Der Aufwand für das Masterdatamanagement (MDM) und Prozesse zur Steigerung der Datenqualität oder -Homogenisierung mit klassischen Methoden und Tools ist relativ hoch. Die Qualität der Ergebnisse ist abhängig von der feingranularen, korrekten Definition der Regel oder manuellen Zuordnung.
MDM-Systeme verringern diesen Aufwand bereits deutlich durch zentrale Speicherung und Verantwortung. Eine fehlerhafte Zuordnung, Tippfehler oder Mehrfacherfassung verhindern diese Systeme durch Technologien, wie z.B. „golden Records“ oder manuell zu definierende Regeln. Das Konzept der golden Records stammt aus der Blütezeit der Datwarehouse-Technologie. Regelbasierte Ansätze, auch Fuzzy-Regeln, sind so alt wie die Informatik und erfordern einen hohen Pflege- und Wartungsaufwand, sowie entsprechendes Know-How.
Künstliche Intelligenz
Unabhängig vom Aufwand bedeutet eine manuelle Anpassung auch immer einen zeitlichen Verzug. Mittels künstlicher Intelligenz lassen sich die Prozesse im Bereich des Stammmdatenmanagements (MDM) deutlich beschleunigen und der Aufwand im Regelfall um 80-90% reduzieren. Der MDM-Booster agiert als Service und liefert dem SAP-, PIM, CRM-, Big Data- oder DWH-System konsolidierte, angereicherte oder bereinigte Informationen zu Kunden, Lieferanten, Produkten, usw.
Typische Informationen sind z.B. Validierungen des Gewichtes, des Lagerortes, der Adressen oder Klassfikationen (z.B. korrekte Teilefamilie) sein. Anstatt eine Vielzahl von Regeln zu definieren oder manuelle Prüfungen und Datenbeschaffungen durchzuführen, übernimmt die KI den Großteil dieser Aufgaben.
Anwendungsfälle
Einkaufsprozesse, der Vertrieb oder Supply Chaing-Management – alle benötigen für einen perfekten Ablauft korrekte zugeordnete Stammdaten (z.B. Artikelgruppen, Teilefamilien, Lieferanten, Kunden) und profitieren von einer möglichst genauen und aktuellen Datenbasis.
Hier ein paar Aussagen unserer Kunden:
„In den Spend-Zahlen des letzten Monats waren insgesamt 524 uns nicht bekannte Supplier dabei. NUR 6 Supplier mussten manuell angepasst werden. Ich würde mal behaupten, dass Machine Learning Supplier Mapping mit dem MDM-Booster ziemlich gut ist.“
„Wow – mehr als 2500 unbekannte Adressen in weniger als 10 Sekunden bereinigt. Das hätte normalerweise Wochen gedauert.“
Insbesondere bei der Entwicklung und Pflege von Big Data– oder Datawarehouse-Systemen fällt ein nicht geringer Teil der Entwicklungsarbeit in den Bereich des Masterdatamanagements und der Datenqualität (Homogenisierung und Historisierung von Mitgliedern in Dimensionen, Duplettenprüfung, etc.).
MDM-Booster – die Lösung für effizientes Masterdatamanagement und effiziente Datenqualitätsprozesse
Der MDM-Booster minimiert den Aufwand für die initiale und kontinuierliche Pflege der Stammdaten, sowie der Datenqualitätsprozesse:
- Lernt mittels künstlicher Intelligenz von bestehenden Daten und Zuordnungen
- Standardisierter Prozess (CRISP-DM)
- Keine Pflege oder Verwendung von Meta-Datenbanken wie z.B. bei semantischen Analysen notwendig
Mittelständische und Groß-Unternehmen konnten den Aufwand mittels MDM-Booster gegenüber der bisherigen Vorgehensweise z.B. von mehreren Monaten pro Jahr auf wenige Stunden pro Jahr reduzieren.
Nutzen:
- Regeln (Matching-Rules) werden automatisch extrahiert
- Die verwendeten Verfahren sind beliebig skalierbar, können mit sehr großen Datenmengen performant umgehen und arbeiten sprachenübergreifend (Multilingual)
- Keine oder nur noch minimale manuelle Pflege notwendig
Web-Lösung und viele Schnittstellen zur Automatisierung
Der MDM-Booster bietet eine intuitive Weboberfläche für die schnelle und einfache Ad hoc-Nutzung:
Zur Automatisierung stehen viele Schnittstellen und Funktionen bereit:
- RESTFul-Webservice
- jdbc (Oracle-Datenbank, SQL-Server, DB2, PostgreSQL)
- Excel
- Webservice
- Integration in SAP-Systeme
Lösungen und Consulting
Möchten Sie mehr über die Möglichkeiten des MDM-Boosters erfahren?Rufen Sie uns unter +49 2547 93998 0 an oder schreiben Sie uns eine Nachricht. Wir beraten Sie gerne persönlich.
