فصلنامه شماره 35 (پاییز 1397)

مقدمه

تمرکز صنعت روی مدیریت داده‌های اصلی^[1] این تصور را ایجاد می‌کند که «مدیریت داده‌های اصلی» برندی برای یک فناوری جدید است، اما این‌طور نیست. مهروموم‌های طولانی است که شرکت‌ها برای مدیریت داده‌های اصلی عملیاتی، راه‌حل‌های سفارشی‌سازی شده‌ی مرتبط با تراکنش‌های کسب‌وکار (BTx)^[2] خود را توسعه داده‌اند و مدت‌ها است نرم‌افزارهای کاربردی هوش کسب‌وکار (BI)^[3] و زیرساخت مخزن‌های داده‌های مربوط به آن‌ها، یک نمایه‌ی واحد^[4] از موجودیت‌های کلیدی داده‌های اصلی مانند مشتریان و محصولات با اهداف تحلیلی، ارائه کرده‌اند.

آنچه در مورد مدیریت داده‌های اصلی، جدید است، آن است که شرکت‌ها این موضوع را درک کرده‌اند که داده‌های اصلی باید خارج از محیط‌های سنتی تراکنش کسب‌وکار و هوش کسب‌وکار مدیریت شوند و سپس برای تامین داده‌های اصلی نرم‌افزارهای کاربردی مرتبط با تراکنش‌های کسب‌وکار و هوش کسب‌وکار، استفاده گردند (شکل 1).

2- اهمیت مدیریت داده‌های اصلی

از پیشرفت‌های مهم در مدیریت داده‌های اصلی آن است که تأمین‌کنندگان، بسته‌های نرم‌افزاری ارائه می‌کنند که موجب آسان شدن و کاهش تلاش‌ها برای استقرار یک محیط مدیریت داده‌های اصلی و نرم‌افزارهای کاربردی مرتبط با آن می‌شود.

این نوشتار، وضعیت فعلی مدیریت داده‌های اصلی را بررسی می‌کند و برای طراحی، توسعه و استقرار یک محیط مدیریت داده‌های اصلی، پیشنهادهایی ارائه می‌کند. این نوشتار یک روش تکاملی و نه انقلابی در ارتباط با مدیریت داده‌های اصلی پیشنهاد می‌کند و چگونگی استفاده از این محیط مدیریت داده‌های اصلی در پیوستگی با نرم‌افزارهای کاربردی هوش کسب‌وکار و یک محیط زیرساخت ذخیره‌ی داده‌ها را برای بهبود فرایند تصمیم سازی، موردبررسی قرار می‌دهد. همچنین راه‌حل مدیریت داده‌های اصلی SAP و چگونگی پشتیبانی این راه‌حل از بسیاری ایده‌های ارائه‌شده در این نوشتار، مرور کلی می‌شود.

داده‌های اصلی باید به‌طور جداگانه از سیستم‌های تراکنشی کسب‌وکار (BTx) و سیستم‌های هوش کسب‌وکار (BI) مدیریت شود

شکل 1 ـ سه گونه عملیات پردازشی در فناوری اطلاعات

2-1- مدیریت داده‌های اصلی چیست؟

داده‌های اصلی، داده‌های مرجعی^[5] پیرامون موجودیت‌های اصلی کسب‌وکار یک سازمان است. این موجودیت‌ها شامل اشخاص^[6] (مشتریان، کارمندان، تأمین‌کنندگان)، اشیاء^[7] (محصولات، اموال، دفاتر حساب) و مکان‌ها^[8] (کشورها، شهرها، موقعیت‌ها) می‌شوند. نرم‌افزارهای کاربردی و فناوری‌های مورداستفاده برای ایجاد و نگهداری داده‌های اصلی، بخشی از سیستم مدیریت داده‌های اصلی (MDM) هستند. هرچند مدیریت داده‌های اصلی بیشتر با نرم‌افزارهای کاربردی و فناوری‌ها درگیر است با این‌حال برای کنترل چگونگی ایجاد و استفاده از داده‌های اصلی، نیاز به یک سازمان برای اجرای سیاست‌ها و رویه‌ها نیز وجود دارد.

یکی از اهداف اصلی سیستم مدیریت داده‌های اصلی، توزیع مجموعه‌ای یکپارچه، صحیح و منسجم از داده‌های اصلی برای استفاده به‌وسیله‌ی سایر نرم‌افزارهای کاربردی و کاربران است. این مجموعه‌ای یکپارچه از داده‌های اصلی، «سیستمِ ذخیره^[9]» ی داده‌های اصلی نامیده می‌شود. سیستم ذخیره، یک نسخه طلایی^[10] (نسخه نهایی) از هر بخش معین از داده‌های اصلی است و یک مکان مشخص در یک سازمان است که در آنجا صحت و به‌روز بودن داده‌ها ضمانت می‌شود.

سیستم ذخیره، نسخه‌ی نهایی داده‌های اصلی است

اگرچه یک سیستم مدیریت داده‌های اصلی، سیستمِ ذخیره‌ی داده‌های اصلی را برای استفاده در سایر بخش‌های محیط فناوری اطلاعات معرفی می‌کند، اما این سیستم لزوماً سیستمی نیست که داده‌های اصلی در آن ایجاد و نگهداری شوند. سیستمِ مسئولِ نگهداری هر تکه‌ی معینی از داده‌های اصلی، «سیستمِ ورودی^[11]» نامیده می‌شود. امروزه در اغلب سازمان‌ها، داده‌های اصلی به‌وسیله‌ی چند سیستمِ ورودی نگهداری می‌شود. داده‌های مشتری نمونه‌ای ازاین‌دست است. برای مثال یک شرکت ممکن است دارای داده‌های اصلی مشتری باشد که توسط جاهای مختلف فروشگاه اینترنتی، واحد خرده‌فروشی و سیستم‌های حمل‌ونقل و صدور صورتحساب نگهداری می‌شود. ایجاد یک سیستمِ ذخیره، حتی فقط برای داده‌های مشتری در یک چنین محیطی، یک کار پیچیده است. هدف بلندمدت یک محیط مدیریت داده‌های اصلی سازمانی، آن است که این مشکل را با ایجاد یک سیستم مدیریت داده‌های اصلی حل کند که این سیستم نه‌تنها یک سیستمِ ذخیره برای هر نوع مشخصی از داده‌های اصلی باشد بلکه سیستمِ ورودی نیز باشد.

هدف سیستم مدیریت داده‌های اصلی آن است که سیستمِ اصلیِ ورود اطلاعات نیز باشد

پس‌ازاین است که مدیریت داده‌های اصلی می‌تواند به‌عنوان مجموعه‌ای از سیاست‌ها، رویه‌ها، برنامه‌های کاربردی و فناوری‌هایی برای هماهنگ‌سازی و مدیریتِ سیستم ِ ذخیره و سیستمِ ورودی داده‌ها و فراداده‌های مرتبط با موجودیت‌های کلیدی کسب‌وکار سازمان تعریف شود.

2-2- منافع کسب‌وکار حاصل از مدیریت داده‌های اصلی

مدیریت داده‌های اصلی، برای حل چهار مشکل مهم زیر به سازمان‌ها کمک می‌کند.

تکراری بودن داده‌ها^[12]: بدون مدیریت داده‌های اصلی، هر سیستم، برنامه کاربردی و واحد درون یک سازمان، نسخه‌ی داده‌های خود را در رابطه با موجودیت‌های اصلی کسب‌وکار، گرداوری می‌کند. این مسئله منجر به تکراری شدن داده‌های اصلی و درنتیجه نزول کیفیت داده‌ها می‌شود.

ناسازگاری داده‌ها^[13]: شرکت‌ها، منابع هنگفتی را صرف تلاش برای سازگاری داده‌های اصلی می‌کنند که اغلب با موفقیت اندکی همراه است. افزون بر آن، این فرایند سازگار کردن داده‌ها، بارها و بارها تکرار شده است زیرا هیچ روشی برای ضبط دارایی‌های اطلاعاتی که از نخستین اجرای فرایند سازگار کردن داده‌ها به‌دست‌آمده است، وجود ندارد.

ناکارآمدی کسب‌وکار^[14]: داده‌های اصلی تکراری و ناسازگار، منجر به مدیریت ناکارآمد زنجیره‌ی تأمین، پشتیبانی نامنسجم مشتری و تلاش‌های هدررفته‌ی بازاریابی می‌شود. داده‌های اصلی تکراری و ناسازگار در فرایندهای کسب‌وکار، موجب بی‌تأثیری و ناکارآمدی می‌شود.

پشتیبانی از تغییرات کسب‌وکار^[15]: سازمان‌ها به‌طور مداوم در حال تغییر هستند. این تغییرات ناشی از معرفی محصولات و خدمات جدید و حذف آن‌ها از چرخه‌ی کسب‌وکار، ایجاد شرکت‌های جدید و فروش آن‌ها، پیدایش فناوری‌های جدید و به بلوغ رسیدن سازمان‌ها است. این رویدادهای اختلال آور، موجب جریان ثابتی از تغییرات در داده‌های اصلی می‌شوند و بدون وجود راه‌کاری برای مدیریت تغییرات، مشکلات تکراری بودن داده‌ها، ناسازگاری داده‌ها و ناکارآمدی کسب‌وکار تشدید می‌شود.

مدیریت داده‌های اصلی، در حل چهار مشکل مهم به سازمان‌ها کمک می‌کند

2-3- هدف نهایی: مدیریت داده‌های اصلی سازمان

روش‌های متعدد مختلفی برای یکپارچه کردن و مدیریت داده‌های اصلی وجود دارد. قبل از بحث درباره‌ی این روش‌ها، ابتدا بایستی معماری ایدئال مدیریت داده‌های اصلی سازمانی^[16] را شناسایی کنیم. این هدف معماری، از طریق یک فرایند تکراری و تکاملی، برای توسعه‌ی برنامه‌ی کاربردی، حاصل می‌شود.

در یک سیستم مدیریت داده‌های اصلی سازمانی، کل داده‌های اصلی با استفاده از برنامه‌های کاربردی مدیریت داده‌های اصلی^[17] برای کاربران کسب‌وکار و سایر سیستم‌های فناوری اطلاعات نگهداری و منتشر می‌شود. این برنامه‌های کاربردی، تغییرات داده‌های اصلی و فراداده‌ها را مدیریت می‌کنند و سوابقی از آن تغییرات را نگهداری می‌نمایند. یک برنامه‌ی کاربردی مدیریت داده‌های اصلی می‌تواند، برای مثال داده‌های حساب مشتری، مانند شناسه‌های حساب، نام و نشانی مشتریان، رتبه‌بندی اعتباری و غیره را مدیریت و ردیابی نماید.

مدیریت داده‌های اصلی سازمانی، کل داده‌های اصلی را نگهداری و منتشر می‌نماید

سیستم مدیریت داده‌های اصلی سازمانی، بنا به نیاز، داده‌های اصلی را در سایر سیستم‌های اطلاعاتی درون‌سازمانی یا برون‌سازمانی توزیع می‌کند. همچنین این سیستم، جنبه‌های کسب‌وکاری از داده‌های اصلی را ارائه می‌کند که می‌توانند توسط کاربران و برنامه‌های کاربردی کسب‌وکار برای دسترسی مستقیم به داده‌های اصلی در سیستم‌های مدیریت داده‌های اصلی‌شان مورداستفاده قرار گیرند. برنامه‌های کاربردیِ مدیریت داده‌های اصلی، سایر گونه‌های داده‌های تراکنشی سازمانی، مانند داده‌های واریز و برداشت در حساب مشتری را بکار نمی‌گیرند و مدیریت نمی‌کنند. این‌گونه داده‌ها توسط سایر برنامه‌های کاربردی تراکنشی سازمانی، مدیریت و توزیع می‌شوند.

مدیریت داده‌های اصلی سازمانی، برای تراکنش‌های عملیاتی استاندارد کسب‌وکار، بکار گرفته نمی‌شود و آن تراکنش‌ها را مدیریت نمی‌کند

شکل 2 اجزای اصلی یک سیستم مدیریت داده‌های اصلی سازمانی را نشان می‌دهد. این اجزاء عبارت‌اند از:

برنامه‌های کاربردی مدیریت داده‌های اصلی برای مدیریت و انتشار داده‌های اصلی و فراداده‌ها.

یک انباره‌ی داده‌های اصلی^[18] حاوی داده‌های اصلی تلفیق‌شده^[19]

یک انباره‌ی فراداده‌های اصلی^[20] حاوی مدل کسب‌وکار داده‌های اصلی و قواعد و تعاریف داده‌های اصلی. مدل کسب‌وکار داده‌های اصلی، موجودیت‌ها، مشخصه‌ها و روابط داده‌های اصلی و تعریف مرتبط با کسب‌وکار آن‌ها را مستند می‌کند.

مجموعه‌ای از سرویس‌هاییکپارچه‌سازی داده‌های اصلی^[21] برای تلفیق، ادغام و توزیع داده‌های اصلی

کاربران کسب‌وکار برای دستیابی و نگهداری داده‌های اصلی در انباره‌ی داده‌های اصلی از بسته‌های نرم‌افزاری سفارشی‌سازی شده استفاده می‌کنند. انباره‌ی داده‌های اصلی، نقش سیستمِ ذخیره‌ی داده‌های اصلی در سراسر سازمان را ایفا می‌کند. اطلاعات پیرامون سیستم ذخیره (SOR)، درون انباره‌ی فراداده‌های اصلی (MMS) مستند شده و نگهداری می‌شود. درحالی‌که داده‌های اصلی ایجاد و نگهداری می‌شود، قواعد کسب‌وکار فراداده‌های اصلی، تضمین می‌کنند که داده‌های اصلی با شیوه‌های کسب‌وکار سازمان انطباق دارد.

شکل 2 – اجزای مدیریت داده‌های اصلی

سرویس‌های زیربنایی یکپارچه‌سازی داده‌های اصلی (MDI)^[22]، این قابلیت را برای برنامه‌های کاربردی مدیریت داده‌های اصلی فراهم می‌کنند تا داده‌های اصلی را یکپارچه‌سازی و کپی نمایند. این سرویس‌های یکپارچه‌سازی باید جزء اصلی معماری یکپارچه‌سازی سازمانی مربوط به یک سازمان باشند. در اینجا الزامات اصلی عبارت‌اند از:

مدیریت کیفیت داده‌ها

یکپارچه‌سازی و انتشار فراداده‌ها

انتشار داده‌های هم‌زمان و ناهم‌زمان با توزیع‌های تضمین‌شده

تغییر ضبط داده‌ها و تبدیل داده‌ها

ادغام داده‌ها

یک معماری سرویس گرا (SOA)

در یک محیط کاملاً منطبق با مدیریت داده‌های اصلی سازمانی، همه‌ی داده‌های اصلی و فراداده‌های اصلی، به‌وسیله‌ی سیستم مدیریت داده‌های اصلی مدیریت‌شده است، برای مثال، سیستم مدیریت داده‌های اصلی، سیستمِ ورود برای تمام داده‌های اصلی نیز است.

یک سیستم مدیریت داده‌های اصلی و برنامه‌های کاربردی و سرویس‌های مرتبط با آن اغلب به‌عنوان توسعه‌هایی هوشمندانه در پروژه‌های تراکنش‌های کسب‌وکار و هوش کسب‌وکار پیاده‌سازی می‌شوند. با این‌حال برای موفقیت، هدف استراتژیک مدیریت داده‌های اصلی باید یک پروژه‌ی مستقل سازمانی با پشتیبانی قوی اجرایی در نظر گرفته شود. یک سیستم مدیریت داده‌های اصلی باید همچون منبعی هوشمند از داده‌های اصلی که سایر سیستم‌ها را راهبری می‌کند، فعالیت نماید. این سیستم واقعاً نباید مجموعه‌ای از برنامه‌های کاربردی افزوده‌شده (وصله‌پینه‌ای!) که داده‌های اصلی موجود را گرداوری و یکپارچه می‌کنند تا بر مشکلات ناشی از مدیریت غیرمنسجم داده‌های اصلی فایق شوند، باشد. پروژه‌های تاکتیکی پایین‌دست که توسط تیم‌های فناوری اطلاعات هدایت می‌شوند، ممکن است روشی برای شروع مدیریت داده‌های اصلی باشند اما اگر سازمانی می‌خواهد در بلندمدت در مدیریت داده‌های اصلی به‌جای راه‌حل‌های درمانی از راه‌حل‌های پیشگیرانه استفاده کند، باید یک طرح جامع و استراتژیک مدیریت داده‌های اصلی را توسعه دهد.

یک سیستم مدیریت داده‌های اصلی باید به‌عنوان منبع داده‌های اصلی که سایر سیستم‌های اطلاعاتی را راهبری می‌کند، عمل نماید

2-4- مدیریت داده‌های اصلی حوزه‌ی کسب‌وکار در برابر مدیریت داده‌های اصلی سازمان

برخی طرح‌های مدیریت داده‌های اصلی برای رسیدگی به یک نیاز خاص کسب‌وکار مانند ایجاد یک نمایه‌ی واحد از مشتری یا یک کاتالوگ منحصربه‌فرد قطعات، هدف‌گذاری شده‌اند. اگرچه چنین پروژه‌هایی سریع‌تر و کم‌هزینه‌تر از پیاده‌سازی کامل مدیریت داده‌های اصلی سازمانی، توسعه می‌یابند اما این ریسک را به همراه دارند که در آینده انباره‌های کوچک داده‌های اصلی متعددی در سازمان گسترش می‌یابند. این موضوع تا حدودی شبیه مشکلات «دیتا مارت» و مخزن داده‌های سازمانی است که در هوش کسب‌وکار رخ می‌دهد.

گسترش انباره‌های کوچک متعدد داده‌های اصلی در سازمان با ریسک همراه است

توسعه‌ی یک مدل کسب‌وکار داده‌های اصلی تلفیق‌شده و داشتن انباره‌های داده‌های اصلی و فراداده‌های اصلی یکپارچه‌شده باید هدف بلندمدت باشد. تمام مدیران پروژه‌های تاکتیکی داده‌های اصلی، هنگام طراحی و استقرار برنامه‌های کاربردی داده‌های اصلی، باید اهداف بلندمدت مدیریت داده‌های اصلی را در نظر بگیرند.

بهترین روش برای متعادل کردن نیازهای کوتاه‌مدت و بلندمدت الزامات داده‌های اصلی سازمان، داشتن یک گروه عملیاتی داده‌های اصلی است که مسئول پشتیبانی از اهداف استراتژیک مربوط به داده‌های اصلی سازمان باشد.

اکنون‌که درک خوبی از اهداف مدیریت داده‌های اصلی و آنچه یک مدیریت داده‌های اصلی ایدئال باید شبیه به آن باشد، داریم، در موقعیتی قرارگرفته‌ایم تا درباره‌ی روش‌های مختلف استقرار راه‌حل‌های مدیریت داده‌های اصلی بحث کنیم.

3- پیاده‌سازی مدیریت داده‌های اصلی

3-1- داده‌های اصلی عملیاتی

در یک محیط عملیاتی سنتی، داده‌های اصلی در میان چندین سیستم عملیاتی پراکنده است و با سایر انواع داده‌های تراکنشی کسب‌وکار آمیخته است. چهار روش وجود دارد که می‌توانند برای ایجاد و نگهداری دیدگاه منسجمی از داده‌های اصلی در یک چنین محیطی بکار گرفته شوند (شکل 3 را ببینید).

تلفیق داده‌های اصلی از سیستم‌های ورودِ^[23] عملیاتیِ مختلف در یک انباره‌ی منفرد داده‌های اصلی (MDS) که این انباره‌ی منفرد، سیستمِ ذخیره‌ی^[24] داده‌های اصلی می‌شود.

توزیع و همزمان سازی تغییرات داده‌های اصلی در بین سیستم‌های ورودِ^[25] عملیاتی، بنابراین داده‌های اصلی در کل سیستم‌های ورود، دارای سازگاری و انسجام است.

تلفیق و توزیع داده‌های اصلی با استفاده از ترکیبی از روش‌های 1 و 2

انتقال و متمرکز کردن سیستم‌های ورودِ داده‌های اصلیِ عملیاتی به یک سیستم مدیریت داده‌های اصلی جدید به‌طوری‌که به‌عنوان سیستم ذخیره و سیستم ورود داده‌های اصلی کار کند.

چهار روش مدیریت داده‌های اصلی

شرکت‌ها می‌توانند با روش 1 شروع کنند و به‌تدریج روش‌های 2 و/ یا 3 را پیاده‌سازی کنند و سپس در پایان، به روش 4 منتقل شوند. در برخی موارد، به دلایل سیاسی یا فنی، وجود سیستم مدیریت داده‌های اصلی سازمانی با انطباق کامل با روش 4، امکان‌پذیر نیست و ممکن است لازم باشد تا انتقال برخی سیستم‌های ورود به سیستم مدیریت داده‌های اصلی سازمانی، مجاز شود. بااین‌حال هدف بلندمدت، رشد تدریجی به سمت محیط مدیریت داده‌های اصلی سازمانی با روش 4 است.

سازمان‌ها می‌توانند با روش 1 آغاز کنند و به‌تدریج در جهت رسیدن به روش 4 رشد کنند

3-2- داده‌های اصلی هوش کسب‌وکار

برای پردازش هوش کسب‌وکار، داده‌های اصلی، چگونگی تغییرات داده‌ها در طول زمان را مستند می‌کند. در مورد داده‌های اصلی مشتری، می‌توان یک رکورد اطلاعاتی از نشانی‌های مختلفی که مشتریان داشته‌اند یا چگونگی تغییر رتبه‌بندی اعتباری آن‌ها در طی زمان و مانند آن را نگهداری کرد. این سوابق داده‌های اصلی برای ایجاد گزارش‌های تحلیلی می‌تواند با سوابق سایر داده‌های تراکنشیِ کسب‌وکار ترکیب شوند. برای مثال اطلاعات مربوط به مشتریان و خریدهای آن‌ها می‌تواند برای ایجاد گزارش‌هایی برای شناسایی مشتریان کلیدی یا برای نشان دادن اینکه چگونه الگوهای خرید مشتری در طی زمان‌بر مبنای رتبه‌بندی اعتباری آن‌ها تغییر می‌کند، مورداستفاده قرار بگیرد.

داده‌های اصلی می‌تواند هم برای تحلیلِ سوابق و هم برای تحلیلِ پیش‌بینی، استفاده شود

داده‌های اصلی همچنین می‌تواند برای پیش‌بینی در محیط هوش کسب‌وکار استفاده شود. اگر سازمانی در حال طرح‌ریزی برای سازمان‌دهی مجدد مناطق فروش خود است، می‌تواند مجموعه‌ای جدید از داده‌های اصلی برای مشخص کردن سازمان فروش جدید ایجاد کند و سپس این داده‌های اصلی جدید را با سوابق داده‌های فروش خود ترکیب کند تا اثر تغییرات روی فروش را پیش‌بینی نماید.

چگونگی مدیریت سوابق داده‌های اصلی در سیستم هوش کسب‌وکار، بستگی به چگونگی مدیریت آن داده‌های اصلی در سیستم‌های عملیاتی دارد. بیایید هر چهار روش فهرست شده در فوق را برای مدیریت داده‌های اصلی عملیاتی بررسی کنیم و سپس ببینیم هر رویکرد چگونه بر شیوه‌ی مدیریت داده‌های اصلی در سیستم هوش کسب‌وکار، تأثیر می‌گذارد (شکل 3 را ببینید).

شکل 3 ـ مدیریت داده‌های اصلی عملیاتی و داده‌های اصلی هوش کسب‌وکار

روش 1: در این روش، داده‌های اصلی عملیاتی درون یک انباره‌ی داده‌های اصلی عملیاتی تلفیق می‌شوند. این انباره‌ی داده‌های اصلی عملیاتی، حاوی داده‌های اصلی است که در مقایسه با داده‌های موجود در «سیستم‌های ورود» عملیاتی که داده‌های اصلی ازآنجا می‌آید، دارای تأخیر صفر یا در حد بسیار کمی است. انباره‌ی داده‌های اصلی عملیاتی، سیستمِ ذخیره‌ی داده‌های اصلیِ مرتبط با خود می‌شود. در برخی پروژه‌ها، انباره‌ی داده‌های اصلی برای اصلاح خطاهای سیستم‌های منبع، استفاده می‌شود. برای فرایند هوش کسب‌وکار، دو گزینه برای مدیریت داده‌های اصلی در انباره‌ی داده‌های اصلی عملیاتی وجود دارد. گزینه‌ی اول استفاده از انباره‌ی داده‌های اصلی عملیاتی به‌عنوان منبع تأمین‌کننده‌ی داده‌های مخزن داده‌ها است. گزینه‌ی دوم استفاده از یک انباره‌ی داده‌های ترکیبی یکپارچه‌شده‌ی منفرد، هم برای داده‌های اصلی عملیاتی و هم سوابق داده‌های اصلی است.

روش 2: در این روش، داده‌های اصلی عملیاتی، سازگار می‌ماند اما هنوز هم درمیان چندین سیستم عملیاتی پراکنده است و با سایر انواع داده‌های تراکنشیِ کسب‌وکار آمیخته‌شده است. همچنان که داده‌های اصلی بین سیستم‌های ورود، توزیع می‌شود در همان حال می‌تواند درون یک مخزن داده‌ها توسعه یابد. گزینه‌ی دیگر آن است که داده‌های اصلی می‌تواند از سیستم‌های ورود، استخراج شود و به همان شیوه‌ای که هر نوع از داده‌های عملیاتی به محیط هوش کسب‌وکار آورده شده‌اند، درون یک مخزن داده‌ها ادغام شود. بااین‌حال در طی فرایند ادغام، باید تلفیق داده‌ها ساده‌تر شود زیرا منابع داده‌های اصلی درون محیط عملیاتی، سازگار نگه‌داشته می‌شوند.

روش 3: در این روش داده‌های اصلی هوش کسب‌وکار درروشی مشابه با آنچه در دو گزینه‌ی روش 1 ارائه شد، مدیریت می‌شود.

روش 4: درروش 4، سیستم مدیریت داده‌های اصلی سازمانی، هم به‌عنوان سیستم ورود و هم به‌عنوان سیستم ذخیره‌ی داده‌های اصلی کار می‌کند. انباره‌ی داده‌های اصلی در این محیط می‌تواند یک انباره‌ی داده‌های اصلی عملیاتی باشد که منبع تأمین‌کننده‌ی داده‌ها برای مخزن داده‌ها شده است یا آن‌که می‌تواند ترکیبی از انباره‌ی داده‌های اصلی عملیاتی و انباره‌ی سوابق داده‌های اصلی باشد.

3-3- سوابق داده‌های اصلی در کجا باید مدیریت شود؟

از بحث بالا می‌توان دریافت که سوابق داده‌های اصلی می‌تواند در یک انباره‌ی سوابق داده‌های اصلی، یک انباره‌ی ترکیبی سوابق داده‌های اصلی و داده‌های اصلی عملیاتی یا در یک مخزن داده‌ها مدیریت شود. اینکه بهتر است کدام‌یک از این گزینه‌ها استفاده شود، یک موضوع بحث‌برانگیز و گاهی اوقات همراه با جدل است. این مجادله‌ی اغلب ناخوشایند میان شرکت‌کنندگان در بحث، باعث ایجاد اختلال در تفکیک مفاهیم منطقی و مفاهیم فیزیکی شده است. همچنین این واقعیت که بسیاری از شرکت‌ها از سیستم‌های انبارش داده‌هایشان برای ایجاد نمایه‌ای واحد از یک موجودیت مانند مشتری، استفاده می‌کنند منجر به این وضعیت می‌شود که مخزن داده‌ها، اغلب مکان مناسبی برای شروع یک پروژه‌ی داده‌های اصلی به نظر برسد. در بلندمدت ممکن است ثابت شود که این وضعیت، بد است.

مدیریت سوابق داده‌های اصلی، موضوعی بحث‌برانگیز است

مدیریت داده‌های اصلی مرتبط با مشکل منطقی داده‌ها است نه مشکل فیزیکی داده‌ها. در اصل مسئله‌ی واقعی در اینجا، فراداده‌های اصلی است و نه داده‌های اصلی. مدل‌ها و تعاریف بیشتر موجودیت‌های کسب‌وکار بسیار پیچیده هستند و پیوسته در راستای رشد کسب‌وکار در حال تغییر هستند. کافی است نگاهی به مدل داده‌های موجودیت مشتری بیندازید تا متوجه این موضوع بشوید. سازمان‌ها نه‌تنها نیازمند ردیابی داده‌های اصلی و فراداده‌های اصلی موجودشان هستند بلکه نیاز دارند تا تغییرات داده‌های اصلی و فراداده‌های اصلی را نیز در طی زمان ردیابی کنند. این نیاز، تنها برای اهداف تحلیلی نیست بلکه علل قانونی نیز این نیاز را اعمال می‌کند. وجود امکانی برای پیگیری و ثبت روابط بین موجودیت‌های مختلف کسب‌وکار برای بسیاری از سازمان‌ها یک الزام است. قابلیت ارتباط بین مشتریان و محصولاتی که خریداری کرده‌اند مثال خوبی برای بیان این موضوع است.

مدیریت سلسله‌مراتب و روابط پیچیده‌ی داده‌های اصلی، بیرون از محیط ذخیره‌سازی داده‌ها بهتر انجام می‌شود. فناوری‌های کنونی طراحی مخزن داده‌ها (مانند کاهش ابعاد تغییر) ممکن است قادر به کنترل زیرمجموعه‌های داده‌های اصلی و روابط داده‌های اصلی باشند اما در کل، آن‌ها برای پشتیبانی از توصیف کامل موجودیت‌ها و روابط داده‌های اصلی یک سازمان و چگونگی تغییراتشان در طی زمان، کافی نیستند.

فناوری‌های کنونی طراحی مخزن داده‌ها برای مدیریت سوابق فراداده‌های اصلی مناسب نیستند

همچنین نگهداری از داده‌های اصلی خارج از محیط مخزن داده‌ها، به بلوغ رساندن یک محیط مدیریت داده‌های اصلی سازمانی همراه با انباره‌ی داده‌های اصلی‌اش را برای سازمان‌ها آسان‌تر می‌کند. این انباره‌ی داده‌های اصلی می‌تواند هم برای داده‌های اصلی جاری و هم برای سوابق داده‌های اصلی به کار گرفته شود. در این محیط، برنامه‌های کاربردی هوش کسب‌وکار از انباره‌ی ترکیبی داده‌های اصلی به داده‌های اصلی و از مخزن داده‌ها به سوابق داده‌های تراکنشی کسب‌وکار دسترسی دارند. برای سهولت دسترسی و کارایی، می‌تواند مجموعه‌ای از داده‌های انباره‌ی داده‌های اصلی، در فواصل منظم زمانی، به درون مخزن داده‌ها کپی شود. در یک مخزن داده‌های چندبعدی (ابعادی مانند محصول، اشخاص، مکان‌ها و زمان)، این زیرمجموعه‌ی داده‌های اصلی برای پر کردن جداول مربوط به ابعاد در مخزن داده‌ها، استفاده می‌شود (شکل 4 را ببینید).

شکل 4 ـ محیط مدیریت داده‌های اصلی سازمانی

چگونگی نگهداری برنامه‌های کاربردی مدیریت داده‌های اصلی و مدیریت داده‌های اصلی در یک انباره‌ی ترکیبی داده‌های اصلی، بسته به نوع داده‌های اصلی درگیر با آن، متفاوت خواهد بود. پردازش داده‌های اصلی مشتری اغلب با طرز رفتار با داده‌های اصلی محصول بسیار متفاوت است. مدل‌ها و قواعد کسب‌وکار برای تعریف داده‌های مشتری مانند نام و نشانی مشتری، معمولاً توسط شرکت‌ها به‌خوبی قابل‌درک است. بااین‌حال داده‌های محصول، پیچیده‌تر و کمتر استانداردشده است و نیاز به درک معنایی بیشتری از داده‌ها در زمینه‌هایی مانند نام‌گذاری محصول و کدهای محصول دارد؛ بنابراین برنامه‌های کاربردی مدیریت داده‌های اصلی به سمت خاص بودن در یک حوزه‌ی کسب‌وکار تمایل دارند و بعید است که سازمانی بخواهد یک برنامه‌ی کاربردی مدیریت داده‌های اصلی همه‌منظوره ایجاد کند.

برنامه‌های کاربردی، خاص حوزه‌های کسب‌وکار توسعه می‌یابند

3-4- یک رویکرد تکاملی به مدیریت داده‌های اصلی

مدیریت داده‌های اصلی که به‌درستی پیاده‌سازی شده باشد، می‌تواند مزایای قابل‌توجهی برای کسب‌وکار ازلحاظ بهبود بهره‌وری، کاهش ریسک و افزایش درآمد برای سازمان، در پی داشته باشد. بسیاری سازمان‌ها، راه‌حل‌های مدیریت داده‌های اصلی را به‌وسیله‌ی استقرار برنامه‌های کاربردی یکپارچه‌سازی داده‌های اصلی (MDI^[26]) ایجاد می‌کنند. به‌طورمعمول این راه‌حل‌ها تغییرات داده‌های اصلی را ردیابی نمی‌کنند و همچنین این راه‌حل‌ها ارائه‌دهنده‌ی قابلیت‌هایی برای مدیریت تغییرات ثابتی که در سلسله‌مراتب داده‌های اصلی رخ می‌دهد، نیستند. این راه‌حل‌های مدیریت داده‌های اصلی می‌توانند به حل علائم ظاهری مشکلات داده‌های اصلی کمک کنند اما به‌ندرت قادر هستند به عوامل ایجادکننده‌ی مشکلات بپردازند.

راه‌حل‌های مدیریت داده‌های اصلی به موضوعاتی که مسبب ایجاد مشکلات داده‌های اصلی هستند پاسخ نمی‌دهند

یک‌راه حل مدیریت داده‌های اصلی سازمانی شامل کاربران کسب‌وکار در فرایند مدیریت داده‌های اصلی است و به‌وسیله‌ی افزودن قابلیت‌هایی برای مدیریت، ردیابی و ممیزی پیوسته‌ی تغییرات داده‌های اصلی و فراداده‌های اصلی، یکپارچه‌سازی داده‌های اصلی را توسعه می‌دهد. مدیریت داده‌های اصلی سازمانی بخشی جداگانه‌ای از سایر بخش‌های فناوری اطلاعات است که سیستم ذخیره و سیستم ورود را مدیریت می‌کند. این بخش در رابطه با برنامه‌های کاربردی تراکنش‌های سازمانی و هوش کسب‌وکار، کار می‌کند و داده‌های اصلی را برای آن برنامه‌های کاربردی تأمین می‌کند. فراداده‌های اصلی نیز می‌توانند به‌عنوان منبعی از اطلاعات برای کمک به چگونگی طراحی محیط مخزن داده‌ها که زیرساخت فرایندهای مربوط به برنامه‌های کاربردی هوش کسب‌وکار است، مورداستفاده قرار بگیرد.

مدیریت داده‌های اصلی سازمانی پاسخی برای حل مشکلات داده‌های اصلی است

مدیریت داده‌های اصلی سازمانی کامل، یک پروژه‌ی بلندمدت است که سازمان‌ها باید برای به کار بردن چهار روش توضیح داده‌شده در این نوشتار، آن را در جهت رشد سازمان خود توسعه دهند.

4- راه‌حل مدیریت داده‌های اصلی SAP NETWEAVER

مدیریت داده‌های اصلی SAP بخشی از پلتفرم برنامه‌ی کاربردی NETWEAVER مربوط به SAP است که محیط کاملی برای طراحی، ساخت، یکپارچه‌سازی و استقرار فرایندهای کسب‌وکار ارائه می‌کند. برنامه‌ی کاربردی SAP NETWEAVER، زیرساخت فناوری را برای SAP، شرکای SAP و برنامه‌های کاربردی سفارشی فراهم می‌کند. بخش‌های اصلی SAP NETWEAVER در زیر تشریح شده‌اند:

PORTAL SAP NETWEAVER

که امکان ورود منفرد کاربران و دسترسی به نمایه‌ای واحد از اطلاعات و برنامه‌های کاربردی در سراسر سازمان را فراهم می‌کند. پورتال SAP NETWEAVER در ارتباط با امکانات «کار گروهی» (Collaboration) و «مدیریت دانش» (Knowledge Management) مربوط به SAP NETWEAVER کار می‌کند. امکانات «کار گروهی» شامل ایمیل‌ها، تقویم‌ها و بحث‌های دنباله‌دار به اشتراک گذاشته‌شده بوده و دارای یک انباره‌ی اسناد به اشتراک گذاشته‌شده است. مدیریت دانش ابزاری برای جستجو، توسعه‌ی طبقه‌بندی، انتشار و مدیریت جریان کار فراهم می‌کند.

پورتال SAP NETWEAVER همچنین می‌تواند همراه با SAP Multi-channelAccessوSAP NETWEAVER MobileInfrastructure برای ارائه‌ی اطلاعات به کاربران موبایل مورداستفاده قرار گیرد.

SAP NETWEAVER BUSINESS INTELIGENCE (BI) به سازمان‌ها قابلیت شناسایی، یکپارچه‌سازی، گزارش و تحلیل اطلاعات ناسازگار از منابع نامتجانس را می‌دهد. SAP NETWEAVER BI شامل مجموعه ابزارهای یکپارچه‌سازی است که هم داده‌های SAP و هم داده‌های غیر SAP و همچنین فرمت‌های فایل‌های استاندارد مانند XML را پشتیبانی می‌کنند

.SAP NETWEAVER

MASTER DATA MANAGEMENT (MDM) قابلیت‌های یکپارچه‌سازی داده‌ها را به‌وسیله‌ی فراهم آوردن امکانات تلفیق، ذخیره‌سازی و غنی‌سازی داده‌های اصلی مانند اطلاعات مشتری، افزایش می‌دهد

SAP NETWEAVER BI با سایر بخش‌های SAPNETWEAVERمانندSAPNETWEAVER PORTAL و بخش‌های COLABORATION و KNOWLEDE MANAGEMENTبطور تنگاتنگی یکپارچه‌شده است.

قابلیت برنامه‌ریزی یکپارچه BI

(BI INTEGRATED PLANNING) محیط SAP NETWEAVER BI را با یک سیستم برنامه‌ریزی تاکتیکی و عملیاتی کسب‌وکار، بودجه‌بندی و پیش‌بینی، توسعه می‌دهد. این قابلیت، بخش‌های برنامه‌ریزی، پیش‌بینی و بودجه‌بندی را همراه با نظارت، گزارش‌گیری و تحلیل هوش کسب‌وکار مجتمع می‌کند.

یکپارچه‌سازی فرایند و برنامه‌ی کاربردی، به‌وسیله‌ی قابلیت «مدیریت فرایند کسب‌وکار»

(BUSINESS PROCESS MANAGEMENT)

SAP NETWEAVER EXCHANGE INFRASTRUCTURE (SAP XI) در SAP NETWEAVER ارائه‌شده است که شامل قابلیت‌هایی برای توصیف، اجزا، واسط‌ها، نگاشت‌ها و قواعد مسیریابی نرم‌افزاری برای اجرای فرایندهای کسب‌وکار است.

SAP XI سرویس‌های تحت وب را پشتیبانی می‌کند و مانند سایر بخش‌های SAP NETWEAVER بر روی یک سرور برنامه‌های کاربردی پشتیبانی شده با SAP و منطبق با J2EE اجرا می‌شود.

مدیریت داده‌های اصلی SAP، بخش یکپارچه‌سازی شده‌ای از SAP NETWEAVER است.

4-1- پشتیبانی SAP از مدیریت داده‌های اصلی

مدیریت داده‌های اصلی SAP NETWEAVER، قابلیتی برای مدیریت داده‌های اصلی ارائه می‌کند که سازمان‌ها را به سمت داشتن یک محیط کامل مدیریت داده‌های اصلی سازمانی با استفاده از چهار روش تعریف‌شده در این نوشتار سوق می‌دهد.

با استفاده از مدل‌های داده‌های پشتیبانی شده توسط SAP (SAP-supplied data models) و توسعه‌یافته توسط کاربر (user-developed data models)، مدیریت داده‌های اصلی SAP می‌تواند داده‌های اصلی را از منابع اطلاعاتی SAP و غیر SAP در یک انباره‌ی داده‌های اصلی، تلفیق کند. فرایند تلفیق، از عملیات رفع داده‌های تکراری^[27] و نرمال‌سازی داده‌ها^[28]، نگاشت شناسه‌ها^[29]، تطبیق و ادغام^[30]، هماهنگ‌سازی^[31]، ردیابی تغییرات^[32] و تحلیل کیفیت داده‌های تعاملی^[33] پشتیبانی می‌کند.

مدیریت داده‌های اصلی SAP هر چهار روش توضیح داده‌شده در این نوشتار را پشتیبانی می‌کند

قابلیت مدیریت داده‌های اصلی SAP، افزون بر تلفیق داده‌های اصلی، از توزیع داده‌های اصلی از طریق یک مدل توزیع که می‌تواند داده‌های اصلی را در سیستم‌های SAP و غیر SAP به‌روزرسانی و هم‌زمان‌سازی کند، پشتیبانی می‌نماید. این قابلیت همچنین جریان کاری داده‌ها و مدل‌های چند سطحی مبتنی بر نقش^[34] را برای مدیریت به‌روزرسانی‌های داده‌های اصلی، یکسان‌سازی می‌کند.

مدیریت داده‌های اصلی SAP همچنین می‌تواند برای متمرکز کردن سیستم ذخیره و سیستم ورودِ داده‌های اصلی در سراسر سازمان، استفاده شود. کاربران می‌توانند داده‌های اصلی را از طریق یک نرم‌افزار کاربردی ریچ-کلاینت^[35] پشتیبانی شده، مدیریت کنند. داده‌های اصلی در صورت نیاز می‌تواند در فرمت XML در سایر سیستم‌ها توزیع شود. داده‌های اصلی همچنین می‌تواند درون یک مخزن داده‌ها درون پلتفرم SAP NETWEAVER برای استفاده‌ی برنامه‌های کاربردی تحلیلی SAP قرار گیرد.

یکی از ویژگی‌های مهم مدیریت داده‌های اصلی SAP آن است که نه‌تنها داده‌های اصلی ذخیره‌شده در فایل‌های ساخت‌یافته و پایگاه‌های داده‌ها را پشتیبانی می‌کند بلکه داده‌های اصلی تعبیه‌شده در محتوای غیر ساخت‌یافته کسب‌وکار (مانند فایل PDF، صدا و ویدئو) را نیز پشتیبانی می‌نماید. مدیریت داده‌های اصلی SAP، برای خروجی داده‌های اصلی، دارای قابلیت‌های انتشار یکپارچه است به‌طوری‌که هم خروجی الکترونیکی و هم خروجی چاپی را برای محیط وب، CD-ROM و انتشار کاغذی فراهم می‌کند. این قابلیت می‌تواند برای انتشار مثلاً کاتالوگ محصولات استفاده شود. این امکانات خروجی را می‌توان همراه با ابزارهای انتشار InDesign و QuarkXPress به کار برد.

مدیریت داده‌های اصلی MDM، داده‌های اصلی تعبیه‌شده در محتوای غیر ساخت‌یافته را پشتیبانی می‌کند

شکل 5 – نمایش معماری کلی مدیریت داده‌های اصلی SAP NETWEAVER

مدیریت داده‌های اصلی SAP با SAP NETWEAVER BI، SAP NETWEAVER XI و پورتال SAP NETWEAVER یکپارچه‌شده است درحالی‌که روشی ماجولار برای استفاده به‌صورت یک موتور مستقل را نیز ارائه می‌کند. مدیریت داده‌های اصلی SAP می‌تواند به‌صورت یک محیط کاملاً در اختیار کاربر (Rich Client) استفاده شود یا از طریق پورتال SAP NETWEAVER با اختیارات بسیار محدود کاربر (Thin Client) مورداستفاده قرار گیرد.

مدیریت داده‌های اصلی SAP افزون بر فراهم کردن زیرساخت برای استقرار یک محیط مدیریت داده‌های اصلی سازمانی، سناریوهای فناوری اطلاعات و کسب‌وکار از پیش آماده‌شده را نیز ارائه می‌کند. این سناریوها دربردارنده‌ی مدل‌های داده‌ها، نگاشت، گزارش‌ها، جریان‌های کاری و رابط‌های کاربری پورتال از پیش‌ساخته شده هستند.

سناریوهای قابل‌دسترس با استفاده از مدیریت داده‌های اصلی SAP، هم مدیریت داده‌های اصلی محصول و هم مدیریت داده‌های اصلی مشتری را پشتیبانی می‌کنند.

سناریوها، راه‌حل‌های مدیریت داده‌های اصلی از پیش آماده‌شده را ارائه می‌نمایند

4-2- استفاده از مدیریت داده‌های اصلی SAP NETWEAVER

همان‌طور که در بالا گفته شد، مدیریت داده‌های اصلی SAP می‌تواند هر ترکیبی از چهار روش توضیح داده‌شده در این نوشتار را برای استقرار راه‌حل‌های مدیریت داده‌های اصلی پشتیبانی کند. برای مثال یک مشتری SAP می‌تواند با روش تلفیق شروع کند، سپس روش توزیع داده‌های اصلی را به آن بیفزاید و درنهایت به یک محیط مدیریت داده‌های اصلی سازمانی کاملاً متمرکزشده تبدیل شود.

یک نمونه از چگونگی سیر تکاملی به سمت یک محیط مدیریت داده‌های اصلی SAP، توسط شرکت نورتل در کنفرانس SAP Sapphire در اورلاندو ارائه شد. شرکت نورتل یکی از پیشگامان صنعت ارتباطات است که در 150 کشور جهان فعالیت دارد و دارای نزدیک به 000,30 کارمند در سراسر جهان است.

شرکت نورتل، مدیریت داده‌های اصلی SAP را به‌عنوان بخشی از پروژه‌ی خود به‌منظور استفاده از MYSAP ERP پیاده‌سازی کرد. پروژه‌ی ERP به‌نوبه‌ی خود بخشی از انتقال شرکت نورتل به سمت معماری سرویسگرای مبتنی بر وب مرتبط با محصولات بود. اولین مرحله در این پروژه در سال 2004 تا 2005 حذف بیش از 150 واسط کاربری و برنامه‌ی کاربردی بود. مقرر بود در سال 2006 و 2007 بیش از 300 واسط کاربری و برنامه‌ی کاربردی دیگر نیز حذف شوند.

شرکت نورتل در آغاز برنامه‌های کاربردی مدیریت داده‌های اصلی خود را توسعه داد اما پس از حرکت به سمت استقرار مدیریت داده‌های اصلی SAP این تلاش‌ها متوقف شد.

پیاده‌سازی SAP در سه فاز به انجام رسید.

فاز 1 پروژه: از مدیریت داده‌های اصلی برای توزیع داده‌های اصلی (برای مثال داده‌های مشتری و محصولات) بین برنامه‌های کاربردی SAP، برنامه‌های کاربردی قدیمی سازمان، SAP BW^[36] و سیستم‌های شرکای تجاری استفاده کرد. توزیع داده‌های اصلی با استفاده از SAP XI و FTP به انجام رسید.

فاز 2 پروژه: مقدار داده‌های اصلی توزیع‌شده و تعداد برنامه‌های کاربردی داده‌های اصلی موردنظر، گسترش یافت.

فاز 3 پروژه: که درحال‌توسعه بود، داده‌های اصلی بیشتری (مانند داده‌های اصلی تأمین‌کنندگان و اشخاص) را به سیستم می‌افزود و یک محیط مدیریت داده‌های اصلی کامل را استقرار می‌داد به‌طوری‌که تمام داده‌های اصلی به جزء برای سه برنامه‌ی کاربردی سفارشی‌سازی شده و قدیمی‌سازمانی، به‌طور مستقیم توسط انباره‌ی داده‌های اصلی مرکزی مدیریت می‌شد. این راه‌حل، مدیریت داده‌های اصلی را در هشت سیستم ورود اطلاعات فعال می‌کرد و باعث بازنشستگی آن سیستم‌ها می‌شد. سیستم مدیریت داده‌های اصلی سازمانی، همچنان برای توزیع داده‌های اصلی به برنامه‌های SAP BW و برنامه‌های کاربردی شرکای تجاری استفاده شد.

سناریوی مورداستفاده‌ی شرکت نورتل روش صحیح پیاده‌سازی یک سیستم مدیریت داده‌های اصلی را شرح می‌دهد که روشی برای توسعه‌ی یک استراتژی بلندمدت برای حرکت به‌سوی مدیریت داده‌های اصلی سازمانی و پیاده‌سازی استراتژی در فازهای افزایشی کوچک است.

5- نتيجه‌گيری

تصمیم‌گیری‌های سازمانی مبتنی بر داده‌ها و اطلاعات هستند. هوش کسب‌وکار فرایندی است که داده‌ها را به اطلاعات ارزشمند مدیریتی برای تصمیم‌گیری تبدیل می‌کند و به‌اصطلاح عملیات تصمیم سازی را مهیا می‌نماید. تکراری بودن و ابهام در داده‌ها و مشکلاتی نظیر کامل نبودن، ناسازگاری و به هنگام نبودن داده‌ها همگی عوامل بازدارنده‌ای هستند که داده‌ها را بی‌ارزش می‌کنند و تصمیم سازی را با مشکل مواجه می‌نمایند. این نوشتار، روش‌های بهینه‌ای را موردبررسی قرارداد که از طریق آن‌ها، سازمان‌ها می‌توانند باکیفیت‌ترین داده‌ها را در اختیار داشته باشند و درنتیجه به‌کارگیری این روش‌های مدیریت داده‌های اصلی سازمانی، منجر به ایجاد اطلاعات ارزشمندی می‌شود که برمبنای آن می‌توان تصمیم‌گیری‌ها و برنامه‌ریزی‌های صحیحی برای سازمان داشت. داده‌های اصلی، داده‌هایی پیرامون منابع سازمانی هستند که هرگونه تصمیم‌گیری و برنامه‌ریزی سازمانی نیز در ارتباط با آن منابع رخ می‌دهد؛ بنابراین رسیدن به بهره‌وری و کاهش هزینه‌ها، ارتباط مستقیم و تنگاتنگی با داشتن داده‌های اصلی باکیفیت دارد. از میان روش‌های مدیریت داده‌های اصلی که در این نوشتار به آن‌ها پرداخته شد، روش مدیریت متمرکز داده‌های اصلی و داشتن یک سازمان مستقل برای مدیریت داده‌های اصلی، بهترین کارایی را دارد.