QUẢN LÝ DỮ LIỆU TỔNG THỂ LÀ GÌ?

Mục lục

Quản lý dữ liệu tổng thể (MDM) là công nghệ, công cụ và quy trình đảm bảo dữ liệu tổng thể được điều phối trong toàn doanh nghiệp. MDM cung cấp dịch vụ dữ liệu tổng thể thống nhất cung cấp dữ liệu tổng thể chính xác, nhất quán và đầy đủ trong toàn doanh nghiệp và cho các đối tác kinh doanh. Có một số điều đáng lưu ý trong định nghĩa này:

MDM không chỉ là một vấn đề công nghệ. Trong nhiều trường hợp, các thay đổi cơ bản đối với quy trình kinh doanh sẽ được yêu cầu để duy trì dữ liệu tổng thể sạch và một số vấn đề MDM khó nhất mang tính chính trị hơn là kỹ thuật.
MDM bao gồm cả việc tạo và duy trì dữ liệu chính. Đầu tư nhiều thời gian, tiền bạc và nỗ lực vào việc tạo ra một tập hợp dữ liệu chính nhất quán, sạch sẽ là một nỗ lực lãng phí trừ khi giải pháp bao gồm các công cụ và quy trình để giữ cho dữ liệu chính sạch sẽ và nhất quán khi nó được cập nhật và mở rộng theo thời gian.

Tùy thuộc vào công nghệ được sử dụng, MDM có thể bao gồm một miền (khách hàng, sản phẩm, vị trí hoặc miền khác) hoặc nhiều miền. Các lợi ích của MDM đa miền bao gồm trải nghiệm quản lý dữ liệu nhất quán, dấu ấn công nghệ được giảm thiểu, khả năng chia sẻ dữ liệu tham chiếu giữa các miền, tổng chi phí sở hữu thấp hơn và lợi tức đầu tư cao hơn.

6 KỶ LUẬT CỦA MỘT CHƯƠNG TRÌNH MDM MẠNH MẼ

Cho rằng MDM không chỉ là một vấn đề công nghệ, nghĩa là bạn không thể chỉ cài đặt một phần công nghệ và sắp xếp mọi thứ, vậy một chương trình MDM mạnh đòi hỏi điều gì? Trước khi bạn bắt đầu với chương trình quản lý dữ liệu tổng thể, chiến lược MDM của bạn nên được xây dựng dựa trên 6 nguyên tắc sau:

Quản trị: Các chỉ thị quản lý các cơ quan tổ chức, các chính sách, nguyên tắc và phẩm chất để thúc đẩy quyền truy cập vào dữ liệu tổng thể chính xác và được chứng nhận. Về cơ bản, đây là quá trình thông qua đó một nhóm chức năng chéo xác định các khía cạnh khác nhau của chương trình MDM.
Đo lường: Bạn đang làm như thế nào dựa trên các mục tiêu đã nêu? Việc đo lường nên xem xét chất lượng dữ liệu và cải tiến liên tục.
Tổ chức: Đưa đúng người vào vị trí trong suốt chương trình MDM, bao gồm chủ sở hữu dữ liệu chính, người quản lý dữ liệu và những người tham gia quản trị.
Chính sách: Các yêu cầu, chính sách và tiêu chuẩn mà chương trình MDM cần tuân thủ.
Quy trình: Các quy trình được xác định trong vòng đời dữ liệu được sử dụng để quản lý dữ liệu chính.
Công nghệ: Trung tâm dữ liệu tổng thể và bất kỳ công nghệ hỗ trợ nào.

BẮT ĐẦU VỚI CHƯƠNG TRÌNH MDM CỦA BẠN

Sau khi bạn đảm bảo quyền mua cho chương trình MDM của mình, đã đến lúc bắt đầu. Mặc dù MDM hiệu quả nhất khi được áp dụng cho tất cả dữ liệu tổng thể trong một tổ chức, nhưng trong nhiều trường hợp, rủi ro và chi phí của nỗ lực toàn doanh nghiệp rất khó biện minh. Nếu bạn bắt đầu với quy mô nhỏ, bạn nên bao gồm phân tích tất cả dữ liệu tổng thể mà cuối cùng bạn có thể muốn đưa vào chương trình của mình để bạn không đưa ra quyết định thiết kế hoặc lựa chọn công cụ sẽ buộc bạn phải bắt đầu lại khi bạn cố gắng kết hợp nguồn dữ liệu mới. Ví dụ: nếu bạn triển khai tổng thể khách hàng ban đầu chỉ bao gồm 10.000 khách hàng mà lực lượng bán hàng trực tiếp của bạn giao dịch, bạn không muốn đưa ra các quyết định thiết kế sẽ loại trừ việc thêm 10.000.000 khách hàng web của bạn sau này. Kế hoạch dự án MDM của bạn sẽ bị ảnh hưởng bởi các yêu cầu, mức độ ưu tiên, nguồn lực sẵn có, khung thời gian và quy mô của vấn đề. Hầu hết các dự án MDM bao gồm ít nhất các giai đoạn sau: Xác định các nguồn dữ liệu chính Bước này thường là một bài tập rất tiết lộ. Một số công ty nhận thấy họ có hàng tá cơ sở dữ liệu chứa dữ liệu khách hàng mà bộ phận CNTT không biết là có tồn tại. Xác định người sản xuất và người tiêu dùng dữ liệu tổng thể Bước này liên quan đến việc xác định chính xác ứng dụng nào tạo ra dữ liệu chính được xác định trong bước đầu tiên và — thường khó xác định hơn — ứng dụng nào sử dụng dữ liệu chính. Tùy thuộc vào phương pháp bạn sử dụng để duy trì dữ liệu chính, bước này có thể không cần thiết. Ví dụ: nếu tất cả các thay đổi được phát hiện và xử lý ở cấp độ cơ sở dữ liệu, thì có lẽ không quan trọng các thay đổi đến từ đâu. Thu thập và phân tích siêu dữ liệu cho dữ liệu chính của bạn Đối với tất cả các nguồn được xác định trong bước một, các thực thể và thuộc tính của dữ liệu là gì và ý nghĩa của chúng là gì? Điều này nên bao gồm:

Tên thuộc tính
Loại dữ liệu
Giá trị được phép
Hạn chế
Giá trị mặc định
Sự phụ thuộc
Ai sở hữu định nghĩa và duy trì dữ liệu

‘Chủ sở hữu’ là quan trọng nhất và thường khó xác định nhất. Nếu bạn có một kho lưu trữ được tải với tất cả siêu dữ liệu của mình, thì bước này là một bước dễ dàng. Nếu bạn phải bắt đầu từ các bảng cơ sở dữ liệu và mã nguồn, đây có thể là một nỗ lực đáng kể. Chỉ định người quản lý dữ liệu Đây phải là những người có kiến thức về dữ liệu nguồn hiện tại và khả năng xác định cách chuyển đổi dữ liệu nguồn sang định dạng dữ liệu chủ. Nói chung, người quản lý nên được chỉ định bởi chủ sở hữu của mỗi nguồn dữ liệu chính, các kiến trúc sư chịu trách nhiệm về phần mềm MDM và đại diện từ người dùng doanh nghiệp của dữ liệu chính. Thực hiện chương trình quản trị dữ liệu và hội đồng quản trị dữ liệu Nhóm này phải có kiến thức và quyền hạn để đưa ra quyết định về cách dữ liệu chủ được duy trì, dữ liệu đó chứa những gì, lưu giữ trong bao lâu và các thay đổi được ủy quyền và kiểm toán như thế nào. Hàng trăm quyết định phải được thực hiện trong quá trình của một dự án dữ liệu tổng thể, và nếu không có một cơ quan và quy trình ra quyết định rõ ràng, dự án có thể thất bại vì chính trị ngăn cản việc ra quyết định hiệu quả. Phát triển mô hình dữ liệu tổng thể Quyết định bản ghi chính trông như thế nào, bao gồm những thuộc tính nào được đưa vào, kích thước và kiểu dữ liệu của chúng, những giá trị nào được phép, v.v. Bước này cũng nên bao gồm ánh xạ giữa mô hình dữ liệu chủ và các nguồn dữ liệu hiện tại. Đây thường là bước quan trọng nhất và khó nhất trong quy trình. Nếu bạn cố gắng làm cho mọi người hài lòng bằng cách bao gồm tất cả các thuộc tính nguồn trong thực thể chính, bạn thường kết thúc với dữ liệu chính quá phức tạp và cồng kềnh để hữu ích. Ví dụ: Nếu bạn không thể quyết định xem trọng lượng nên tính bằng pound hay kg, một cách tiếp cận sẽ là bao gồm cả hai (WeightLb và WeightKg). Mặc dù điều này có thể khiến mọi người hài lòng, nhưng bạn đang lãng phí megabyte dung lượng lưu trữ cho những con số có thể được tính bằng micro giây và có nguy cơ tạo ra dữ liệu không nhất quán (WeightLb = 5 và WeightKg = 5). Trong khi đây là một ví dụ khá đơn giản, một vấn đề lớn hơn sẽ là duy trì nhiều số bộ phận cho cùng một bộ phận. Như trong bất kỳ nỗ lực nào của ủy ban, sẽ có những cuộc chiến và giao dịch dẫn đến các quyết định không tối ưu. Điều quan trọng là phải vạch ra trước quy trình quyết định, các ưu tiên và người đưa ra quyết định cuối cùng để đảm bảo mọi việc diễn ra suôn sẻ. Chọn một bộ công cụ Bạn sẽ cần mua hoặc xây dựng các công cụ để tạo danh sách chính bằng cách làm sạch, chuyển đổi và hợp nhất dữ liệu nguồn. Bạn cũng sẽ cần một cơ sở hạ tầng để sử dụng và duy trì danh sách chính. Các chức năng này được đề cập chi tiết trong phần sau của bài viết này. Bạn có thể sử dụng một bộ công cụ từ một nhà cung cấp duy nhất cho tất cả các chức năng này hoặc bạn có thể muốn thực hiện một cách tiếp cận tốt nhất. Nhìn chung, các kỹ thuật làm sạch và hợp nhất dữ liệu là khác nhau đối với các loại dữ liệu khác nhau, do đó không có nhiều công cụ mở rộng phạm vi toàn bộ dữ liệu chủ. Hai loại công cụ chính là công cụ Tích hợp dữ liệu khách hàng (CDI) để tạo tổng thể khách hàng và công cụ Quản lý thông tin sản phẩm (PIM) để tạo tổng thể sản phẩm. Một số công cụ sẽ làm được cả hai, nhưng nhìn chung các công cụ này tốt hơn ở cái này hay cái khác. Bộ công cụ cũng phải hỗ trợ tìm kiếm và khắc phục các vấn đề về chất lượng dữ liệu cũng như duy trì các phiên bản và cấu trúc phân cấp. Tạo phiên bản là một tính năng quan trọng bởi vì việc hiểu lịch sử của một bản ghi dữ liệu chính là rất quan trọng để duy trì chất lượng và độ chính xác của nó theo thời gian.

Ví dụ:

Nếu một công cụ hợp nhất kết hợp hai bản ghi cho John Smith ở Boston và bạn quyết định thực sự có hai John Smith khác nhau ở Boston, bạn cần biết các bản ghi trông như thế nào trước khi chúng được hợp nhất để “hủy hợp nhất” chúng. Nhìn vào bức tranh lớn, các khả năng chức năng cần xem xét bao gồm lập mô hình dữ liệu, tích hợp, đối sánh dữ liệu, chất lượng dữ liệu, quản lý dữ liệu, quản lý hệ thống phân cấp, quy trình làm việc và quản trị dữ liệu. Từ góc độ phi chức năng, bạn cũng nên xem xét khả năng mở rộng, tính khả dụng và hiệu suất. Thiết kế cơ sở hạ tầng Khi bạn đã có dữ liệu chính nhất quán, sạch sẽ, bạn sẽ cần hiển thị dữ liệu đó với các ứng dụng của mình và cung cấp các quy trình để quản lý và duy trì dữ liệu đó. Khi cơ sở hạ tầng này được triển khai, bạn sẽ có một số ứng dụng phụ thuộc vào việc nó có sẵn, vì vậy độ tin cậy và khả năng mở rộng là những cân nhắc quan trọng cần đưa vào thiết kế của bạn. Trong hầu hết các trường hợp, bạn sẽ phải tự mình triển khai các phần quan trọng của cơ sở hạ tầng vì nó sẽ được thiết kế để phù hợp với cơ sở hạ tầng, nền tảng và ứng dụng hiện tại của bạn Tạo và kiểm tra dữ liệu chính Bước này là nơi bạn sử dụng các công cụ bạn đã phát triển hoặc mua để hợp nhất dữ liệu nguồn vào danh master data của bạn. Đây thường là một quá trình lặp đi lặp lại đòi hỏi phải tìm hiểu các quy tắc và cài đặt để có được sự phù hợp. Quá trình này cũng đòi hỏi nhiều sự kiểm tra thủ công để đảm bảo rằng kết quả là chính xác và đáp ứng các yêu cầu được thiết lập cho dự án. Không có công cụ nào có thể thực hiện đối sánh chính xác 100% thời gian, vì vậy bạn sẽ phải cân nhắc hậu quả của kết quả khớp sai so với kết quả khớp bị bỏ lỡ để xác định cách định cấu hình các công cụ đối sánh. Kết quả trùng khớp sai có thể dẫn đến sự không hài lòng của khách hàng nếu hóa đơn không chính xác hoặc sai người bị bắt. Quá nhiều kết quả trùng khớp bị bỏ lỡ làm cho dữ liệu chính trở nên kém hữu ích hơn vì bạn không nhận được lợi ích mà bạn đã đầu tư vào MDM để có được. Sửa đổi hệ thống sản xuất và tiêu thụ Tùy thuộc vào cách triển khai MDM của bạn được thiết kế, bạn có thể phải thay đổi hệ thống sản xuất, duy trì hoặc sử dụng dữ liệu chính để hoạt động với nguồn dữ liệu chính mới. Nếu dữ liệu chính được sử dụng trong một hệ thống tách biệt với các hệ thống nguồn — chẳng hạn như một kho dữ liệu — thì các hệ thống nguồn có thể không phải thay đổi. Tuy nhiên, nếu hệ thống nguồn sẽ sử dụng dữ liệu chính, có thể sẽ có những thay đổi cần thiết. Các hệ thống nguồn sẽ phải truy cập vào dữ liệu chính mới hoặc dữ liệu chính sẽ phải được đồng bộ hóa với các hệ thống nguồn để các hệ thống nguồn có một bản sao của dữ liệu chính đã được làm sạch để sử dụng. Nếu không thể thay đổi một hoặc nhiều hệ thống nguồn, hệ thống nguồn đó có thể không sử dụng được dữ liệu chính hoặc dữ liệu chính sẽ phải được tích hợp với cơ sở dữ liệu của hệ thống nguồn thông qua các quy trình bên ngoài, chẳng hạn như trình kích hoạt và SQL các lệnh. Hệ thống nguồn tạo ra các bản ghi mới nên được thay đổi để tra cứu các bộ bản ghi chính hiện có trước khi tạo các bản ghi mới hoặc cập nhật các bản ghi chính hiện có. Điều này đảm bảo rằng chất lượng dữ liệu được tạo ngược dòng là tốt để MDM có thể hoạt động hiệu quả hơn và ứng dụng tự quản lý chất lượng dữ liệu. MDM nên được tận dụng không chỉ như một hệ thống ghi chép mà còn là một ứng dụng thúc đẩy việc xử lý dữ liệu sạch hơn và hiệu quả hơn trên tất cả các ứng dụng trong doanh nghiệp. Là một phần của chiến lược MDM, bạn cần xem xét cả ba trụ cột của quản lý dữ liệu:

Nguồn gốc dữ liệu
Quản lý dữ liệu
Tiêu thụ dữ liệu

Không thể có một chiến lược MDM cấp doanh nghiệp mạnh mẽ nếu bỏ qua bất kỳ khía cạnh nào trong số những khía cạnh này. Thực hiện các quy trình bảo trì Như đã nêu trước đó, bất kỳ triển khai MDM nào cũng phải kết hợp các công cụ, quy trình và con người để duy trì chất lượng của dữ liệu. Tất cả dữ liệu phải có người quản lý dữ liệu chịu trách nhiệm đảm bảo chất lượng của dữ liệu chủ. Người quản lý dữ liệu thông thường là một người kinh doanh có kiến thức về dữ liệu, có thể nhận ra dữ liệu không chính xác và có kiến thức và quyền hạn để sửa các vấn đề. Cơ sở hạ tầng MDM nên bao gồm các công cụ giúp người quản lý dữ liệu nhận ra các vấn đề và đơn giản hóa việc sửa chữa. Một công cụ quản lý dữ liệu tốt phải chỉ ra các kết quả trùng khớp đáng ngờ — ví dụ: khách hàng có tên và số khách hàng khác nhau sống ở cùng một địa chỉ. Người quản lý cũng có thể muốn xem xét các mục đã được thêm dưới dạng mới bởi vì tiêu chí đối sánh đã gần đạt nhưng dưới ngưỡng. Điều quan trọng là người quản lý dữ liệu phải xem lịch sử các thay đổi do phần mềm MDM thực hiện đối với dữ liệu để cô lập nguồn gốc của lỗi và hoàn tác các thay đổi không chính xác. Bảo trì cũng bao gồm các quy trình để kéo các thay đổi và bổ sung vào phần mềm MDM và phân phối dữ liệu đã được làm sạch đến những nơi cần thiết. Như bạn có thể thấy, MDM là một quá trình phức tạp có thể diễn ra trong một thời gian dài. Giống như hầu hết mọi thứ trong phần mềm, chìa khóa thành công là triển khai MDM từng bước để doanh nghiệp nhận ra một loạt lợi ích ngắn hạn trong khi dự án hoàn chỉnh là một quá trình dài hạn. Ngoài ra, không có dự án MDM nào có thể thành công nếu không có sự hỗ trợ và tham gia của người dùng doanh nghiệp. Các chuyên gia CNTT không có kiến thức về miền để tạo và duy trì dữ liệu tổng thể chất lượng cao. Bất kỳ dự án MDM nào không bao gồm các thay đổi đối với các quy trình tạo, duy trì và xác thực dữ liệu chính đều có khả năng thất bại. Phần còn lại của bài viết này sẽ trình bày chi tiết về công nghệ và quy trình tạo và duy trì dữ liệu chính.

LÀM THẾ NÀO ĐỂ BẠN TẠO MỘT DANH SÁCH CHÍNH?

Cho dù bạn mua một công cụ MDM hay quyết định xây dựng công cụ của riêng bạn, có hai bước cơ bản để tạo dữ liệu chính:

Làm sạch và chuẩn hóa dữ liệu
Đối sánh dữ liệu từ tất cả các nguồn để hợp nhất các bản sao.

Làm sạch và chuẩn hóa dữ liệu chính

Trước khi bạn có thể bắt đầu làm sạch và chuẩn hóa dữ liệu của mình, bạn phải hiểu mô hình dữ liệu cho dữ liệu chính. Là một phần của quá trình mô hình hóa, bạn nên xác định nội dung của từng thuộc tính và xác định ánh xạ từ mỗi hệ thống nguồn đến mô hình dữ liệu tổng thể. Bây giờ, bạn có thể sử dụng thông tin này để xác định các chuyển đổi cần thiết để làm sạch dữ liệu nguồn của bạn. Việc làm sạch dữ liệu và chuyển đổi nó thành mô hình dữ liệu chủ rất giống với các quy trình Trích xuất, Chuyển đổi và Tải (ETL) được sử dụng để đưa vào kho dữ liệu. Nếu bạn đã xác định các công cụ ETL và chuyển đổi, có thể dễ dàng hơn chỉ cần sửa đổi các công cụ này theo yêu cầu đối với dữ liệu chính thay vì học một công cụ mới. Dưới đây là một số chức năng làm sạch dữ liệu điển hình:

Chuẩn hóa định dạng dữ liệu: Làm cho tất cả các số điện thoại trông giống nhau, chuyển đổi địa chỉ, v.v. sang một định dạng chung.
Thay thế các giá trị bị thiếu: Chèn giá trị mặc định, tra cứu mã ZIP từ địa chỉ, tra cứu Số Dun & Bradstreet.
Chuẩn hóa giá trị: Chuyển đổi tất cả các phép đo thành số liệu, chuyển đổi giá thành đơn vị tiền tệ chung, thay đổi số bộ phận thành tiêu chuẩn ngành.
Thuộc tính bản đồ: Phân tích cú pháp tên và họ ra khỏi trường tên liên hệ, di chuyển Part # và partno vào trường PartNumber.

Hầu hết các công cụ sẽ xóa dữ liệu mà chúng có thể và đưa phần còn lại vào bảng lỗi để xử lý thủ công. Tùy thuộc vào cách hoạt động của công cụ đối sánh, dữ liệu đã được làm sạch sẽ được đưa vào một bảng chính hoặc một loạt các bảng dàn. Khi mỗi nguồn được làm sạch, bạn nên kiểm tra đầu ra để đảm bảo quá trình làm sạch hoạt động chính xác.

Đối sánh dữ liệu để loại bỏ trùng lặp

So khớp các bản ghi dữ liệu chính để loại bỏ các bản sao là bước khó nhất và quan trọng nhất trong việc tạo dữ liệu chính. Các kết quả trùng khớp thực sự có thể làm mất dữ liệu (ví dụ: hai Tập đoàn Acme trở thành một) và các kết quả trùng khớp bị bỏ sót làm giảm giá trị của việc duy trì một danh sách chung. Do đó, độ chính xác phù hợp của các công cụ MDM là một trong những tiêu chí mua hàng quan trọng nhất. Một số trận đấu là khá nhỏ để làm. Nếu bạn có Số an sinh xã hội cho tất cả khách hàng của mình hoặc nếu tất cả sản phẩm của bạn sử dụng sơ đồ đánh số chung, thì cơ sở dữ liệu JOIN sẽ tìm thấy hầu hết các kết quả phù hợp. Tuy nhiên, điều này hiếm khi xảy ra trong thế giới thực, vì vậy các thuật toán so khớp thường rất phức tạp và tinh vi. Khách hàng có thể được đối sánh về tên, thời con gái, biệt hiệu, địa chỉ, số điện thoại, số thẻ tín dụng, v.v., trong khi các sản phẩm được đối sánh về tên, mô tả, số bộ phận, thông số kỹ thuật và giá cả. Nhận xét: Càng nhiều thuộc tính khớp và trận đấu càng gần, mức độ tin cậy của phần mềm MDM đối với trận đấu càng cao. Hệ số tin cậy này được tính toán cho mỗi trận đấu và nếu nó vượt qua một ngưỡng, các bản ghi sẽ khớp. Ngưỡng này thường được điều chỉnh tùy thuộc vào hậu quả của một kết quả khớp sai.

Ví dụ:

Bạn có thể chỉ định rằng nếu mức độ tin cậy trên 95 phần trăm, các bản ghi sẽ được hợp nhất tự động và nếu mức độ tin cậy từ 80 phần trăm đến 95 phần trăm, người quản lý dữ liệu phải phê duyệt kết quả phù hợp trước khi chúng được hợp nhất.

Bạn nên hợp nhất dữ liệu của mình như thế nào?

Hầu hết các công cụ hợp nhất hợp nhất một tập hợp dữ liệu đầu vào vào danh sách chính, vì vậy quy trình tốt nhất là bắt đầu danh sách với dữ liệu mà bạn tin tưởng nhất và sau đó hợp nhất các nguồn khác tại một thời điểm. Nếu bạn có nhiều dữ liệu và nhiều vấn đề với nó, quá trình này có thể mất nhiều thời gian. NHẬN XÉT: Bạn có thể muốn bắt đầu với dữ liệu mà bạn mong đợi sẽ thu được nhiều lợi ích nhất sau khi nó được hợp nhất và sau đó chạy một dự án thử nghiệm với dữ liệu đó để đảm bảo các quy trình của bạn hoạt động và bạn đang thấy những lợi ích kinh doanh mà bạn mong đợi. Từ đó, bạn có thể bắt đầu thêm các nguồn khác khi thời gian và tài nguyên cho phép. Cách tiếp cận này có nghĩa là dự án của bạn sẽ mất nhiều thời gian hơn và có thể tốn nhiều chi phí hơn, nhưng rủi ro thấp hơn. Cách tiếp cận này cũng cho phép bạn bắt đầu với một vài tổ chức và thêm nhiều tổ chức khác khi dự án thể hiện sự thành công thay vì cố gắng thu hút mọi người tham gia ngay từ đầu. Một yếu tố khác cần xem xét khi hợp nhất dữ liệu nguồn của bạn vào danh sách chính là quyền riêng tư. Khi khách hàng trở thành một phần của tổng thể khách hàng, thông tin của họ có thể được hiển thị cho bất kỳ ứng dụng nào có quyền truy cập vào tổng thể khách hàng. Nếu dữ liệu khách hàng được lấy theo chính sách bảo mật giới hạn việc sử dụng dữ liệu đó cho một ứng dụng cụ thể, bạn có thể không hợp nhất dữ liệu đó vào dữ liệu chính của khách hàng. Do những tác động xung quanh quyền riêng tư, bạn có thể muốn thêm luật sư vào nhóm lập kế hoạch MDM của mình. Tại thời điểm này, nếu mục tiêu của bạn là tạo ra một danh sách dữ liệu tổng thể, thì bạn đã hoàn thành. In nó ra hoặc ghi nó vào ổ cứng ngoài và tiếp tục. Nếu bạn muốn dữ liệu chính của mình luôn cập nhật khi dữ liệu được bổ sung và thay đổi, bạn sẽ phải phát triển cơ sở hạ tầng và quy trình để quản lý dữ liệu chính theo thời gian. Phần tiếp theo cung cấp một số tùy chọn về cách thực hiện điều đó.

Blog

QUẢN LÝ DỮ LIỆU TỔNG THỂ LÀ GÌ?