Přejít k obsahu

Řešení · Kvalita dat a validace

Jedno skóre připravenosti místo dvaceti excelových tabulek.

Validační pravidla pro každý objekt, scorecard pro lokalitu i program, pravidla s nejvíce chybami s vlastníkem u každého z nich a fronta oprav, ve které byznysoví uživatelé skutečně pracují. Data se opravují ve zdrojovém systému; řídicí výbor dostane jedno číslo a jeho trend. Postaveno na datech SAP; běží nad jakýmkoli zdrojem – tabulky ERP, databáze, ploché soubory.

od roku 2017
DQ před každou vlnou rolloutu u globální pivovarnické skupiny
1 veřejná zakázka
vybráni v konkurenci dvou globálních dodavatelů DQ
5
dimenzí DQ na objekt
Postup čištění v nástroji vise DMW: čisté záznamy a čistá pole podle provozních společností
Postup čištění podle provozních společností – demo program Nordic RolloutObrazovky z demo programu Nordic Rollout · fiktivní data

01

Co se obvykle pokazí.

01 Dvacet tabulek, žádné číslo Každá země si vede vlastní Excel „známých problémů“. Nikdo neumí říct, jak připravená jsou kmenová data dodavatelů, takže datum go-live je pocit, ne fakt.
02 Chyby nalezené až při nahrání IT objeví špatné záznamy, až když nahrání selže, týdny poté, co je byznys mohl opravit. Každá iterace stojí jeden cyklus.
03 Vlastníci z byznysu nevidí, co opravit Chybové logy se píší pro vývojáře. Člověk, který platební podmínku opravdu dokáže opravit, nikdy neuvidí seznam, podle kterého by mohl jednat.

02 · Jak to probíhá v nástroji vise DMW

Stejná disciplína v každém kroku.

  1. Kroky 1–2 · Extract a Scope

    Každá lokalita, každý objekt, jeden program.

    Extrakty ze SAP (nebo jakéhokoli ERP) za lokalitu, v rozsahu objektů dané vlny: dodavatel, zákazník, materiál, otevřené položky, nákladová střediska. Milníky a vlastníci jsou vedeni přímo v projektu, takže „kdo za 28 dní schvaluje Norsko“ je pole, ne e-mail.

    Programy a projekty v nástroji vise DMW: Nordic Rollout s Norskem a Švédskem
    Program → projekt → lokalita
  2. Krok 3 · Validate

    Pravidla jako kód, se jmenovitě určeným vlastníkem.

    Pravidla formátu, seznamu hodnot, podmíněná, vlastní a agregační pro každé pole, každé se závažností, rozsahem, dokumentací a vlastníkem. AI navrhne pravidlo z jedné věty; zapíná ho člověk. Stejná knihovna pravidel běží pro každou lokalitu v programu.

    Knihovna validačních pravidel v nástroji vise DMW filtrovaná podle lokality
    156 pravidel pro 119 polí a 7 objektů (demo)
  3. Krok 4 · Profile

    Jedno skóre, pět dimenzí, pro každý objekt.

    Úplnost, platnost, shoda, konzistence a jedinečnost, shrnuté do scorecardu pro lokalitu i program, s trendem od výchozího stavu. To je číslo, které řídicí výbor dostává každý týden.

    DQ scorecard podle dimenze a objektu v nástroji vise DMW
    DQ scorecard – Norsko, podle dimenze
  4. Opravná smyčka

    Opravte ve zdroji. Zvalidujte znovu. Sledujte, jak se číslo hýbe.

    Detaily chyb jdou lidem, kteří data vlastní, podle objektu a pravidla, s důvodem napsaným srozumitelně. V projektu kvality dat se opravy dělají vždy ve zdrojovém systému – nikdy v DMW – poté se objekt znovu zvaliduje a scorecard se aktualizuje. Pravidla s nejvíce chybami ukazují, kde se úsilí vyplatí nejdřív.

    Pravidla s nejvíce chybami v nástroji vise DMW, se šestitýdenními trendy a vlastníky
    Pravidla s nejvíce chybami – chyby, šestitýdenní změna, vlastník
  5. Krok 8 · Report

    Páteční stránka, kterou píše systém.

    Týdenní souhrn s největšími posuny a zhoršeními, postup čištění podle provozních společností, body vyžadující pozornost a zápisy z jednání za každý projekt, dashboardy v Supersetu nad stejnými zvalidovanými daty. Žádný export, žádná prezentace.

    Týdenní souhrnný report v nástroji vise DMW: platné záznamy, největší zlepšení, zhoršení
    Týdenní souhrn – kdo se zlepšil, co se zhoršilo

03 · 30denní proof of concept

Co máte po 30 dnech.

  • Jeden objekt z vašeho systému extrahovaný, zprofilovaný a zvalidovaný vůči první sadě pravidel
  • Report s posouzením dat: scorecard, pravidla s nejvíce chybami, co blokuje nahrání
  • Funkční projekt DMW, který váš tým může dál provozovat – ne prezentace
  • Návrh knihovny pravidel a procesu oprav pro celý program
Jak funguje PoC a licence

04 · Časté otázky

Přímé odpovědi, stejné při každém posouzení.

Pro architekty SAP
01Musíme s DMW migrovat, abychom ho mohli používat pro kvalitu dat?
Ne. Zákazník, se kterým spolupracujeme nejdéle, provozuje DMW jako bránu připravenosti před nástrojem BODS. vise DMW může validovat, profilovat a reportovat, zatímco nahrávání obstará jakýkoli nástroj, který už máte.
02Kde se dělají opravy?
V projektu kvality dat vždy ve zdrojovém systému. DMW ukáže, co opravit a proč, vlastník to opraví v SAP, DMW zvaliduje znovu. Žádná druhá kopie pravdy neexistuje.
03V čem se to liší od nástrojů Ataccama nebo Informatica?
vise DMW je postaven kolem objektů SAP a migračních vln: pravidla pro každý objekt, scorecardy pro lokalitu i program, opravná smyčka pro byznysové uživatele a stejná platforma pokračuje do migrace a každodenních změn. Cena podle lokalit a uživatelů, ne enterprise licence na platformu.
04Co tady dělá AI?
Navrhuje validační pravidla z jedné věty a testuje je v sandboxu. Každé pravidlo aktivuje jmenovitě určená osoba. Nic z toho, co AI napíše, se nedotkne vašich dat bez schválení.

Získejte jedno skóre připravenosti pro jeden objekt během 30 dní.

Vyberte objekt, který vám dělá největší starosti. Zprofilujeme ho, zvalidujeme a ukážeme vám scorecard – na vašich datech, v projektu, který vám zůstane.