מאת : ערן לסר וזיו מנדל, מנכ"לים משותפים בג'ון ברייס הדרכה, חטיבת ההדרכה וההטמעה של מטריקס
רוצה שהמנכ"ל שלך ילך לכלא ? כן בצורה מפתיעה למנהל מערכות המידע יש היום כוח הרס שעלול לגרום לנזק בלתי הפיך עד הרמה האישית של החיים הפרטים של המנכ"ל שלו. פרשת אנרון ופרשיות אחרות הולידו צבר רב של תקנות וחוקים לחברות ציבוריות ( כמו תקנות SOXׂ) ותקנות וחוקים למגזרים ספציפיים ( כמו תקנות בזל II בתחום הבנקאות). אותם תקנות מטילות אחריות אישית על ההנהלה והמנכ"ל של הארגון ברמת שקיפות ואמינות הנתונים. העובדה שהמנכ"ל חותם באופן אישי על הנתונים שיוצאים מתוך מערכות המידע מחייבת את הארגונים לעשות שידוד מערכות אמיתי ברמת איכות הנתונים היושבת במסדי הנתונים ולשפר בצורה קיצונית את יכולת הדיווח ושקיפות הנתונים . כולנו מכירים את המשפט הידע של ה"זנזי" היושב במערכות שלנו (ולמי שלא מבין מדובר על ראשי תיבות של זבל נכנס , זבל יוצא). בפועל איכות הנתונים היושבת אצלנו בארגון מוטלת תמיד בספק ברמת העדכניות ואיכות הנתונים. בעבר הדבר היה פוגע קודם כל ברמת התפעולית והעסקית אבל היום הזנחה בתחום יכולה להוביל לאישור פלילי ולכן עלתה מאוד החשיבות של הטיפול בנושא איכות הנתונים. במסגרת הכתבה היום נדבר על כל מגוון האתגרים העומדים בפני הארגון בתחום ה- EIM או בעברית אתגר ניהול המידע הארגוני.
הבעיות והאתגרים של ניהול הנתונים הארגוניים מחולקת למספר רבדים : בעיית השפה המשותפת הארגונית ( מגדל בבל) , בעיית איכות הנתונים ( בעיית ה"זנזי"), רבוי מערכות וקושי לקבל תמונה מקיפה ואתגר המיזוגים בין חברות.
האתגר הראשון הינו מגדל בבל הארגוני. בחלק גדול מהארגונים אין שפה עסקית מוסכמת ומתועדת. קשה לקשור בין מושגים ותהליכים עסקיים לבין הרובד הטכנולוגי וקשה לנתח משמעויות בין-מערכתיות הנובעות משינוי מתוכנן . התוצאה בשטח האנשים השונים בארגון מתקשים "לשיר באותו סולם". אין הסכמה על האמת הנכונה של הארגון על בסיס הנתונים השונים שנובעים מדיבור בשפה שונה. כאשר אין הסכמה על השפה הדבר גם מכביד על המשך פתוח מערכות ה- IT כאשר תהליכי אפיון, פיתוח, QA וטיפול בתקלות פחות אפקטיביים. הפתרון לבעיית מגדל בבל הינופרויקט מימוש מערכת כלל-ארגונית לניהול Meta Data ( נתונים על הנתונים) המתעדת את רובד השפה העסקית, את הרובד הטכנולוגי ואת הקשר ביניהם, באמצעות כלים מובילים ומתודולוגיה מוכחת( וקיימים כיום מספר כלים מאוד מתוחכמים בתחום)
האתגר השני הינו איכות נתונים לקויה כאשר צרכני המידע בכל הרמות מתקשים לסמוך על המוצג להם ברמת הנתונים. הדבר מקבל כאמור משנה תוקף לאור דרישת הרגולטור שדורש איכות נתונים גבוהה ומטיל את האחריות לביצוע תהליך הטיוב של הנתונים ברמה האישית על המנכ"ל ועל ההנהלה. הבעיה של נתונים מלוכלכים נובעת מהופעה של נתונים כפולים, נתונים שגויים , חסרים ולא עדכניים . התוצאה הינה עיוות של תוצאות העיבוד והדוחות. הנתונים המלוכלכים והלא עקביים מקשים על בניית תהליכי עיבוד ופוגעים בדיווח גם ברמת איכות הדיווח וגם ברמת הביצועים והמהירות הנדרשת להפקת אותם נתונים. במצב של נתונים מלוכלכים תהליכי עיבוד נכשלים בתדירות גבוהה עקב נתונים לא תקינים כאשר מצד המשתמשים מתפתחת תופעה של חוסר אמון במערכות המידע ובכל ההשקעה בטכנולוגיה.
הפתרון לבעיית איכות הנתונים הנה פרויקט טיוב נתונים (כמהלך מכוון או במסגרת פרויקט הסבה) ע"פ מתודולוגיה סדורה הכוללת את ניסוח "הטוב", חקר נתונים, מיפוי מוקדי איכות לקויה והפעלת תהליכים מתקנים.שימוש בכלים מתקדמים לחקר נתונים, Matching ותקנון של המידע. יש לשים לב שיש לבנות מודל של טיוב הנתונים כמהלך מתמשך ולא מהלך חד פעמי. מסיבה זאת חייבים לבנות סביבת ממוחשבת שמבצעת את העבודה ולא להתבסס על מאמץ חד פעמי שמבוסס על עבודה ידנית סזיפית.
האתגר השלישי הינו ריבוי מערכות שיוצר איים של מידע על הלקוח ולא מאפשר לאף גורם בארגון לקבל תמונת מצב מלאה ועדכנית לגבי הלקוח/ המוצר או כל ישות מידע אחרת. התוצאה של ריבוי מערכות ונתונים משפיע ישירות ברמת טיפול לקוי בלקוח (מכירה ושירות) ביעילות לקויה בייצור (בזבוז) הפתרון לבעיית התמונה החלקית של ישויות המידע מבוססת על פרויקט מימוש מערכת בתצורה המתאימה לארגון כך שישויות המידע המרכזיות יוצגו למשתמש הארגוני בצורה מלאה מכלל המערכות.
האתגר הרביעי רלבנטי בעיקר לארגונים שנמצאים במגמה מיזוגים או לחילופין מעבר למערכות ליבה חדשות. במקרה זה נדרש מיזוג של מע' מידע בעקבות מיזוג חברות כולל החלפת מע' מידע והטמעת של מערכת חדש. הדבר דורש בהסבה של נתונים משפה עסקית אחת לאחרת , מיזוג נתונים תוך ניטרול כפילויות והשלמת חוסרים. יש צורך לבנות תהלי של טעינת נתונים מוסבים אל המערכת החדשה בזמן ובאיכות הנדרשים. ושוב יש להרים פרויקט הסבת נתונים ע"פ מתודולוגיה מוכחת ("הסבה רב-שלבית") הכוללת סקר נתונים, הסבה ממוכנת ותהליכים משלימים של בקרת איכות ההסבה. וכל זאת תוך שימוש בכלים מובילים לביצוע ממוכן של חקר נתונים, ניטרול כפילויות, הסבה ובקרת איכות.
לסיכום עם אתה לא רוצה שהמנכ"ל שלך ילך לכלא ואם אתה רוצה שהארגון שלך יאמין לנתונים שיושבים במערכות המידע אנחנו חייבים לפתח אסטרטגיה של טיפוח ושדרוג התהליכים של ניהול הנתונים הארגונים על בסיס מתודולוגיות וטכנולוגיות שקיימות כיום בשוק
יש לכם הערות ? יש לכם הארות ? יש לכם שאלות ? אתם רוצים סתם לאמור לנו משהו ? אתם מוזמנים לפנות אלינו באי-מייל ziv@johnbryce.co.il
מרכז התמחות EIM במטריקס מספק מעטפת מימוש המבוססת על ידע וניסיון רחבים, כלים, שירותים,best practices , ומתודולוגיות בתחום ניהול המידע הארגוני. מעטפת המימוש נותנת את ה"חוכמה" המאפשרת לאירגונים להוריד סיכונים , לעמוד בזמני ויעדי הפרוייקט ולהעלות סיכויי הצלחת הפרוייקט.