Az értékesítést javító ügyféladatintegrációs megoldások új generációja Kovács András Papp Attila IQSYS Rt. 2006. április 12.
Dec 31, 2015
Az értékesítést javító ügyféladatintegrációs
megoldások új generációja
Kovács AndrásPapp Attila
IQSYS Rt.
2006. április 12.
2006. 04.122006. 04.12.
Tartalom
A jó minőségű ügyféladatok fontossága Az ügyféladatkezelés jelenlegi helyzete Korábbi ügyféladatkezelési megoldások Új ügyféladatkezelési megoldások: MDI, CDI Összefoglalás: a hatékony ügyféladatkezelés előnyei
2006. 04.122006. 04.12.
A törzsadatokról…
„A vállalat több üzleti területén és alkalmazásában használt entitások időben lassan változó (állandónak tekinthető) karakterisztikus jellemzőit leíró adatok.”
Széleskörű felhasználása miatt a vállalattal kapcsolatban lévő természetes és jogi személyeket (ügyfél, beszállító…) és a termékeket leíró törzsadatok kezelésének kiemelt jelentősége van.
2006. 04.122006. 04.12.
X rendszerX rendszer
Y rendszerY rendszer
Z rendszerZ rendszer
• Közös törzsadat kezelés Közös törzsadat kezelés • Konszolidált riportokKonszolidált riportok• ÜgyfélértékÜgyfélérték• KintlévőségKintlévőség• … …
Integráltadatbázis
X_id = 1234X_nev = IQSYS Rt.…
Y_id = ABCDY_nev = IQSiS Informatikai Rt.…
Z_id = HJ34Z_nev = KFKI Csoport…
Az ügyfél-törzsadatok alapproblémája
2006. 04.122006. 04.12.
… és a mi mögötte vanAz általános helyzet:
Általában számos üzleti terület használja különböző rendszerekben az ügyféladatokat
Az adatok rendszerenként tartják karban
Nincs egységes ügyféltörzs és folyamatos adattisztítás
„A vezető vállalatok 75%-a képtelen az egységes ügyfélnézet megalkotására” (Gartner)
2006. 04.122006. 04.12.
Következmények Adatredundancia
Duplikátumok
Inkonzisztencia az egyes rendszerek ügyféladatai között
Nehezen áttekinthető kapcsolatok
Az egyes rendszerek közötti megfeleltetés nem megoldott
Értékesítési, marketing és imázs veszteségek
Kampány, cross/up selling, ügyfélbosszúság
Magasabb üzemeltetési költségek
Az időszakos adattisztítás
A rendszerek közötti adatszinkronizáció
2006. 04.122006. 04.12.
Következmények Pénzügy
hitelezési és behajtási kockázat
nem megfelelő tartalékolás
Ügyfélkapcsolatok
nem teljes körű
nem személyre szóló
imázs veszteség
Értékesítés
hatékonyság veszteség
számlázási problémák
2006. 04.122006. 04.12.
Következmények Marketing
nem megfelelő szegmentáció
rossz piaci tervek
célt tévesztett kampányok
levelezési költségek
Kontroling
ismeretlen termékhasználat
nem megfelelő termék-életciklus tervezés
nem megfelelő csatornahasználat tervezés
2006. 04.122006. 04.12.
Eddigi megoldásokO
pera
tív
rend
szer
ekO
pera
tív
rend
szer
ek
AdattárházAdattárházODSODS
„Visszacsatolt” adattárház
Ope
ratív
re
ndsz
erek
Ope
ratív
re
ndsz
erek
EA
IE
AI
Alkalmazás integráció
Előnyök Nagy tömegű adatokon is működik Összerendelések, kapcsolatok feltárása Konszolidáció, deduplikáció megoldható
Hátrányok Nehézkes a forrás rendszerek frissítése Nem folyamatos a tisztítás, a duplikáció megelőzése Nem, vagy nehezen kényszeríthető valósidejű
működésre
Hátrányok Konszolidáció megoldása nincs benne Nincs folyamatos a tisztítás, a deduplikáció
megelőzése Nagy adatvolumen performancia-problémákat
okozhat Adattárház illesztése
Előnyök Valósidejű, on-line működést biztosít
2006. 04.122006. 04.12.
Az üzleti elvárások
Az ügyfél adatok minőségének javítása és folyamatos biztosítása (valós idejű működés)
Javul a kampányok hatékonysága Jobb cross and upselling Magasabb vevői elégedettség a napi kiszolgálásban
Átláthatóság, kapcsolatok biztosítása Az üzemeltetési költségek csökkentése
Új típusú megoldásra van szükség !
2006. 04.122006. 04.12.
Törzsadatokról… MDM (Master Data Management) általános
megközelítés Party (Customer, Supplier, Employee…) Item (Product, Part, …) Location (region, country …) ….
CDI (Customer Data Integration) Az MDM egyik speciális (talán legfontosabb) területe
2006. 04.122006. 04.12.
Új MDM, CDI megoldások
Lényegük az eddigi integrációs próbálkozások előnyeinek ötvözése, a hátrányok kiküszöbölésével Valós idejű, on-line működés biztosítása, nagytömegű adatokon, adatminőség-javító (konszolidáció, deduplikáció) elemekkel
Nem DW, nem EAI, nem CRM
2006. 04.122006. 04.12.
MDM architektúraO
pera
tív
rend
szer
ekO
pera
tív
rend
szer
ek AdattárházAdattárházODSODS
Az MDM elsődleges adattároló Csak törzsadatok Üzleti adatintegráció a DW-ben A DW is innen kapja a törzsadatokat
On-line adatintegráció Vállalati architektúrába illesztve SOA
alapokon Folyamatos adattisztítás
MDMMDM
2006. 04.122006. 04.12.
MDM (CDI) alapelrendezésekA
Azonosításhoz Azonosításhoz szükségesszükségesattribútumokattribútumok
BKözös Közös attribútumokattribútumok
CSpeciális (egyedi) Speciális (egyedi) attribútumokattribútumok
Ope
ratív
re
ndsz
erek
Ope
ratív
re
ndsz
erek
MDMMDM
DBővítési_Bővítési_gazdagítási gazdagítási attribútomokattribútomok
AB C „„Mapped Master”, vagy „Registry type”Mapped Master”, vagy „Registry type”D
A B „„Central Master”, vagy „Co-existing”Central Master”, vagy „Co-existing”C D
„„Hub Repository”, vagy „Transactional”Hub Repository”, vagy „Transactional”A B C D
2006. 04.122006. 04.12.
Az MDM megoldások főbb elemei Adatmodell
Bővíthető, testre szabható Kapcsolatok, szerepek
Központi mester adatbázisok Mester adatok Adatminőség biztosításhoz szükséges
kiegészítő információk Normalizált adatok, szótárak, …
Összerendelések: törzs adat + globális ID + lokális ID-k
Bővítések (gazdagítás) opcionális
Adatmenedzsment Ügyfélrekord kezelés Ügyfélrekordok összefésülése
„Match engine” Nyelv specifikus On-line működés Batch működés
Karbantartatás, működtetés Alkalmazások Munkafolyamatok
Adatbeviteli és duplikáció megelőzési folyamatok támogatása
Felületek Riportok
Jogosultságkezelő modul Ráépül a vállalati azonosítási és
jogosultsági megoldásra Figyelembe veszi az egyes
alkalmazások jogosultságkezelési igényeit
Integrációs infrastruktúra Többféle elrendezési modell támogatása Rugalmasan alakítható
Módszertan, jógyakorlatok Tervezési szempontok Bevezetési módszertan
2006. 04.122006. 04.12.
A probléma kettőssége Törzsadat konszolidáció és valós idejű adatkezelés
Mester adatbázis építés Konszolidáció: összerendelések Deduplikáció és duplikáció folyamatos megelőzése Valós idejű adatkezelés
Alkalmazás integráció Biztosítja a rendszerek közötti adatkommunikációt
a különböző törzsadat felhasználó rendszerek ugyanazokat az adatokat „lássák”
A vállalati infrastruktúrába illesztjük Vállalati middleware és workflow eszköz használata SOA alapú kialakítás
CDI megvalósítás
2006. 04.122006. 04.12.
CDI megvalósítás II. Elrendezési kérdésekVegyes működési modell
Coexsistence: meglévő alkalmazásokhoz Hub: új SOA szolgáltatásokhoz
Felhasználói felület az ügyféladat bevitelhez CDM Alkalmazások Kombinált WF támogatás
Ügyfél rekordok bevitele Batch jellegű kezdeti feltöltés
On-line felvitel egyenként Batch jellegű átvétel és bevitel
2006. 04.122006. 04.12.
CDM Központi modul(data hub)
MDM (CDI) elrendezés
Mester adatokÖsszerendelési adatok
DQM adatokAdatbővítések (opcionális)
Adatkarbantartó felület
Jogosultság-kezelő modul
On-lineAdatminőség
modul
Üzleti és integrációs logika modul
APP1
DB
Interfész
APP2
DB
Interfész
APP3
DB
Interfész
APP4
DB
Interfész
….
DB
Interfész
…
DW
DB
Interfész
DB
Adapter Adapter Adapter Adapter Adapter Adapter
Middleware (ESB)• Üzenettovábbítás• Útvonalválasztás (routing) • Transzformáció
Identity & ACLManagementErőforrás és alkalmazás
monitorozás
Erőforrás és alkalmazásmonitorozás
Rendszermenedzsment
BPM(Workflow)
2006. 04.122006. 04.12.
Előrejelzés
OM
AR
Új ügyfél
WebSites
Call Center
GlobalDW
DataData
ManagentManagent
Data QualityData Quality
ServicesServices
Integration ServicesIntegration Services
1. A kezelő új ügyfél
információt visz be
2. A bevitel ‘új ügyfél felvétel’ eseményt triggerel
4. A CDM elvégzi a
deduplikációs és
mester rekord létrehozási
feladatokat
7. A CDM az „új ügyfél” leíró
eseményt publikál
8. Azok az alkalmazások,
amelyek előjegyeztek a CDM-re
megkapják a rekordot
Keresztértékesítés program
Adatminőség fenntartása
MasterMasterDataData
3. A CDM elő van jegyezve
az eseményre és
létrehoz egy rekordot
6. „Új ügyfél létrehozás”
esemény generálódik
5. Az új ügyfél
felvétele elfogadva
AAAA
CDMCDM
2006. 04.122006. 04.12.
Központi CDI modul: Vásárlás vagy fejlesztés?
Vásárlás: igényeknek megfelelő CDI modul esetén Az integráció fejlesztést igényel A „match engine” nyelvfüggő működésű legyen
Kiegészíthető, lecserélhető motor Kezdeti nagy tömegű batch feldolgozás On-line műveletek
IQSYS Adatklinika: speciális nagy teljesítményű nyelvi környezetfüggő algoritmusok és szolgáltatások
Fejlesztés: speciális igények Egyszerűbb megoldások esetén is Match engine köré építve
2006. 04.122006. 04.12.
IQSYS Adatklinika
Adatszabvány menedzsment
Adat-gazdagítás
Adatminőség monitoring
Ellenőrzés,adatjavítás
Törzsadat konszolidációhoz és minőségkezeléshez kifejlesztett keretrendszer
IQSYS Adatklinika
Paraméterezéssel nyelvi és Paraméterezéssel nyelvi és országonkénti specialitásokhoz országonkénti specialitásokhoz igazíthatóigazítható
2006. 04.122006. 04.12.
Összefoglalás Az új generációs MDM CDI megoldások
Valós idejű, on-line működés Nagytömegű adatokon Folyamatos adatminőség-javító elemek
Konszolidáció Duplikáció megelőzése Kapcsolatok kezelése
Egységes, folyamatosan jó minőségű ügyféladatok Teljes körű, személyre szóló ügyfélkapcsolatok
Kisebb hitelezési és behajtási kockázatok
Hatékonyabb marketing és értékesítés
Elégedett ügyfelek
2006. 04.122006. 04.12.
Kezdeti feltöltés Több rendszer teljes ügyfélkörének azonosságvizsgálata Egyszeri feladat Nagy adatvolumen Batch jelleg
Folyamatos minőség fenntartás Az új tétel azonosság vizsgálata Folyamatos feladat Egy tétel összehasonlítása, és lehetséges találatok
megjelenítése On-line működés
Hogyan lehet a törzset konszolidálni?
2006. 04.122006. 04.12.
IQSYS AdatklinikaAz Adatklinika rendszer feladata, hogy átfogó, áttekinthető és hatékony támogatást
biztosítson a törzsadatok minőségét érintő kulcsfeladatok elvégzéséhez Adatszabvány kezelés
Törzsesítés, értékkészletek és adatformátumok ellenőrzése, konzisztencia-vizsgálat
Automatikus adatjavítás támogatása Szabályalapú javítási eljárások definiálásának lehetősége
Adatgazdagítás, adatpótlás Belső adatgazdagítás: egyező elemek adatköréből leggazdagabb „kép” építése Külső adatgazdagítás: külső (vásárolt) adatbázisokból adatellenőrzés, pótlás
Adatminőség monitoring Adatminőség mérőszámok generálása, időbeli követése
Manuális felülvizsgálat támogatása Adattisztítási feladatok manuális felülvizsgálatának támogatása
Törzsadatbázisok konszolidációja Egyezés-vizsgálat természetes kulcsok (név, cím, stb.) alapján szövegelemzéssel
Paraméterezéssel nyelvi és országonkénti specialitásokhoz igazítható
2006. 04.122006. 04.12.
X rendszerX rendszer
Y rendszerY rendszer
Z rendszerZ rendszer
KonszolidáltKonszolidáltadatokadatok
Integráltadatbázis
Adatkonszolidációs és adattisztítási
motor
Manuális felülvizsgálatManuális felülvizsgálat
EgységesítésEgységesítés
Automatikus javításAutomatikus javítás
DeduplikációDeduplikáció
Hiba osztályozásHiba osztályozás
Egyszeri törzsadat konszolidáció
Manuális felülvizsgálatokParaméterezés
• ügyfélügyfél• szállítószállító• terméktermék
• ügyfélügyfél• szállítószállító• terméktermék
OFFLINE-BATCH üzemOFFLINE-BATCH üzem
Paraméterezéssel nyelvi és Paraméterezéssel nyelvi és országonkénti specialitásokhoz országonkénti specialitásokhoz igazíthatóigazítható
2006. 04.122006. 04.12.
X rendszerX rendszer
Y rendszerY rendszer
Z rendszerZ rendszer
Integráltadatbázis
Törzsadatok folyamatos minőségkezelése
Manuális felülvizsgálatok
MDM Adatbevitel
• ügyfélügyfél• szállítószállító• terméktermék
Integráltadatbázis
Központi MDM Adatminőség modul
DeduplikációDeduplikáció
EgységesítésEgységesítés Automatikus javításAutomatikus javítás
Hiba osztályozásHiba osztályozás
Valós idejű Valós idejű vagy napi vagy napi tevékenység tevékenység workflow workflow támogatássaltámogatással
OnlineOnlineüzemüzem
Beépül az adatbeviteli, Beépül az adatbeviteli, módosítási folyamatbamódosítási folyamatba
DQMParaméterezés
Paraméterezéssel nyelvi és Paraméterezéssel nyelvi és országonkénti specialitásokhoz országonkénti specialitásokhoz igazíthatóigazítható
2006. 04.122006. 04.12.
A korábbi projektek tapasztalatai és a MAGYAR nyelvi elemekhezhangolt módszerek biztosítják az automatikus eljárások maximális hatékonyságát
Manuális javítás
Egyedi scriptek
80%
Adatminőség
100%
Erőforrások
Teljes sztring egyezés
Teljes normalizálás (IQSYS)
Alfa kód
(szemléltetési célból megadott érték)
Automatikus módszerek / manuális javítás