5 uitdagingen van een Master Data Management implementatie

5 uitdagingen van een Master Data Management implementatie

16 november 2021

ITDS Business Consultants Noah de Groot

Begin dit jaar schreef Michiel van der Lans een blog over het principe van Master Data Management (MDM).  Hierin legde hij uit hoe een MDM applicatie werkt en introduceerde hij de kijk van ITDS op de Master – Slave verhouding. In deze blog neemt Business Consultant Noah de Groot je mee in het proces van implementatie van een MDM oplossing. Waar moet je op letten als je MDM wil inzetten in je organisatie en wat zijn de uitdagingen voor financiële dienstverleners? 

Financiële dienstverlening en MDM 

Eerst even een stapje terug. Want wat zijn de overwegingen voor een bank, verzekeraar of pensioenfonds om MDM überhaupt te implementeren? Met andere woorden: wat is de relevantie van MDM in de financiële dienstverlening? Het antwoord op deze vragen ligt in de opgaven waar financiële dienstverleners voor staan.  

De twee belangrijkste daarvan zijn de toenemende druk van wet- en regelgeving waaraan zij moeten voldoen, én de grote mate waarin deze organisaties data verzamelen van hun klanten. Die data kan waardevol zijn, mits van hoge kwaliteit, geordend, toegankelijk en consistent aanwezig in de organisatie. Als aan deze voorwaarden voldaan wordt, kan een organisatie data managen als een ‘asset’ en zo zorgen dat ze hun producten en diensten toe blijven spitsen op de wensen van de klant. Daarnaast verwachten wet- en regelgevende instituties dat banken, verzekeraars en pensioenfondsen hun data huishouding op orde hebben, om bijvoorbeeld te kunnen voldoen aan privacywetgeving zoals GDPR en Customer Due Diligence. Hiervoor is het van belang dat de datakwaliteit op orde is, en dat is precies waar een MDM oplossing aan bijdraagt. 

Master Data Management als spin in het web 

Financieel dienstverleners maken gebruik van verschillende datawarehousesdatalakes en applicaties om hun relatiedata te beheren. Die data is vaak verspreid opgeslagen binnen de organisatie, en binnen verschillende applicaties of databases. Dit kan ervoor zorgen dat hetzelfde datapunt, bijvoorbeeld het adres van een klant, twee verschillende waardes heeft. Een MDM applicatie richt zich op het beheer van Master Data. Doordat de applicatie middels business rules diverse checks en validaties uitvoert op de data, creëert deze zo één database die in feite één waarheid bevat. Deze gegevens worden vervolgens gecommuniceerd naar de databronnen, de zogeheten Systems of Record.  

Uitdagingen 

Een MDM applicatie biedt een oplossing voor veel organisaties in de financiële dienstverlening op het gebied van datakwaliteit-issues. Alles valt en staat echter met een goede implementatie van de MDM oplossing. Tijdens de implementatie van MDM, lopen organisaties tegen een vijftal veelvoorkomende uitdagingen aan. 

1. Wendbaarheid van het Master Data Management model 

Het MDM model dat je adopteert in de organisatie kan van grote invloed zijn op het slagen van de implementatie. Het datamodel dient namelijk ‘agile’ te zijn en moet zich kunnen aanpassen aan veranderingen in complexe systemen. Een datamodel dat dit niet kan, zal alleen maar zorgen voor meer problemen in de datahuishouding. Om een wendbaar datamodel te selecteren moeten organisaties een aantal stappen doorlopen: creatie van het datamodel, het definiëren van business rules, het definiëren van data validatie mechanismen en het definiëren van rollen en beheersmaatregelen. 

2. De keuze voor de master dataset 

Voor de implementatie van MDM is het van belang een goede keuze te maken welke data elementen te ‘masteren’. Vaak hebben afdelingen verschillende belangen, en leidt de keuze voor de standaard set data elementen tot veel discussie. Een afdeling Schade ziet bijvoorbeeld het e-mailadres van de klant als zeer belangrijk, terwijl de afdelingen Pensioenen graag de naam van de werkgever wil weten. Een breed gedragen overeenkomst over welke standaard te hanteren is dus van belang. Het maken van een Canonical Data Model (CDM) kan hieraan bijdragen. Een CDM is erop gericht data entiteiten en hun onderlinge relaties zo eenvoudig mogelijk weer te geven. Zo creëer je in feite een gestandaardiseerd model, dat begrijpelijk en duidelijk is voor iedereen. 

3. Een goede Data Governance 

Omdat het implementeren van MDM een complex proces is, is een volwassen Data Governance structuur in de organisatie belangrijk. Ook moeten de rollen in deze structuur duidelijk zijn om zo toe te kunnen zien op het beleid, de werkzaamheden en verantwoordelijkheden. Zonder goede Data Governance is de kans op een succesvolle MDM implementatie een stuk kleiner.  

4. Data integratie 

Het integreren van je data applicaties naar de MDM applicatie kan veel tijd en capaciteit kosten. Ook kan het verzetten van data van de ene naar de andere applicatie voor fouten zorgen. Het oplossen hiervan is een tijdrovend proces. Toch is het van belang om de applicaties te integreren om de functionaliteit van je MDM oplossing te waarborgen. Dit werkt twee kanten op, een aanpassing in de ‘Master’ data dient ook goed teruggekoppeld te worden naar de ‘slaves’.  

5. Verbeteren van de datakwaliteit 

Bij een MDM implementatie is de kwaliteit van de data erg belangrijk. Als je data namelijk vervuild is, wordt de Master data dat ook. Op die manier creëer je één waarheid, maar niet de juiste. Een oplossing hiervoor zou kunnen zijn om data stewards aan te wijzen in de organisatie. Data stewardship waarborgt namelijk de kwaliteit van de data door het de aandacht te geven die het verdient. Betere datakwaliteit zorgt voor een soepelere implementatie van MDM.  

MDM implementatie complex? ITDS maakt het makkelijk

Een MDM implementatie is een complex proces. Veel organisaties lopen tegen uitdagingen aan die ze wellicht niet hadden voorzien. Dit leidt vaak tot vertragingen in het implementatieproces en hogere kosten. Door bovenstaande uitdagingen mee te nemen in de planning van het implementatietraject en hier oplossingen voor te ontwikkelen, zorgt men voor een grotere kans van slagen. 

Benieuwd hoe ITDS hier bij kan helpen? Neem dan contact op met Noah de Groot via n.degroot@itds.nl.  


Gerelateerde berichten

 Bekijk alle berichten

GERELATEERDE DIENSTEN

 Bekijk alle diensten

Data Management

Lees meer

Binnen de financiële dienstverlening vraagt toenemende wet- en regelgeving steeds meer van de datahuishouding van organisaties. Daarnaast beweegt de data gedrevenheid van financiële dienstverleners zich steeds meer naar dynamische oplossingen: data management als corporate asset voor een verbetering in dienstverlening. 

ITDS werkt al jaren op datatrajecten bij banken, pensioenfondsen en verzekeraars. Dankzij onze expertise op het gebied van data management verbeteren wij datahuishoudingen, zodat data kloppend zijn en waarde toevoegen aan uw organisatie en de bediening van uw klanten.

Lees verder

Master Data Management

Lees meer

Het synchroniseren van verschillende systemen en bronnen is een vrij intensief en onderhoudsgevoelig proces. Enerzijds kan dit leiden tot een enorme groei aan data en anderzijds tot veroudering van gegevens. Correcte, passende en actuele relatiedata zijn om twee redenen van groot belang. Ten eerste om uw klanten passende diensten te bieden en ten tweede om te voldoen aan de compliance wetgeving als GDPR, UBO, Anti Money Laudering (AML) en Know Your Customer (KYC). Met Master Data Management realiseert u relatiedata op een centrale plaats.

Lees verder
web-monitoring-ok