Data governance, met name in de context van Master Data Management, is de laatste tijd exponentieel in populariteit toegenomen. Naarmate bedrijven zich bewust werden van de waarde van schone gegevens en de efficiëntieverbeteringen die dit kan opleveren voor inkoop-, toeleveringsketen-, onderhouds- en productteams, en van de exorbitante kosten van periodieke gegevensopschoningsactiviteiten, is de vraag naar robuust data governance explosief gestegen. Er zijn implementatiestrategieën voor beheer van stamgegevens die bedrijven kunnen toepassen bij de implementatie van SAP MDG.
Aangezien SAP een van de marktleiders is op het gebied van ERP-oplossingen, met name voor bedrijven met een groot aantal bedrijfsmiddelen, heeft het bedrijf zijn eigen product voor gegevensbeheer gelanceerd om een implementatie van stamgegevens voor meerdere domeinen beheren
De oplossing is, heel eenvoudig, genaamd SAP MDG, afkorting van Master Data Governance.
Het beheer van stamgegevens in SAP, evenals het product zelf, wordt dan ook wel SAP MDG genoemd.
Gerelateerd artikel: SAP MDM beheren
Wat is SAP MDG en wat doet het?
Zoals eerder vermeld, maakt MDG deel uit van een breder productpakket voor gegevensbeheer, waarvoor apart wordt betaald en waarvoor een aparte licentie wordt aangeschaft, los van de SAP-winkel.
Het product ondersteunt alle soorten stamgegevens en beschikt over ingebouwde use cases voor gegevensdeduplicatie, naleving, goedkeuringen, replicatie en standaardisatie.
MDG ondersteunt SAP ECC en S/4HANA en kan ook als cloudoplossing worden ingezet.
Geïnteresseerde gebruikers kunnen via het Business Technology Platform van SAP een gratis proefversie of demo van bepaalde MDG-cloudversies uitproberen
De prijs van het product kan variëren, afhankelijk van of het bedrijf of de gebruiker ondersteuning wil voor materialen, leveranciers, klanten, financiën of meerdere domeinen
Boek via het onderstaande formulier een sessie met onze masterdata-expert om effectieve implementatiestrategieën voor masterdatabeheer te verkennen. Ontvang bovendien een gratis proof of concept op basis van uw eigen voorbeeldgegevens!
Gecentraliseerd gegevensbeheer
Dit is zonder meer een van de belangrijkste voordelen van SAP MDG. Grote ondernemingen beschikken over complexe toeleveringsketens, distributiecentra, productiefabrieken en vestigingen.
Veel van hen maken gebruik van verschillende SAP-instanties of zelfs van andere ERP-systemen – zoals Oracle Cloud of MS Dynamics – die allemaal met SAP MDG worden geïntegreerd om zo één uniform overzicht van de organisatiegegevens te bieden.
Dit helpt bedrijven bij het nemen van strategische beslissingen over verschillende afdelingen heen; reserveonderdelen kunnen worden ingezet in verschillende fabrieken; verschillende leveranciers voor hetzelfde reserveonderdeel of product kunnen worden gebundeld, wat leidt tot een sterkere onderhandelingspositie; en het verbruikspatroon van bepaalde klantgroepen kan op wereldwijde schaal worden geanalyseerd, ongeacht in welk bronsysteem de gegevens zijn opgeslagen.
Naleving en werkprocessen
Binnen SAP MDG kunnen complexe workflows en goedkeuringssystemen worden opgezet om betere normen voor gegevensbeheer vast te stellen. Workflows en sub-workflows worden gebruikt om de verantwoordingsplicht en de zichtbaarheid van het aanmaken en bijwerken van gegevens in het systeem door de hele organisatiehiërarchie heen te waarborgen.
Bijvoorbeeld: in het geval van het leveranciersbestand kan een beheerder van het inkoopteam verzoeken om de opname van een nieuwe leverancier die een reserveonderdeel voor onderhoud levert; er kan een workflow worden ingesteld waarbij de onderhoudsmonteur een reserveonderdeel aanvraagt, waarna de aanvraag ter goedkeuring wordt doorgestuurd naar de gegevensbeheerder, nadat deze de goedkeuringsfasen bij de hoofden van Onderhoud en Inkoop heeft doorlopen.
Met MDG kunnen zowel eenvoudige als geavanceerde workflows worden opgezet en worden naleving en goedkeuringen afgedwongen via technologisch ondersteunde processen.
Gegevensnormalisatie
Gegevensnormalisatie vormt een cruciaal onderdeel van het algemene beheer van stamgegevens. SAP MDG maakt gebruik van op regels gebaseerde normalisatie via Business Framework Plus om ruwe en ongeordende gegevens in beschrijvingen en losse tekst systematisch te structureren.
Dankzij deze regels kan de software gegevens in bulk verwerken en foutieve gegevens al bij de invoer standaardiseren en corrigeren – Zo kan de software bijvoorbeeld waarden als „US“ (USA) automatisch omzetten naar „Verenigde Staten van Amerika“.
Door middel van soortgelijke configuraties kan het maateenheden, valutaformaten en andere naamgevingsconventies standaardiseren op basis van een gecentraliseerd raamwerk en vaste regels.
Deze structurering is essentieel om automatiseringen of bedrijfsregels in een bepaald proces te kunnen integreren en vormt een basisvereiste voor elke masterdatagovernance-software die zijn naam waard is.
Bovendien is MDG rechtstreeks geïntegreerd met SAP-datadiensten om geavanceerdere taken op het gebied van gegevensopschoning en kwaliteitscontrole mogelijk te maken, zoals het ontleden van eigennamen, zelfstandige naamwoorden en adressen, het standaardiseren van telefoonnummers en het opmaken van gegevens, enzovoort.
Bulkverwerking en uploads
Hoewel deze functie niet direct betrekking heeft op governance, is het wel een heel handige functie, waarmee dezelfde gegevensrecords en waarden achteraf op historische gegevens worden verwerkt.
Deze kunnen worden verwerkt via CSV, XML of zelfs via de eerder genoemde SAP-dataservices.
Een belangrijke tekortkoming in dit verband is echter dat er onvoldoende mechanismen zijn om gegevens uit externe bronnen aan te vullen en dat er geen branchespecifieke training in de software is ingebouwd, waardoor de handmatige werklast voor de databeheerder of de ERP-onderhoudsteams toeneemt.
Gegevensdeduplicatie
Vind ik leuk De gegevensopschoningsdiensten van Verdantis voor MRO-onderdelen, aangeboden in Integrity; SAP MDG verwijdert bovendien dubbele gegevens op twee niveaus.
De eerste stap is het verwijderen van dubbele records op basis van de standaard beschikbare velden, zoals de beschrijving, het record-ID, de naam van de fabrikant of het onderdeelnummer.
De tweede fase van het ontdubbelen vindt plaats door potentiële duplicaten te beoordelen op basis van een analyse van overlappende kenmerken en meeteenheden, waarbij gebruik wordt gemaakt van fuzzy-logica om waarschijnlijke duplicaten te markeren voor handmatige controle.
Samenvoeging van gegevens
MDG voegt bovendien gegevens uit verschillende bronsystemen, documenten en bestanden samen en past daarbij zijn eigen logica voor het matchen en samenvoegen toe, om zo een relatief volledig en overzichtelijker beeld van de organisatiegegevens te bieden.
Dit kan in batches gebeuren of door middel van een continue integratie van gegevensrecords.
Zorgt ervoor dat validatieregels worden nageleefd
Met de software kunnen ook validatieregels voor verschillende soorten stamgegevens worden geconfigureerd. Dit omvat onder meer het instellen van „verplichte velden“, „minimale tekenlengte“, „maximale tekenlengte“, „alfanumerieke of datumnotaties“ enzovoort.
Dit zorgt ervoor dat er geen gegevens in het systeem worden opgenomen zonder dat er een zekere mate van controle op de geldigheid heeft plaatsgevonden, en aangezien dit in MDG relatief flexibel kan worden geconfigureerd, maakt dit het beheer van gegevens vrij eenvoudig.
Master Data Governance implementeren in SAP-systemen
Hoe goed SAP MDG ook is, zeker gezien het feit dat het product al in 2011 op de markt is gebracht, ontbreekt het niet aan enkele belangrijke nadelen.
Bovendien zijn er weinig vernieuwingen geweest op het gebied van functies en prestaties; deze hadden vooral betrekking op ingebouwde AI, maar de bruikbaarheid ervan voor praktische toepassingen is twijfelachtig.
Bij meer dan 70% van de projecten raden wij over het algemeen aan om SAP MDG te gebruiken in combinatie met een aanvullende oplossing voor moderne functies die zijn getraind voor branchespecifieke gebruiksscenario’s.
In de onderstaande paragrafen bespreken we de functies op het gebied van datagovernance – van basis- tot geavanceerde functies – die elke governance-oplossing zou moeten bieden; verder vergelijken we de oplossing(en) die SAP MDG biedt (indien van toepassing) en bekijken we welke alternatieven er mogelijk zijn.
Beperkingen van de MDG’s en alternatieven
De invoering van SAP MDG in 2011 was ongetwijfeld een welkome ontwikkeling en een stap in de goede richting voor het gegevensbeheer binnen ERP als praktijk; maar zoals bij elk product dat al zo lang op de markt is en waarbij weinig veranderingen zijn doorgevoerd, zijn de beperkingen ervan inmiddels overduidelijk geworden.
Technische kennis
Het beheer van grote datasets die verspreid zijn over verschillende silo’s is nooit als eenvoudig en ongecompliceerd beschouwd, maar de algemene kritiek op MDG betreft de moeilijkheidsgraad en complexiteit van de software, die verder gaan dan wat werkelijk nodig is.
In de meeste gevallen moet er intern een SAP-specialist op het gebied van datagovernance worden aangesteld die zich volledig toelegt op het beheer van de workflows en activiteiten van SAP MDG.
Er bestaan veel betaalde SAP MDG-cursussen, louter en alleen zodat bedrijven het juiste talent kunnen aannemen voor een zeer complexe software die veel eenvoudiger en overzichtelijker kan worden gemaakt.
Integraties met niet-SAP-systemen
Hoewel de kant-en-klare integraties met SAP-systemen vrij intuïtief en flexibel zijn, gaat het bij integraties met niet-SAP-systemen om maatwerkoplossingen die behoorlijk wat ontwikkelingscapaciteit vergen.
Aangezien het bij grote organisaties vrij gebruikelijk is om in verschillende regio’s en functies verschillende ERP-systemen te gebruiken, blijkt deze factor onvermijdelijk een belemmering te vormen.
Beperkte dekking voor alle domeinen van stamgegevens
Er zijn een aantal stamgegevensdomeinen die SAP MDG vrij goed beheert, met name Materialen, Zakenpartners, Klanten en Financiën; voor andere domeinen, zoals medewerkers, apparatuur enzovoort, valt de ondersteuning nogal tegen.
Bovendien kunnen sommige sectoren, met name de detailhandel, de energieproductie, de gezondheidszorg en de mijnbouw, uitgebreide aanpassingen op maat vereisen, waardoor het gehele governance-initiatief onhoudbaar wordt.
Er ontbreken ingebouwde verrijkingsmethoden
Een van de de grootste uitdagingen op het gebied van masterdatabeheer is beperkte of onvolledige informatie
Verschillende softwareoplossingen voor masterdatabeheer bieden hiervoor een oplossing door gebruik te maken van AI-gestuurde processen of gestructureerde, eigen databases die zij binnen hun softwareoplossing beheren.
Veel van deze softwaretools maken ook gebruik van webgebaseerde gegevensverzameling en halen gegevens op van geverifieerde leverancierswebsites, PDF-documenten enzovoort; veel ervan kunnen bovendien verouderde onderdelen van leveranciers opsporen en alternatieven voorstellen.
Wat het klantenbestand betreft, met name bij B2B-bedrijven, zijn de integratiemogelijkheden met B2B-software voor contact- en bedrijfsinformatie, zoals ZoomInfo, DnB enz., zeer beperkt.
Beperkte AI-functionaliteiten
Er zijn een aantal sectoren en vakgebieden die daadwerkelijk baat kunnen hebben bij kunstmatige intelligentie en hierdoor een impuls kunnen krijgen.
Gegevensbeheer is daar zeker een van, en de toepassingsmogelijkheden op het gebied van gegevensnormalisatie, -verrijking, -beheer en -integraties zijn enorm; bij Verdantis zien we dit met eigen ogen.
Eind 2024 kondigde SAP MDG aan de lancering van een AI-assistent, wat zeker een welkome stap is, maar de praktische toepassingen voor het daadwerkelijke beheer van stamgegevens blijven onduidelijk.
Integrity© voor het beheer van stamgegevens
Veel organisaties bieden SAP-oplossingen voor het beheer van stamgegevens die compatibel zijn met het ERP-systeem. Verdantis’ Integrity, dat ook compatibel is met SAP MDG, is een holistische oplossing voor masterdata-beheer, zodat bedrijven in alle sectoren hun ERP-gegevens naadloos kunnen beheren en onderhouden om problemen met de gegevenskwaliteit en periodieke gegevensopschoningsactiviteiten te voorkomen.
Integrity kan naast MDG worden gebruikt als een aanvullende oplossing, of zelfstandig worden ingezet in de meest gangbare ERP-systemen, zoals S4/Hana, ECC, Oracle JD Edwards en MS Dynamics.
De softwareoplossing is speciaal ontwikkeld voor bedrijven in de productiesector of sectoren waar productie een grote rol speelt, zoals olie, gas en energie, mijnbouw en metaal, bouwmaterialen, chemische productie, enzovoort.
We gaan dieper in op enkele functies, hun toepassingen en de belangrijkste uitdagingen die Integrity oplost – zaken die in MDG simpelweg niet mogelijk zijn of te ingewikkeld zijn.
Sector-specifieke context
Integrity is speciaal opgeleid voor gegevensbeheer op het gebied van MRO gegevens over reserveonderdelen, materialen, leveranciers en apparatuur die worden gebruikt in kapitaalintensieve sectoren, met name in de energie-, mijnbouw-, chemische en bouwmaterialensector.
Dankzij deze getrainde informatie, in combinatie met aan de sector aangepaste modificatoren, regels en gegevens van derden, zijn de verwerkte gegevens al veel nauwkeuriger en „vollediger“ nog voordat ze in het ERP-systeem worden ingevoerd.
Hieronder kunt u ook de praktijkvoorbeelden van onze klanten lezen over het implementeren van data governance-praktijken om te komen tot beter gestructureerde, verrijkte en betrouwbare gegevens.
Bestuur met ingebouwde AI
Integrity is een AI-first-softwareoplossing voor databeheer; dit betekent dat de kernprocessen en functionaliteiten in hoge mate worden aangestuurd door AI en machine learning.
In combinatie met krachtige softwareworkflows, zoals geautomatiseerd webscraping, op OCR gebaseerde gegevensontsluiting en vooraf getrainde sectormodellen, leidt dit direct tot een zeer snelle, nauwkeurige en betrouwbare gegevensverwerking
Voortdurend leren
Aangezien de software een AI-first-model is, kan elk onjuist verwerkt gegevensrecord tijdens de fase van menselijke controle opnieuw worden getraind met de gecorrigeerde uitvoer.
De ingebouwde Gen-AI-modellen zijn zo geprogrammeerd dat ze leren van deze gebruikersinvoer en voorkomen dat soortgelijke foutieve resultaten zich in de toekomst opnieuw voordoen
Naadloze integratie
Een van de belangrijkste nadelen van SAP MDG die we eerder noemden, had te maken met de beperkte integratiemogelijkheden met niet-ERP-systemen. Dit is een groot probleem geweest bij grote ondernemingen, aangezien complexe toeleveringsketens doorgaans gebruikmaken van meerdere ERP-systemen en -versies om te voldoen aan verschillende vereisten binnen verschillende functies en regio’s.
In tegenstelling tot MDG zijn de processtromen en bewerkingen in Integrity volledig ‘no-code’; zelfs complexe verwerkingstaken en workflows zijn uiterst gebruiksvriendelijk en vereisen absoluut geen technische kennis of programmeerervaring.
Ja, er is een zekere mate van technisch inzicht in de gegevens vereist, maar daar is in de meeste gevallen al voor gezorgd, aangezien de gebruikers een goed begrip hebben van de context van de onderliggende gegevenspunten.
Geen code nodig & gebruiksvriendelijk
In tegenstelling tot MDG zijn de processtromen en bewerkingen in Integrity volledig ‘no-code’; zelfs complexe verwerkingstaken en workflows zijn uiterst gebruiksvriendelijk en vereisen absoluut geen technische kennis of programmeerervaring.
Ja, er is een zekere mate van technisch inzicht in de gegevens vereist, maar daar is in de meeste gevallen al voor gezorgd, aangezien de gebruikers een goed begrip hebben van de context van de onderliggende gegevenspunten.
Conclusie
Kortom: hoewel SAP MDG krachtige mogelijkheden biedt op het gebied van masterdatabeheer, kunnen de complexiteit, de beperkte integratiemogelijkheden en het ontbreken van ingebouwde verrijkingsfuncties voor organisaties aanzienlijke uitdagingen vormen.
Hoewel er ook andere zijn softwareoplossingen voor het beheer van stamgegevens, Integrity van Verdantis onderscheidt zich als een geavanceerdere en intuïtievere oplossing, met name voor kapitaalintensieve sectoren zoals de olie-, gas- en mijnbouwsector. Integrity maakt gebruik van AI en machine learning en biedt naadloze integratie, ‘no-code’-workflows en sectorspecifieke gegevensverrijking, waardoor het een efficiëntere en gebruiksvriendelijkere keuze is.
Het feit dat het gegevensbeheer kan worden gestroomlijnd zonder dat daarvoor veel technische kennis nodig is, maakt het tot een flexibele en toekomstbestendige oplossing voor moderne ondernemingen.
