Các nhà lãnh đạo cần tin tưởng vào dữ liệu trong tổ chức để đưa ra quyết định kinh doanh hợp lý. Vì vậy, nhiều người chuyển sang quản lý dữ liệu tổng thể (MDM), một giải pháp để có được và lưu giữ dữ liệu thống nhất và chính xác giúp tăng giá trị doanh nghiệp.

Tuy nhiên, theo Gartner, 75% của tất cả các chương trình MDM trong các tổ chức đều không đáp ứng được mục tiêu kinh doanh. Hơn nữa, xu hướng này càng trở nên tồi tệ hơn kể từ năm 2015, tăng 9%.

Amy Cooper, cố vấn chính của Dun & Bradstreet và là chuyên gia làm việc với các khách hàng mong muốn phát triển thành tổ chức dựa trên dữ liệu, thừa nhận: “MDM rất phức tạp. “Điều chỉnh con người, quy trình và công nghệ để quản lý và cấu trúc dữ liệu chính để đạt được kết quả tốt Chất lượng dữ liệu là điều đặc biệt khó khăn”, cô nói.

Để giúp các doanh nghiệp hiểu tại sao MDM lại khó đến vậy, Cooper đã chia sẻ những hiểu biết sâu sắc của mình trong một buổi thảo luận gần đây. Hội nghị về quản trị dữ liệu và chất lượng thông tin (DGIQ). Cô ấy đã đề cập đến ba cạm bẫy MDM và đưa ra đề xuất để giải quyết chúng. 

Không kết nối chương trình MDM với mục tiêu kinh doanh

Cạm bẫy đáng kể đầu tiên của Cooper là không kết nối được chương trình MDM với các mục tiêu kinh doanh. Cô giải thích rằng nhiều giám đốc điều hành, các bên liên quan chính, hiểu sự cần thiết của các chương trình MDM nhưng thiếu kiến ​​thức về cách họ kết nối với giá trị doanh nghiệp. 

Nhiều giám đốc điều hành thậm chí không đo lường các chương trình MDM của họ. Cô chỉ ra rằng 90% tổ chức không thu thập được các chỉ số hiệu suất chính (KPI) cho chương trình MDM của họ.

Cô nói: “10% công ty có các số liệu hoặc KPI gắn với chính dữ liệu chứ không phải kết quả kinh doanh”. Cooper minh họa quan điểm của mình bằng sơ đồ bên dưới.

Hình 1 (Tín dụng hình ảnh: Gartner)

Cô ấy chỉ vào bên trái của tam giác ở Cấp độ C, trong phần “Các bên liên quan” và nói, “Các nhà điều hành gắn kết sự thành công của chương trình MDM với các kết quả, chẳng hạn như tăng doanh thu, giảm chi phí, giảm thiểu rủi ro hoặc hoạt động hiệu quả hơn”.

Tuy nhiên, việc liên kết các số liệu với dữ liệu và quy trình làm việc, như được hiển thị ở cuối sơ đồ, sẽ để lại một khoảng trống. Cô ấy lưu ý rằng cách tiếp cận này hoặc việc không có bất kỳ số liệu nào khiến việc vận động tài trợ MDM trở nên khó khăn hơn. 

Cô giải thích: “Các nhà điều hành không hiểu rằng MDM đang diễn ra. Đó là tư duy và văn hóa.” Họ có nhiều khả năng hiểu được khái niệm này hơn khi số liệu MDM kết nối với các kết quả tạo nên trọng tâm của họ.

Chỉ dựa vào công nghệ

Cooper cho biết, ngoài việc không kết nối được giá trị của MDM với kết quả kinh doanh, “Mọi người bắt đầu với MDM bằng cách nhảy vào sử dụng công nghệ”. “Sau đó, họ cố gắng kết hợp con người, quy trình và dữ liệu tổng thể vào công nghệ đã chọn của họ.”

Hơn nữa, trong quá trình ưu tiên công nghệ lên hàng đầu, các tổ chức coi như họ có đủ năng lực Chất lượng dữ liệu, dữ liệu sạch sẽ và phù hợp với mục đích. Sau đó, trong một sáng kiến ​​lớn, chẳng hạn như di chuyển sang môi trường đám mây, họ phát hiện ra dữ liệu của mình không được sạch sẽ cho lắm. Họ không dành thời gian và nguồn lực để đánh giá xem Chất lượng Dữ liệu có đủ tốt hay không.

Các kỹ sư và người quản lý của họ giải quyết vấn đề này bằng cách thuê một nhà cung cấp, như Dun & Bradstreet, để có được dữ liệu sạch. Trong quá trình làm việc này, bộ phận CNTT nhận thấy rằng họ không hiểu các trường hợp sử dụng trong kinh doanh. 

Cooper nhấn mạnh: “Chỉ riêng công nghệ không làm sạch được dữ liệu. Nó mang lại sự nhất quán và cấu trúc bằng cách khớp các bản ghi tương tự.” MDM yêu cầu nhiều hơn dịch vụ này; nó cần có cam kết về Chất lượng Dữ liệu và việc triển khai phù hợp với văn hóa và mức độ trưởng thành của tổ chức.

Cố gắng tự mình làm tất cả

Các tổ chức rơi vào những cạm bẫy nêu trên và những cạm bẫy khác vì họ cố gắng làm việc đó một mình và hầu hết đều chưa từng thực hiện MDM trước đây. Thay vào đó, “Các tổ chức có những khả năng khác nhau với MDM,” Cooper nói, “và bạn không biết những gì bạn không biết.”

Cô đưa ra ví dụ về một tổ chức quyết định di chuyển dữ liệu như một phần của chiến lược thị trường dọc. Công ty đó đã hợp tác với một công ty không có ngành liên quan đến dữ liệu của khách hàng. Cô ấy nói thêm:

“Làm thế nào một doanh nghiệp có thể vận hành chiến lược thị trường dọc nếu doanh nghiệp không biết khách hàng đang kinh doanh ngành nghề gì? Công ty có thể ngồi phụ trách bán hàng và nhờ bộ phận đó thực hiện kết nối. Tuy nhiên, quá trình đó cuối cùng lại mang tính chủ quan và tốn thời gian.”

Ngoài ra, Cooper còn nói về hai cơn đau đầu khác do đi một mình. Đầu tiên, Thổ Nhĩ Kỳ yêu cầu Liên Hợp Quốc sửa lỗi chính tả tên của mình trên tất cả các ứng dụng của mình. 

Ngoài ra, một số khách hàng của Cooper trở nên lo lắng về việc tuân thủ các nhiệm vụ kinh doanh do xung đột Nga-Ukraine. Cô khuyên nên tham khảo ý kiến ​​của chuyên gia để đưa ra những phương pháp thực hành tốt nhất, đánh giá dữ liệu khách quan và tìm hiểu xem dữ liệu có hợp lệ hay không.

Đề phòng để tránh những cạm bẫy

Các công ty đang tìm cách giảm thiểu ba cạm bẫy nêu trên cần phải gắn chương trình MDM với mục tiêu kinh doanh của mình, nhìn xa hơn về công nghệ đến dữ liệu và làm việc với chuyên gia MDM. Cooper đã mở rộng cách khắc phục những cạm bẫy trong buổi nói chuyện của mình.

Trao đổi với các bên liên quan để điều chỉnh các số liệu MDM phù hợp với mục tiêu kinh doanh 

Việc kết nối chương trình MDM với các mục tiêu kinh doanh đòi hỏi phải trao đổi với các bên liên quan trong toàn tổ chức, đặc biệt là các bộ phận có rủi ro tài chính trực tiếp như bán hàng, tiếp thị, mua sắm và cung ứng. Cooper cho biết độc giả nên tìm hiểu mục tiêu của từng đơn vị và cách họ đo lường sự thành công trong việc tăng doanh thu, giảm chi phí, giảm thiểu rủi ro hoặc hoạt động hiệu quả hơn. Xem Hình 2 bên dưới:

Hình 2 (Tín dụng hình ảnh: Amy Cooper)

Cooper chỉ vào doanh số bán hàng như một bên liên quan để bao gồm. Trong mô hình của cô, hoạt động bán hàng có chức năng tăng doanh thu bằng cách bán thêm sản phẩm hoặc dịch vụ hoặc giữ chân khách hàng hiện tại. 

Cô tiếp tục thiết kế các số liệu để cải thiện khả năng giữ chân khách hàng. Cooper sử dụng các cuộc khảo sát về mức độ hài lòng của khách hàng làm kim chỉ nam, thể hiện mức độ trung thành khi khách hàng nhận được đơn đặt hàng, đúng hàng hóa, đúng thời gian và đúng địa chỉ.

Trong tình huống này, tổ chức cần phải đánh giá khách hàng độ chính xác của dữ liệu, tính đầy đủ và tỷ lệ lấp đầy, đặc biệt là các thuộc tính địa chỉ nhận hóa đơn, địa chỉ giao hàng và tên liên hệ. Sau đó, công ty có thể nhắm mục tiêu cải thiện các số liệu này thông qua tự động hóa, điều này tác động đến việc giữ chân khách hàng và thúc đẩy kết quả kinh doanh.

Nhìn xa hơn công nghệ đến chất lượng dữ liệu

Cooper khuyên nên tập trung vào Chất lượng Dữ liệu - ví dụ: thông qua dữ liệu tham khảo - thay vì công nghệ. Trong hình bên dưới, một công ty có dữ liệu về khách hàng, Emerson Electric, như minh họa bên trái. Dữ liệu dạng bảng ở bên phải thể hiện dữ liệu tham chiếu của bên thứ ba và một nguồn thông tin xác thực duy nhất được cung cấp cho công ty ở bên trái, tổng hợp các thực thể pháp lý khác nhau của Emerson Electric. 

Thiết kế MDM có tính đến sự trưởng thành của tổ chức

Ngoài việc nói chuyện với các bên liên quan và tập trung vào Chất lượng Dữ liệu, Cooper còn đề xuất thiết kế bất kỳ chương trình MDM nào có lưu ý đến sự trưởng thành của tổ chức. Cô ấy tiếp tục xem một slide chia sự trưởng thành thành các giai đoạn đầu, giữa và cuối, sau đó thảo luận về việc tạo ra giá trị.

Cooper bắt đầu ở cấp độ tệp/ứng dụng ở phía dưới bên trái và mô tả cách cô xây dựng một chương trình như vậy cho một doanh nghiệp trong giai đoạn đầu trưởng thành. Công ty muốn tạo chương trình tài khoản quốc gia nhưng không thể truy cập dữ liệu khách hàng. Vì vậy, cô đã xác định các khách hàng giống nhau trên toàn quốc dựa trên mức chi tiêu và quy mô kinh doanh, đồng thời liên kết thông tin này với ứng dụng quản lý quan hệ khách hàng (CRM) của họ.

Ở cấp độ trung bình, Cooper xem xét việc đạt được Chất lượng dữ liệu tốt cho một đơn vị kinh doanh và mong muốn mở rộng thành công này cho nhiều nhóm trong giai đoạn trưởng thành cuối cùng. Ví dụ: một trong những khách hàng của Cooper đã bắt đầu tích hợp MDM cấp doanh nghiệp này mười năm trước. 

Việc tích hợp MDM ở cấp doanh nghiệp đã tỏ ra khó khăn vì các bộ phận tài chính và rủi ro thích quan điểm ứng dụng bản địa hóa của họ hơn. Cooper giải thích tầm quan trọng của sự đồng thuận của các nhóm trong toàn doanh nghiệp với cách MDM thực hiện trực quan hóa.

Tranh thủ lời khuyên của chuyên gia để thực hiện MDM 

Để phòng ngừa hàng đầu, “Hãy nói chuyện với các đồng nghiệp và những người đã từng thực hiện MDM trước đây,” Cooper nói, “và nhờ một đối tác trợ giúp về dữ liệu.” Chiến thuật như vậy cung cấp nguồn thực tiễn tốt nhất và đánh giá khách quan về dữ liệu của công ty bằng cách cung cấp tiêu chuẩn để so sánh. 

Cô ấy khuyên nên thuê một chuyên gia có dữ liệu tham khảo chính xác và đáng tin cậy cũng như thuật ngữ và quản trị tích hợp, cung cấp một nguồn sự thật duy nhất. Bằng cách đó, một tổ chức có thể nhận được xác nhận về mức độ dữ liệu của họ thể hiện một “thực thể kinh doanh hợp lệ”.

Sau khi bên thứ ba đánh giá dữ liệu của công ty, tổ chức đó cần hỏi những điều sau:

• Dữ liệu ở đâu?
• Nó đại diện cho điều gì?
• Nó có chính xác không?
• Nó có sẵn? 
• Chất lượng dữ liệu có tốt không?

Cô khuyên các tổ chức nên tích hợp dữ liệu của đối tác với dữ liệu của chính họ để đáp ứng “các nhu cầu riêng biệt bên ngoài doanh nghiệp của bạn” và có được những quan điểm đáng tin cậy nhất về các mối quan hệ kinh doanh thiết yếu. Khi xem xét lựa chọn này, các công ty nên dành nguồn lực để làm việc với các đối tác của mình về những hình ảnh chung này.

Kết luận

Cooper nhấn mạnh các chương trình MDM có thể thành công. Trao đổi với các bên liên quan về mục tiêu kinh doanh, tập trung vào Chất lượng dữ liệu, tính đến sự trưởng thành của tổ chức và tuyển dụng các chuyên gia đều giảm thiểu tác động từ việc không kết nối giá trị doanh nghiệp với MDM, tập trung vào công nghệ trước tiên và cố gắng làm tất cả một mình.

Cô nhấn mạnh rằng tham gia MDM “là một trò chơi dài”, bắt đầu từ việc nhỏ, cải thiện các hoạt động MDM và lặp lại quá trình này để tránh những cạm bẫy. Cooper nhấn mạnh: “Nhắm mục tiêu sản phẩm, vị trí địa lý hoặc ứng dụng để xây dựng dựa trên thành công của MDM”.

Bạn muốn tìm hiểu thêm về các sự kiện sắp tới của DATAVERSITY? Kiểm tra dòng hội nghị trực tuyến và trực tiếp hiện tại của chúng tôi tại đây.

Xem phần trình bày DGIQ bên dưới:

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.dataversity.net/common-master-data-management-mdm-pitfalls/