En su reciente publicación Prash Chandramohan cita al blog de Henrik Liliendahl Sorensen en el cual se abordó el tema de la coincidencia de datos en las implementaciones de MDM.
Chandramohan menciona que, no tener un sistema centralizado de gestión de datos maestros que pueda solucionar el problema de duplicidad de información es uno de los desafíos clave que enfrentan las organizaciones hoy en día.
Por esta razón la coincidencia de datos se convierte en un aspecto crucial que puede ayudarte en diferentes etapas de la implementación de un MDM. A continuación, Chandramohan menciona 5 etapas en donde se utiliza la coincidencia de datos.
1.- Carga inicial
Cuando inicia el proyecto de MDM, es necesario identificar las fuentes de datos. Este es un paso importante ya que proporciona un marco para la futura integración de los sistemas fuente, permitiendo elegir la técnica de coincidencia adecuada.
2.- Cargas de datos por lotes
La integración continua de datos internos y externos requiere una opción de carga de datos por lotes. Uno de los enfoques que recomienda Chandramohan, es cargar los datos y activar un proceso de coincidencia periódico para identificar duplicados.
Este requisito generalmente llega durante las fases de consolidación de MDM, donde se creará un Golden Record para informes y otros fines analíticos.
3.- Interacciones en tiempo real
A medida que se avanza hacia la arquitectura transaccional centralizada, es necesario activar las coincidencias y realizar una vinculación de registros en tiempo real.
En esta fase, las aplicaciones interactúan directamente con el centro de datos maestros a través de API y servicios. El registro que fluye hacia el MDM se compara en tiempo real, los duplicados se identifican y fusionan en un registro único.
Prash menciona que este es un estado ideal donde los datos están centralizados y limpios.
4.- Fusiones y adquisiciones
Las fusiones y adquisiciones presentan desafíos únicos y las coincidencias son útiles para combinar los datos de clientes recién adquiridos con su centro de MDM.
Prash sostiene que el enfoque habitual es tomar un entorno de producción o entorno de fusiones y adquisiciones y realizar varias revisiones de coincidencia de datos para encontrar el enfoque correcto para la integración.
5.- Búsqueda
Chandramohan menciona que una nueva característica que algunos de los primeros pioneros están haciendo cuando se trata de la coincidencia de datos en un MDM es, proporcionarle una capacidad de búsqueda similar a la que usa Google.
Aquí, los datos se emparejan a medida que escribe sus criterios de búsqueda para ayudarlo a evitar la duplicación en el punto de entrada.
Estas 5 formas que recomienda Chandramohan en que se utiliza la coincidencia de datos te ayudarán a mejorar y evitar los problemas de duplicados en el proceso de implementación de un MDM.
Si estás por implementar un MDM en tu organización y requieres una guía especializada, podemos personalizar una demo para ti, en el siguiente enlace.
Artículo original: Prash Chandramohan. 5 Ways Data Matching Is Used In MDM Implementation. 2014