La fiabilité des informations, des données, fait de plus en plus l’objet de recherches au sein des départements d’urbanisation et d’organisation des systèmes d’informations des entreprises, chargés de trouver une solution au problème de mise à jour des données via l’ensemble des outils hétérogènes : les différentes bases de données, progiciels, ou autres applications.
La technologie de gestion des données de référence – ou Master Data Management, correspond à cette recherche : pouvoir identifier des données de référence pour aboutir à une information à la fois unique et partagée dans l’entreprise.
Le MDM vise à uniformiser la description des données, à partir d’un référentiel standardisé. Ce référentiel pilote l’évolution des données dites « maîtres », la mise à jour des bases de données et des applications métier diverses, grâce à une donnée désormais identifiable, reconnue et synchronisée au travers des systèmes d’informations distincts. L’outil choisi devra permettre de construire des modèles de données, de s’assurer de leur qualité et d’effectuer un contrôle sur celle-ci, au cours de leur création ou de leur évolution.
Les données seront modélisées selon des hiérarchies : père d’une branche, éléments, scissions de branches. Il faudra donc déterminer si les solutions envisagées comportent des limites dans la profondeur des hiérarchies.
Il faudra de même, lors de cette phase de modélisation, lister les types de données supportées : textes, nombres entiers ou décimaux, listes de valeur, dates, … et réfléchir à l’éventuelle attribution de valeurs par défaut. L’outil choisi devra, selon les besoins, être assez souple pour admettre des exceptions à ces attributions de valeurs par défaut. Par ailleurs, il sera utile de cerner lors du choix de la solution quel traitement est réservé aux valeurs non explicitement spécifiées. Les solutions diffèrent sur la définition des métadonnées, et, au-delà, de leurs « dérivations », ou « héritage ». Une des orientations possibles consiste en la définition d’objets avec des attributs communs, et de leurs dérivés avec des attributs spécifiques. Dans d’autres cas, on a recours à un paramétrage dans une table contenant tous les attributs, et affichant les champs renseignés uniquement.
Qualité, contrôle et administration des données
Idéalement la solution doit permettre le dédoublonnage des données, leur standardisation et leur vérification. On pourra ensuite réfléchir à l’intégration au sein de l’outil d’un moteur de règles, pour activer des attributs uniquement si certaines valeurs d’autres attributs sont vraies. Il restera à déterminer si ces règles devront être paramétrées via une interface graphique, via XML, Web services, ou un autre moyen. Pour faciliter l’administration des données, il existe des fonctionnalités de mise à jour des données en masse, pour modifier toute une sélection en une seule transaction. Autre point : en cas de création d’un élément à partir d’un autre, ou « clônage », certains outils permettront d’exclure des attributs à ne pas copier. Il sera utile de réfléchir à l’intégration de workflows de création, modification, validation, ou suppression d’éléments, et d’inclure des alertes en cas de process non fluide.
|
Nombre de pages : 35 Nombre de critères technologiques : 161 Format : PDF - 405 Ko
Le téléchargement du guide "MDM - Master Data Management" est gratuit. Sommaire et page de téléchargement
Contribuer ?Vous maîtrisez un sujet, vous souhaitez faire partager une expérience récente, vous souhaiter compléter un point dans un document… Vous êtes les bienvenus pour participer à l’évolution des documents publiés. |