Bellwether Speed consultants Inc. MDM(Master Data management)と Data Ware House との関連ついて ◆ MDMで構築されるEnterprise Master Data（E-Master）はData Ware Houseの 欠くべからざる要素である。即ち ◆ MDM構築はData Ware House の構築と同義である ◆ MDMとData Ware House を一体化して構築する事で、投資対効果を 高めることが可能になる。 ◆ E-Masterを内蔵したData Ware House構築は、従来の手続き先行型の システム構築整備から、ﾃﾞｰﾀ視点でのシステム構築整備を可能にする システム基盤を整備する事になる。 ◆ Gig Data視点で、InfoFrame DataBoosterによりMDM、Data Ware Houseの 一体化システムの構築が可能になる。 © 2013 Bellwether consultants Inc. All rights reserved. 1 Bellwether consultants Inc. MDMとData Ware House（DWH) の鳥瞰的整理 業務オペレーションシステム 業務Master MDMシステム Enterprise Master Data（E-Master） 蓄積参照 Master １ E-Masterについて MDMで生成される、Enterprise Master Data （E-Master）は、その時点での企業の 経営状態を示す 「一元化統合管理されたデータ」である。 ２ E-Masterは最新のデータを保存している データであり蓄積する最新のデータである。 E-Master相当ﾃﾞｰﾀは、システム移行、合併等の 処理で生成される移行マスタと同等です。 ３ E-Masterは、Data Ware Houseの視点から見れば 「最新のﾃﾞｰﾀｾｯﾄ」であり、利用期間終了後は 「過去に遡った」分析に使う蓄積データとなる。 したがって、MDMとData Ware House は 一体のシステムとして扱うべきである。 これにより BIﾂｰﾙ DWH Speed ◆ MDMシステムの投資対効果の向上を実現し MDM、Data Ware Houseの構築により データを基盤とした新しい視点での経営改革を 進めることが可能になる。 © 2013 Bellwether consultants Inc. All rights reserved. 2 Bellwether consultants Inc. MDM(Master Data management)とEnterprise Master Data Speed ◆ MDMは古く新しい課題 MDMは、企業において情報化が始まった時代からの情報システムの古い課題であり現在も、 企業によっては解決が急がれる経営上の課題です。 企業のIT化は略半世紀前から始まり、システム開発は、業務オペレーションの効率化、高速化、 正確化等を目標として行われてきました。 E-Masterとして扱われる主な情報は、顧客情報、商品情報などで事業経営におい て非常に重要な価値、意味を持つ情報です。 E-Masterは、企業として、本来 「一元管理すべきデータ」 ですが、現実にはシステム 構築の経緯、企業の合併、事業吸収等の事情により、複数のシステム毎のMasterに、分散、重複して 記録され、処理されてきました。 E-Master が断片化され、企業内で多種多様なシステム、メインフレーム、サーバ、PCの個人管理 Excel表等に重複、散在する事により、必然的にデータの「整合性や品質（鮮度、正確さ等）」が下がります。 即ち企業経営における正確な情報の欠如により、正確な経営判断が困難となりロスコストの 発生・機会損失・顧客満足度等の低下を引き起こし結果的に企業の経営品質を低下させる要因となります。 ◆ MDMの目的 MDMは、このようなマスターデータ複雑化の根本的原因に取り組み、企業組織、及び 企業の全業務システムにまたがる統一的な視点でのデータ管理、処理の提供が目標です。 © 2013 Bellwether consultants Inc. All rights reserved. 3 Bellwether consultants Inc. ◆ 企業内におけるEnterprise Master Data の位置付け（典型的） Speed Enterprise Master Data（E-Master）の位置付け E-Masterは統合データとして業務オペレーションシステム毎にサイロされたMasterのデータを集約し、 且つ、企業における唯一の統合されたデータと位置付けられます。 ① データ集約 データの統合化、一元化による企業の最新の経営データの管理、維持 E-Masterの生成については、各種のパケージツールがあり、編集処理の定義、生成処理等 優れたツールがあります。 ② ﾃﾞｰﾀ配信 各業務オペレーションシステムに最新のMaster 業務オペレーションシステム群 更新情報を提供し、整合性のとれた各システム システム毎にサイロ化されたMaster のMasterデータを維持可能にします。 A ｼｽﾃﾑ Z ｼｽﾃﾑ 新 ｼｽﾃﾑ Master Master 新Master ①データ集約 ②データ配信 ③新Master生成 Enterprise Master Data（E-Master） 図 １ ③ 新Masterの生成 E-Masterは、新しい業務システム用Master の 生成の原ﾃﾞｰﾀとなり、 整合性のとれたMasterデータを提供します オペレーションMasterとEnterprise Master Data E-Masterは、最新の時点での企業活動の全て の情報が記録される。 ⇒ 最新の状況を分析する最適なデータ © 2013 Bellwether consultants Inc. All rights reserved. 4 Bellwether consultants Inc. Data Ware House の構成 Speed Data Ware House は過去のデータを蓄え、 クライアントからのデータ参照をを処理する システムです。 業務オペレーションシステム群 Z ｼｽﾃﾑ A ｼｽﾃﾑ Master Master データ収集処理 蓄積編集機能 蓄積編集機能 ①台帳データ蓄積 ②ログデータ蓄積 PC BIﾂｰﾙ 蓄積されるデータは２種類です。 ① 台帳データ テーブル形式のデータとして管理され、 行を単位として業務処理が行われ、 行レベルで追加、削除、及び 行の中のカラム値の変更が行われるデータ。 典型的な例は、顧客マスタ、 銀行の預金マスター等にある ② ログデータ 台帳データの行に対する処理の記録データ 及び、台帳データとは無関係の処理のログ 等で、企業の活動を記録したものです。 典型的な例は、顧客ごとの取引履歴、 ここでの、①、②の定義はあくまで便宜的です。 現実には、特殊な用途、或いは生成 されるデータがあるはずですが、整理説明の 都合上、典型的と思われるデータ を題材にし ています 、 © 2013 Bellwether consultants Inc. All rights reserved. 5 Bellwether consultants Inc. Data Ware House とEnterprise Master Dataの関係 Speed ◆ Enterprise Master Data（E-Master）とData Ware Houseの保持するデータの 時間関係では相補的です E-Masterは、現在の企業の状態を表すデータであることに対し、 Data Ware House のデータは、企業の活動の長期の記録を保持しています 現在 Data Ware House と E-Masterの時間関係 ～ １０年 E-Master Data Ware House ～１ｶ月？ E-MasterをData Ware Houseに組み込み一体化する事により 統合化された、Data Ware House が実現できます。 E-Masterと Data Ware House は同一のDB技術採用する事が必須となります © 2013 Bellwether consultants Inc. All rights reserved. 6 Bellwether consultants Inc. MDMとData Ware House システム視点での階層的整理 Speed 業務オペレーションシステム群 新 ｼｽﾃﾑ 新Master A ｼｽﾃﾑ Z ｼｽﾃﾑ Master Master ①システム間連携・データ収集 マスタ同期機能 Enterprise Master Data 旧マスタ履歴レコード （タイムスタンプ付き） クライアント ログ 取捨選択・統合 ログ保存マスター BIﾂｰﾙ © 2013 Bellwether consultants Inc. All rights reserved. 7 Bellwether consultants Inc. Data Ware House における分析処理の技術的課題と解決策 典型的な分析処理例 業務オペレーションシステム群 Enterprise Master Data Master Master データ収集・編集処理 日次生成処理 Speed IW（Information Worker）の多様な 分析視点での Small Data処理データ（Data mart） ・ 編集処理の高速化、 ・ 多数のIWによる同時共用 D a t a DBシステムへの要件 A Enterprise Master Data Z 0.1秒 Join 自由なカラムと、その値による ・ Sort、Join、検索等の処理高速化 ・ 同時多重処理実現 0 . 1 秒 A 検索 Z 10億行 ⇒多数のIWによる共用大福帳、 集計 ≦0.1秒 ◆ 構造化データ処理 ◆ 全件参照処理高速化 ◆ 大福帳同時多重処理の実現 秒 （唯一？）の解決策 BIﾂｰﾙ 300行 Small Data処理は同時多重処理 時間は目安参考 値 In-memory DBの InfoFrame DataBoosterで解決 © 2013 Bellwether consultants Inc. All rights reserved. 8
© Copyright 2025 ExpyDoc
