Управление MDM-проектами

Управление мастер-данными (Master-Data Management, MDM) – особый вид управления данными бизнес-организации, нацеленный на идентификацию, очистку, консолидацию и централизованное управление важнейшими данными компаний (golden dataset), которые обычно распределены по разным информационным системам и другим источникам. Ведущие мировые поставщики программных решений (IBM, Oracle, Informatica и многие другие) предлагают широкий спектр готовых продуктов по управлению мастер-данными (MDM-продукты). Однако внедрение MDM сопряжено с большими затратами: необходимо не только адаптировать эти продукты под особенности организаций, но и выполнить изменение бизнес-процессов, создать новые политики работы с данными, решить вопросы безопасности, решить другие вопросы. В связи с этим в России популярна итеративная стратегия внедрения MDM, подразумевающая поэтапную реализацию управления мастер-данными на основе реальных нужд организации-заказчика. В работе вводится понятие MDM-решения, которое является результатом внедрения MDM в организацию и включает помимо программной части также обработанные мастер-данные, налаженные организационные процедуры по сопровождению мастер-данных и прочее. Основным результатом статьи является функциональная модель управления мастер-данными, предназначенная для ранних стадий разработки MDM-решения в рамках итеративной стратегии. Целью данной модели является отобразить реальные потребности организации на язык MDM – важно понять, какие именно MDM-компоненты должны быть реализованы в первую очередь. В работе также приводится экспериментальное исследование, в котором уже реализованные MDM-решения анализируются с помощью предложенной модели.

1. Khatri V., Brown C.V. Designing data governance. Communications of the ACM, 53(1), 2010, pp. 148– 152.

2. DAMA-DMBOK: Data Management Body of Knowledge, 2017. 588 p.

3. Andrichenko A.N. Tendencies and condition in the field of reference data management in the engineering industry. Ontology of designing, 2 (4), 2012, pp. 25–35. (in Russian).

4. Nemtsov E.F. Reference data in the intelligent railway transport management system. Automation, communication and Informatic, 2, 2020, pp. 15–18. (in Russian).

5. Golubev S.S., Lotsmanov A.N., Kuzin A. Y., Soloviev V.G., Kozlov A.D., Grigoriev B.A. The branch system of the National Standard Reference Data Service for the Oil and Gas Complex. Legislative and applied metrology, 3, 2020, pp. 12–16. (in Russian).

6. Yanchenko G.А. On the standard reference data density properties of rocks. Mining information and analytical bulletin, 8, 2011, pp. 111–115. (in Russian).

7. Chigirinsky Y., L. Method of reliability improvement of reference data. Izvestia Volgogradskogo universitets, 13 (86), 2011, pp. 55–61. (in Russian).

8. Gartner Glossary, https://www.gartner.com/en/glossary, accessed 30.02.2025.

9. Walker S. Dayley A., Parker S., Hawker M. Magic Quadrant for Master Data Management. Gartner, 2021.

10. Zmud R.W. An Examination of ‘Push-Pull’ Theory Applied to Process Innovation in Knowledge Work. Management Science, 30 (6), 1984, pp. 727–738.

11. Ladley J. Data Governance: How to Design, Deploy, and Sustain an Effective Data Governance Program. Academic Press; 2nd edition, 2019. 350 p.

12. Kuznetsov S.V., Koznov D.V. Master data management in an iterative approach. Ontology of designing, 11(2), 2021, pp. 170–184. (in Russian).

13. Silvola R., Jääskelainen O., Kropsu-Vehkaperä H., Haapasalo H. Managing one master data – Challenges and preconditions. Industrial Management & Data Systems, 111(1), 2011, pp. 146–162.

14. Yourdon E., Constantine L.L. Structured Design: Fundamentals of a Discipline of Program and Systems Design. Yourdon Press, 1975. 348 p.

15. Jacobson I. Object-Oriented Software Engineering. ASM Press, 1992. 528 p.

16. Ould M.A. Business Processes: Modelling and Analysis for Re-Engineering and Improvement. Wiley, 1995.

17. Vassiliadis P., Simitsis A., Skiadopoulos S. Conceptual modeling for ETL processes. DOLAP, 2002, pp. 14–21.

18. CMMI Data Management Maturity Model (DMM). CMMI Institute (website). http://bit.ly/1Vev9xx, accessed 30.01.2025.

19. IBM Data Governance Council Maturity Model https://ibm.co/2sRfBIn, accessed 30.01.2025.

20. Velocity Methodology. Best Practices. Informatica. 2008.

21. O'Kane B., Moran M. P. The Seven Building Blocks of MDM: A Framework for Success. August 2016. Gartner. ID: G00311161.

22. Ofner M.H., Straub K., Otto B., Österle H. Management of the master data lifecycle: a framework for analysis. J. Enterp. Inf. Manag, 26(4), 2013, pp. 472–491.

23. Gavrilova T.A., Kudryvtsiv D. V. Knowledge management: from words to business. Intelligent Enterprise: RE, 12–13 (101), 2004, pp. 48. (in Russian).

24. Gavrilova T.A. Knowledge presentation in expert system АВТАНТЕСТ. Izvestia Acadimii Nauk USSR, 5, 1984, pp. 165–173. (in Russian).

25. Koznov D.V., Peregudov A.F., et al. Visual environment for designing broadcast software. Sistemnoye programmirovaniye, 2 (1), 2006, pp. 142–168. (in Russian).

26. Ivanov A., Koznov D., et al. Behavior model RTST++. Zapiski seminara kafedry sistemnogo programmirovaniya "Case-tool RTST++", 1, 1998, pp. 37–52. (in Russian).