и требует срочного решения.
Идеи, которые предлагаются на этой стадии, обычно представляют собой крайние точки диапазона возможных вариантов. Некоторые компании склонны недооценивать масштаб вопроса и предполагают, что справочники легко почистят имеющиеся специалисты, потратив на это месяц рабочего времени. Другая крайность – появляются мысли...
(Читать дальше …)
КАЧЕСТВО ДАННЫХ – С ЧЕГО НАЧАТЬ?

В 1970 году Джоржд Акерлоф опубликовал свою научную работу Рынок «лимонов»: неопределенность качества и рыночный механизм (англ. The Market for 'Lemons': Quality Uncertainty and the Market Mechanism), где проанализировал рыночные последствия ситуации, в которой продавец знает о качестве продукта больше, чем покупатель. Развитие этой темы привело к тому, что в 2001 году Акерлоф, Майкл Спенс и Джозеф Стиглиц получили Нобелевскую...
(Читать дальше …)
КАКИЕ БЫВАЮТ ДАННЫЕ?

Данные есть данные, не правда ли? На самом деле, это не так. Существуют разные типы данных в зависимости от того, в какой точке цепочки управления данными вы находитесь. Например, ответственные за хранилище данных склонны к тому, чтобы видеть факты и измерения – транзакционные или сгруппированные измерения и элементы для того, чтобы соответственно классифицировать и анализировать их. Но первичные данные также...
(Читать дальше …)
ЯВЛЯЕТСЯ ЛИ КАЧЕСТВО ДАННЫХ КОРНЕМ ВСЕХ ПРОБЛЕМ?

На протяжении ближайших недель мы будем много говорить о качестве данных. Мы обнаружим, как оно влияет на различные функциональные области вашего бизнеса. Поговорим о финансах, закупках, цепочках поставок, операционных процессах и техническом обслуживании и о том, насколько сильно качество данных может влиять на каждую из этих сфер.
Если быть абсолютно честными с вами, мы не фокусируемся на поиске проблем с качеством...
(Читать дальше …)