vise FieldMap · krok Field Map w vise DMW · także osobno
AI przygotowuje mapowanie. Państwa konsultant zatwierdza każdy wiersz.
Pary pól źródło–cel i reguły transformacji przygotowane na podstawie Państwa metadanych, z confidence score i uzasadnieniem każdej propozycji. Przetestowane w sandboksie, zatwierdzone przez imiennie wskazaną osobę, wersjonowane — i dopiero wtedy ładowane. Ekspert przestaje wpisywać reguły, a zaczyna je oceniać.
- ≈30 → ≈12
- dni pracy eksperta na obiekt (przykład)
- Tylko metadane
- opuszczają domyślnie Państwa środowisko
- 1.
- klient produkcyjny: Karlsberg
01 · Pętla kontroli
Sześć kroków między jednym zdaniem a kontrolowanym ładowaniem.
- 0Specyfikacja zwykłym językiemKonsultant opisuje potrzebę mapowania i biznesowe znaczenie obiektu.
- 01Projekt od AIFieldMap proponuje pary pól i reguły transformacji na podstawie metadanych źródła i celu. Confidence score to ocena modelu dotycząca dopasowania semantycznego, typu, długości i rozkładu wartości — ustala kolejność przeglądu, a nie jest prawdopodobieństwem, że ładowanie się powiedzie.
- 02Test w sandboksieKażda reguła przechodzi przez tester reguł na prawdziwych rekordach, zanim można ją zatwierdzić.
- 03Zatwierdzenie przez człowiekaImiennie wskazany recenzent akceptuje, poprawia albo odrzuca każdy wiersz. Nic nie trafia do systemu docelowego bez zatwierdzenia.
- 04Wersja i audytKażda decyzja ma właściciela i datę; mapowanie to wersjonowana specyfikacja, a nie arkusz.
- 05Kontrolowane ładowanieZatwierdzone mapowanie trafia do vise DMW — albo do Państwa narzędzia do ładowania — na symulację i ładowanie.
02 · Państwa pipeline zostaje
BODS albo Migration Cockpit zostają. Zmienia się sposób tworzenia mapowania.
FieldMap wytwarza zatwierdzoną specyfikację mapowania. Kto ją wykona — to Państwa wybór, a przekazaniem jest plik, który zespół już umie czytać.
03 · Gdzie to się opłaca
Trudne nie jest tworzenie mapowań. Trudne jest to, że błędy wychodzą za późno.
Setki par pól budowanych ręcznie w arkuszu, bez walidacji, bez sprawdzania zależności i bez widoczności tego, co ukryte. Błędy wychodzą w oknie migracji, gdy każda poprawka kosztuje dni. FieldMap znajduje je, gdy kosztują minuty — i wyjaśnia dlaczego.
| Przypadek | Co było nie tak | Co zrobił FieldMap |
|---|---|---|
| SAP ADRNR zmapowane na pole numeru dokumentu | Etykiety i dane wyglądały wiarygodnie; to pole jest wewnętrznym odwołaniem do adresu, a nie biznesowym identyfikatorem, którego oczekuje system docelowy. | Oznaczone jako niezgodność semantyczna; zaproponowane właściwe pole |
| City (35) → City (30) | Poprawna para pól, ale ryzykowna: długość źródła 35, celu 30. | Oznaczone z powodu możliwego obcięcia dłuższych nazw miejscowości |
| Kody takie jak 00123 | Zapisane w numerycznym polu docelowym tracą zera wiodące i przestają się zgadzać. | Rozpoznane jako ryzyko przed ładowaniem |
04 · Najpierw profil, potem mapowanie
Każde pole źródłowe ma swój rozkład wartości.
Puste wartości, liczba różnych wartości, trzy najczęstsze i reszta — dla każdego pola, jedno kliknięcie od wiersza mapowania. Pole, które w 96% ma jedną wartość, lista kodów z ośmioma pozycjami, kolumna z wolnym tekstem udająca klucz: widać to, zanim zapadnie decyzja, dokąd trafi, a AI widzi te same liczby, gdy przygotowuje propozycje.
Siedem widoków tego samego profilu: wykres słupkowy, Pareto, pierścień, treemapa, mapa cieplna, koncentracja (udział top-1, top-5, top-10) i zwykła tabela — wszystkie do eksportu.
05 · Od strony celu
Każde obowiązkowe pole docelowe ma status. Żadne nie zostaje pominięte.
Praktyka migracyjna zaczyna od celu: pytanie nie brzmi „dokąd idzie to pole źródłowe”, tylko „czy każde pole, którego potrzebuje system docelowy, jest rozwiązane”. FieldMap pokazuje strukturę docelową z rozwiązaniem każdego pola, filtruje według statusu i eksportuje dokładnie to, co pokazuje filtr. Pole źródłowe można wykorzystać dla kilku pól docelowych, nie tracąc z oczu, gdzie jest używane.
Pola słownikowe — warunki płatności, grupy kont, kraje, języki, konta uzgodnieniowe — są oznaczane jako mapowania i trafiają do vise LoV-MAP w celu harmonizacji wartości.
- Rozwiązane
- Zmapowane z jednego lub kilku pól źródłowych, w razie potrzeby z transformacją
- Wartość domyślna
- Stała lub wartość wyliczona dla pól, których brak w źródle — także domyślne wartości wielokrotne, które mnożą rekordy (np. jeden materiał → trzy opisy językowe)
- Wzbogacenie
- Z ręcznego pliku, tabeli wyszukiwania albo reguły wyliczeniowej
- Ładowanie ręczne
- Zdecydowane i udokumentowane: ładowane ręcznie przed go-live, z powodem i właścicielem
- Nierozwiązane
- Wciąż otwarte — i widoczne, żeby nic obowiązkowego nie zostało pominięte
06 · Reguły z jednego zdania
Reguły transformacji i walidacji pisane zwykłym językiem, testowane, zanim zaczną obowiązywać.
Wystarczy opisać regułę — „grupowanie BP wynika z grupy kont dostawcy w starym systemie”, „norweski numer VAT to NO plus dziewięć cyfr i MVA” — a FieldMap ją przygotuje, uruchomi w sandboksie na prawdziwych rekordach i zaraportuje, co przeszło. Reguły to czytelny Python, a nie czarne skrzynki; konsultanci biznesowi mogą je pisać i przeglądać w ramach tych samych zasad co programiści.
Karlsberg
Dane klientów, dostawców, materiałów i BOM-ów zmapowane do SAP S/4HANA w FieldMap w konsolidacji w trzech falach — najpierw Microsoft Dynamics 365 Business Central, potem SAP ECC — z rekordami zdeduplikowanymi i scalonymi z obu źródeł; uwagi konsultanta z pierwszej fali — widok od strony celu, ponowne użycie pól źródłowych, wartości domyślne z wieloma wartościami, obsługa ręcznego ładowania — trafiły prosto do produktu.
Studium przypadku Karlsberg →Co widzi AI. Co kontroluje Państwa konsultant.
- Zostaje w Państwa środowisku DMW
- Państwa rekordy i ich wartości. Profile, reguły, przebiegi w sandboksie, wersjonowane mapowanie i ślad audytowy. Izolowane środowisko dla każdego klienta.
- Domyślnie wysyłane do dostawcy AI
- Tylko metadane: nazwy pól, opisy techniczne i biznesowe, typy, długości. W ramach umowy zero data retention — prompty i odpowiedzi nie są przechowywane i nigdy nie trenują modeli.
- Wysyłane tylko po włączeniu
- Funkcje, które korzystają z przykładowych wartości źródłowych lub statystyk wartości, żeby proponować lepsze reguły. Każda ma osobny przełącznik, opisany tym, co wysyła, domyślnie wyłączony — decyduje Państwa właściciel danych, dla każdej funkcji.
07 · FAQ
Pytania, które słyszymy.
- 01Dokąd trafiają nasze dane, gdy AI przygotowuje mapowanie?
- Domyślnie Państwa środowisko opuszczają tylko metadane — nazwy pól, typy, długości, opisy; funkcje, które wysyłałyby przykładowe wartości ze źródła, są wyłączone i oznaczone, a decyzja zapada dla każdej funkcji osobno. Nasze umowy z dostawcami AI przewidują zero data retention: prompty i odpowiedzi nie są przechowywane przez dostawcę i nigdy nie służą do trenowania modeli. Dostawcę i model wybierają Państwo.
- 02Co właściwie wytwarza AI?
- Projekt: pary pól źródło–cel, reguły transformacji i — na podstawie jednego zdania — reguły walidacyjne, każde z confidence score i uzasadnieniem zwykłym językiem (dopasowanie semantyczne, zgodność typów, długość, rozkład wartości). Propozycje dzielą się na trzy grupy: zatwierdzone bez uwag, zatwierdzone z problemami do przejrzenia, odrzucone.
- 03Kto decyduje?
- Państwa konsultant lub właściciel danych, wiersz po wierszu, w widoku od strony celu, który pokazuje każde obowiązkowe pole docelowe jako rozwiązane, z wartością domyślną, do ładowania ręcznego lub nierozwiązane. Każda decyzja ma nazwisko i datę.
- 04Co oznacza confidence score?
- To ocena modelu, jak dobrze proponowana para pasuje w czterech wymiarach — znaczenie semantyczne, zgodność typów, długość, rozkład wartości — z uzasadnieniem obok. Nie jest to skalibrowane prawdopodobieństwo, że rekord się załaduje. Służy do ustalenia kolejności przeglądu: wiersze z wysokim wynikiem sprawdza się szybko, a te z niskim i semantycznie podejrzane dostają więcej czasu.
- 05Czy można go używać bez vise DMW?
- Tak. FieldMap to krok Field Map w vise DMW i działa też samodzielnie; zatwierdzone mapowanie eksportuje się jako wersjonowaną specyfikację do Migration Cockpit, BODS lub własnego loadera.
- 06Czego potrzebujemy na start?
- Eksportu metadanych obiektu źródłowego i docelowego — nazwy pól, typy, długości, opisy — oraz, do profilowania, przykładowego ekstraktu ze źródła. Jednego konsultanta lub właściciela danych, który podejmuje decyzje. Pierwszy obiekt zwykle zostaje zmapowany w ramach 30-dniowego PoC.
Na Państwa własnym obiekcie.
Wystarczy jeden obiekt konwersji. Mapowanie przez AI i walidacja działają przez 30 dni w pełnym reżimie kontroli, a Państwo widzą, jak zmienia się nakład pracy dla tego obiektu. Po Państwa stronie: eksport metadanych źródła i celu, przykładowy ekstrakt i jeden konsultant, który decyduje. Konsulting w stałej cenie; bez opłaty licencyjnej przez 30 dni. Co Państwo mierzą: godziny konsultanta przy obiekcie, odsetek propozycji zaakceptowanych, poprawionych i odrzuconych, pokrycie pól obowiązkowych i to, czy eksport wchodzi do Państwa pipeline bez poprawek.