blog

Master Data Management? Houd het simpel: vier basisprincipes

Supply chain

Master Data Management? Houd het simpel: vier basisprincipes
Anton Boonstra

Logistiek zonder informatiesystemen is niet meer mogelijk. Informatievoorziening begint bij het goed organiseren van de datastructuur. Hoe zorgen we voor een logische structuur, welke bestanden onderscheiden we en wat slaan we in welk bestand op? Dan hebben we het over: Master Data Management. Anton Boonstra komt met de ins en outs.

Master Data Management (MDM) is een heikel thema want aan het hebben van een logische structuur ontbreekt het veelal, zeker als we te maken met een netwerk van verschillende systemen. Gevolg is dat dezelfde soort data op verschillende plekken staat waarbij deze op de ene plek wel is onderhouden maar op de andere niet. Kortom informatie is onbetrouwbaar en dat kan natuurlijk niet. Niet voor niets staat MDM daarom ook volop in de belangstelling. Inmiddels is er ook aardig wat over geschreven. Over het algemeen wordt MDM naar mijn gevoel wat te ingewikkeld neergezet. Je kunt er natuurlijk ook allerlei zaken bij halen zoals de architectuur van systemen bijvoorbeeld. Dat is zeker niet onzinnig maar je maakt het daardoor wel ingewikkeld. Ik denk dat de Master Data problematiek op zich al moeilijk genoeg is en zou me liever beperken tot die problematiek. Probeer het vooral simpel en overzichtelijk te houden zonder natuurlijk de zaken al te simpel voor te stellen. Daarom de introductie van vier basisprincipes. Indien u zich aan deze principes houdt dan komt het met uw Master Data Management wel goed denk ik.

Belangrijkste gegevens makkelijk te vinden

MDM gaat over hoe zorg ik ervoor dat mijn belangrijkste gegevens gemakkelijk zijn te vinden en te onderhouden. Omdat we vele systemen aan elkaar koppelen is het gevaar dat eenzelfde gegeven meerdere keren voorkomt sterk aanwezig. Hoe zorg je dat je dat alle velden met eenzelfde waarde dan allemaal weer een nieuwe waarde krijgen? En dat je dus niet in de val loopt dat op een plek je de waarde aanpast maar op een andere plek de oude waarde nog laat staan. Hoe zorg je dat de gegevensvelden gesynchroniseerd worden. Even wat concreter: zeker algemene gegevens zoals artikelnummer komen in alle software-systemen voor. Als je dus het artikelnummer in een bestand aanpast wil je ook dat in de andere bestanden waar dat artikel staat ook worden aangepast. Het lastige is zeker als je verschillende systemen aan elkaar verbindt dat de bestanden ook niet allemaal dezelfde opbouw hebben, dus in ons voorbeeld: waar staat het artikelnummer dan precies?

Review voor niet ontvangen product

Er zijn voorbeelden legio te bedenken wat er kan gebeuren als je MDM niet op orde is. Zo heb ik onlangs een product besteld bij een bekende retailer waarvan ik de naam niet zal noemen. Het artikel was niet voorradig en daarvan kreeg ik keurig bericht. So far so good. Toch kreeg ik naar verloop van tijd het verzoek om een review te schrijven. Voor een product wat ik nooit ontvangen had. Nog erger, het was niet eens mogelijk om in de review dat aan te geven. Last but not least kreeg ik ook nog herinneringsmails dat ik nog een review moest schrijven. Dit werkt ergernis op bij de consument zonder dat de retailer het in de gaten heeft. Dat kan natuurlijk niet de bedoeling zijn.

Definitie Mater Data Management

MDM wordt naar mijn gevoel nodeloos ingewikkeld gemaakt. Hier volgt een voorbeeld van een definitie van wat Master Data Management omvat:

‘Master Data Management incorporates business applications information methods and data management tools to implement the policies, procedures and infrastructure that support the capture, integration and subsequent shared use of accurate timely consistent and complete master data
(uit ‘Master Data Management’ geschreven door David Loshin, ISBN 978-0-12-374225-4)’

Niet onwaar maar met zo’n definitie kan ik niet zoveel moet ik zeggen. Helaas is dat in de Data Management geen uitzondering. Veel boeken, artikelen staan bol van dit soort wollige taalgebruik. Jammer want daarmee wordt de essentie toch een beetje versluierd en moeilijk te ontwarren.

Vandaar mijn oproep om een en ander simpel te houden en vooral niet nodeloos ingewikkeld. Ik wil daarom een 4-tal principes aangeven die wat betreft Data Management voldoende zouden moeten zijn om in de gaten te houden.

Wat zijn masterdata?

Ook hier zie je enorme verwarring. Wat is masterdata en wat niet, prachtige definities waarvan alles bij gehaald wordt. Ik denk dat we het allemaal niet zo moeilijk moeten maken.

Wat masterdata is en wat niet is gewoon een grijsvlak. Je kunt niet zeggen dat is een masterdata en dat niet. Dat is onzinnig. Masterdata zijn gegevens die een belangrijke rol spelen in de bedrijfsvoering. Masterdata worden door veel programma’s aangeroepen. Artikelnummer is natuurlijk een belangrijke ‘Masterdata-veld’ maar er zijn er nog wel een paar meer. Ik ben daar dieper op ingegaan in een voorgaand artikel met als titel ‘de vier pijlers onder ERP’. Die vier pijlers zijn: –

  • Hier is de ‘sleutel’ het artikelnummer, waaraan dan meerdere data hangt zoals omschrijving, diverse logistiek parameters zoals voorraadhoogte.
  • Geeft het verband aan tussen de verschillende artikelen. Ik heb over een voorbeeld gesproken van een tafel met 4 poten. In een stuklijst geef je aan dat de tafel 4 poten heeft.
  • Meestal zijn dit machines of groepen van machines die je moet kunnen plannen.
  • Een artikel dat geproduceerd wordt passeert een aantal machines, die geef je aan in een routing.

Ik zou daar nog aan toe willen voegen:

  • Klantnummer is dan de sleutel en in het klantenbestand staan bijv. NAW-gegevens, contactpersonen en meer van dat soort zaken
  • Eigenlijk de inverse van klantbestand.
  • Voor zowel klanten als ook leveranciers worden prijzen of staffels per artikel vastgehouden.

Principe 1: Duidelijke Oorsprong

Hierboven is aangegeven dat een van de problemen met data is dat je hetzelfde dataveld vaak op meerdere plekken tegelijkertijd in je informatienetwerk moet vasthouden. Als je dan 1 dataveld aanpast hoe zorg je dan dat de data op de andere plekken ook wordt aangepast en niet uit de pas gaan lopen. Het is evident dat je moet zorgen dat het aantal plekken in het systeem waar eenzelfde dataveld staat minimaal is maar dat is dus niet altijd goed mogelijk. Je kan gegevensvelden in applicaties niet zo maar weghalen omdat programma’s zo gemaakt zijn dat ze de gegevens van een bepaalde vaste plek moeten halen. De bestanden zijn in de verschillende systemen ook niet hetzelfde. Gegevens staan op andere plekken, bepaalde gegevens zijn algemene gegevens maar ander weer specifiek voor een bepaalde applicatie of programma. Vaak is er wel een hoofdsysteem (meestal een ERP-systeem)Master Data Management die de meeste datavelden wel vasthoudt.

Schematisch ziet dat er dan zo uit:

Goed MDM begint met het in kaart brengen van een dergelijk overzicht. Vervolgens moet de routing worden vastgesteld: welk veld in welk systeem of bestand wordt het eerst gevuld en welke daarna et cetera. Bij voorkeur wordt die routing automatisch afgelopen natuurlijk. Je kan ook kijken of je het hoofdsysteem wellicht kan uitbreiden met de gegevens die in andere systemen/applicaties aangesproken worden. Op die manier zorg je ervoor dat er echt maar 1 plek is waar de gegevens worden onderhouden. Als dat lastig is moet je kijken of het mogelijk is om in de applicatie die volgt de velden die uit het eerste bestand komen op de een of andere manier te oormerken. Wat je vaak ziet is dat met grijsvlakken wordt aangegeven dat gegevens uit andere systemen komen. Met witte vlakken (die ook muteerbaar zijn) geef je aan dat die gegevens in deze applicatie onderhouden moeten worden Nog veiliger is het om deze grijsvlakken niet muteerbaar te maken maar soms kan dat ook wat inflexibel zijn.

Als eenmaal de routing is bepaald moet ook duidelijk vastgelegd worden wie verantwoordelijk is voor het vullen van de velden. Meestal is dat een key-user omdat die geacht worden de werking van dergelijke datavelden binnen ´zijn of haar´ bereik te kennen. Zoals eerder aangeven ben ik ervan overtuigd dat Excel-sheets hier goed ondersteunend kunnen werken. Je kan met Excel goed overzicht verkrijgen welke velden voor welke sleutelvelden nog moeten worden gevuld. Ook als controle of de juiste waardes zijn ingevuld kan Excel goed ondersteunend werken.

Zeker als je nieuwe software aanschaft of in geval van een fusie of overname is het hebben van hetzelfde dataveld op meerdere plekken altijd weer een issue. Immers door de overname worden nieuwe systemen met elkaar verknoopt waardoor de genoemde puzzel feitelijk weer opnieuw moet worden langsgelopen. Wordt naar mijn gevoel telkens weer onderschat. Ik heb het regelmatig bij de hand moet ik zeggen. 2 onderdeeltjes lijken op papier hetzelfde, de omschrijving lijkt ook nog eens hetzelfde maar wie beoordeelt nu of die onderdeeltjes ook echt hetzelfde zijn. En als ze bijna hetzelfde zijn maar niet helemaal hoe zorg je dat goed dat het ene artikel niet wordt bijbesteld en het andere wel. Volgens mij kan je niet anders dan dat iemand of een groepje van medewerkers met lijst door de magazijnen moet om te beoordelen wat nu echt hetzelfde is, wat als 2 separate artikelen gevoerd moet worden en welke als eerste weer bijbesteld mag worden.

Natuurlijk snap ik dat dit ‘detail’ in een fusie of overname niet een hoofdrol speelt anderzijds zie ik dat organisaties dit punt veel te lang laten liggen. Gevolg is dat als de bestanden niet gelijk lopen dat je toch veel misverstanden creëert en veel systemen buiten het eigenlijke systeem om, omdat mensen toch proberen het overzicht te houden. Het devies is dus om snel na een overname of fusie of migratie van systemen die onderwerpen snel op tafel te krijgen om te bezien hoe je hier mee om denkt te moeten gaan.

Principe 2: Streef eenduidigheid na

Hiermee wordt bedoeld zorg dat de omschrijving of codering consistent is. Als je wilt zoeken op een woord moet dat altijd op dezelfde manier gebeuren dus ‘Schroeven zink 20*30’ bijvoorbeeld en dan niet ‘ijzer schroef 40’.

Ook hier spelen integratie, migraties van systemen vaak parten. Je moet dan zorgen dat je alles weer op 1 lijn krijgt. Ook hier weer het devies, stel niet te lang uit. Het wordt echt een rommeltje als je dit te lang laat lopen.

Principe 3: streef compleetheid na

Wat je vaak ziet gebeuren is dat omwille van een order even snel wat gegevens worden ingevuld en dat het aanvullen van andere gegevens veelal achterwege blijft. Je moet dus zorgen dat op de een of andere manier snel en handig zichtbaar is waar gegevens nog aangevuld of verbeterd moeten worden. Hoe doe je dat? Nog niet zo eenvoudig want hoe zie je dat? Daarom zou ik er liever voor gaan om de gegevens in 1 keer goed te vullen en niet gegevens ‘zo maar’ of ´half´ in te vullen, of dat dan goed of fout is achteraf moeilijk vast te stellen. Dus beter meteen goed en niet invullen dan halfslachtig zeg maar.

Principe 4: Pleeg regelmatig onderhoud

Master Data verouderen snel en moet steeds weer vernieuwd worden. Natuurlijk kan een Data Manager zaken voorbereiden door de juiste lijstjes te draaien maar uiteindelijk ontkomt je er niet aan dat je inhoudelijk oordeel van functionele specialisten nodig hebt. Deze functionele specialisten moeten de autorisatie hebben om gegevens aan te mogen passen.

Zoals in een eerder artikel van mijn hand in Logistiek aangegeven denk ik dat de beste manier is om een werkgroep in te stellen die wekelijks aan onderhoud werkt onder leiding van bijv. een Logistiek Manager of Financieel Manager. De Data Manager ontvangt of geeft opdrachten via de deze groep.

Ik denk ook dat het belangrijk is dat de functionele specialisten zich houden aan algemene conventies die ook gemakkelijk na te trekken zijn. Dus zo min mogelijk individuele invullingen en dergelijke. Probeer dat te vermijden. Programma’s werken het beste met classificaties en conventies.

Conclusies en aanbevelingen

Maak de wereld van Master Data Management niet ingewikkelder dan werkelijk nodig. Hierboven zijn we ingegaan op een 4-tal principes die je voor ogen moet houden als je Master Data probeert te structureren. Zorg dat het bestand van waaruit je een bepaald gegeven onderhoud duidelijk is. Daarna kan je het zo veel kopiëren als je wilt. Het tweede principe gaat meer in op de inhoud van een veld. Zorg dat de wijze van codering of tekst eenduidig is. Het moet een logische indeling zijn die consequent wordt aangehouden. Je moet er immers op kunnen zoeken. Het derde principe gaat in op het zo veel mogelijk compleet houden van de gegevensvelden. Zorg dat je niet te lang wacht met het aanvullen van de gegevens. Daar gaat veel op fout. Het vierde principe gaat in op hoe je het onderhoud het beste kunt regelen. Maak veelvuldig gebruik van Excel en van de functionele specialisten. De Data Manager is meer een coördinator dan iemand die alle velden qua inhoud in de gaten kan houden. De functionele specialisten zijn en blijven feitelijk verantwoordelijk voor ‘hun’ velden. Indien je deze vier principes voor ogen houdt komt het volgens mij wel goed met je data management!

Auteur Anton Boonstra is eigenaar van 3*S (Simple, Solid, Solutions)

 

Misschien ook interessant:

Hoe kiest u het juiste ERP?

In het whitepaper ‘De klant aan het woord’ zijn tien logistieke software-implementaties gebundeld. Leveranciers en afnemers geven hun visie op het traject en laten zien wat de kritische succesfactoren waren bij de selectie en implementatie van de nieuwe ERP-systemen. Het kennisdocument is afkomstig van het NederlandsKennisCentrum, een onafhankelijke kennisorganisatie die bedrijven met praktische tips ondersteunt bij het ERP-selectietraject.
Reageer op dit artikel