多域MDM与多个域MDM:区别比你想象的要大

简介: 最近,出现了一种新的MDM趋势,供应商开始部署预构建的单域应用程序(例如,客户MDM、产品MDM等),声称通过这些应用程序的组合提供了真正的多域MDM功能。

   一 多域MDM与多个域MDM:区别比你想象的要大

   我做了8年的主数据管理顾问,并在一家大型企业工作了两年,为客户和潜在客户提供建议。在这期间,我亲眼看到了采用多域方法处理MDM的重要性。组织试图用MDM解决的业务挑战非常复杂,很少只涉及单一类别的数据。

   最近,出现了一种新的MDM趋势,供应商开始部署预构建的单域应用程序(例如,客户MDM、产品MDM等),声称通过这些应用程序的组合提供了真正的多域MDM功能。问题是,虽然这些单独的、离散的应用程序一起管理多个数据域,但它们仍然作为多个独立的应用程序来管理——我将其称为“多个域”MDM。

   多个域MDM供应商声称,部署预先构建的应用程序比使用更广泛、更灵活的多域MDM平台更快、更经济。他们甚至提倡这样一种观点,即客户仍然可以通过为他们想要管理的每个新域部署额外的MDM实例来成长为额外的用例。

   1 剖析MDM单个实例的隐性成本

   虽然这种新的多域方法乍一看似乎很精简,但与传统的多域MDM平台相比,它有一些限制和问题。由于每个域特定的应用程序都需要自定义,并且缺乏与其他应用程序的集成,因此,总是更加复杂和昂贵。然而,作为供应商价目表上单独许可的产品,它们的增量成本要高得多。

   从表面上看,对于实现MDM的组织来说,这种多个域方法似乎更容易管理。因为每个MDM实例都是用特定类型的数据或域构建的,因此公司可以快速掌握客户数据。但是公司经常发现,虽然一个预先构建的客户数据解决方案,例如100个可用的“标准”属性,但实际上只有20个左右适用于他们的业务和客户基础。他们可能还会发现,一个只包含客户数据的数据模型,如果购买的产品、购买的渠道以及他们与之互动的营销活动隔离开来,就无法提供更多的见解。

   此外,最终至少有一个(可能是全部)多域解决方案应用程序需要包含对其他MDM应用程序的引用,以便为单个用例服务。虽然这种多域解决方案是作为一种集成解决方案来销售的,以克服公司的数据质量问题,但它可能只是数据专业人员在试图报告来自各种企业资源规划(ERP)、财务报告和其他系统的数据时需要参考的另一个竖井应用程序。

企业需要定制每个预先构建的MDM实例以满足其特定需求,并可能将其集成到其他MDM域特定的应用程序,显然,这种方法通常比传统的与数据模型无关的多域平台(在一个MDM实例中处理多个数据域)更加复杂和昂贵。

   这是因为必须修改MDM的每个单域实例,以适应业务、遗留数据源和用例的特定需求。随着其他用例的出现和组织的扩展,与维护多个实例和每个域的独立许可相关的成本可能呈指数级增长——所有这些都没有集成的、基于多域平台的MDM方法的好处。虽然这些问题中有许多是可以预见的,但通过仔细的尽职调查,将MDM需求与企业的实际业务问题相一致,这种单域或多域方法对其业务问题和机会的看法也同样是短视的(通常是不完整的)。

   2 实现MDM灵活性:多域还是多个域

   多个域MDM解决方案的支持者认为,多域MDM是两个或多个主数据域的串行实现,甚至是并发实现。然而,多域应该被理解为只对那些有助于达成一致业务结果的主数据实体和属性进行建模的自由和灵活性——而不管它们属于哪个数据域。

   当然,这种最佳实践方法只有在获得的MDM解决方案是与数据模型无关的平台,而且供应商不单独授权每个域的情况下才有意义,不幸的是,即使是在多域平台MDM供应商和多域参与者中也是如此。

   在我前面的例子中,有一个企业购买了一个包含100个属性的预先构建的客户数据解决方案,由于他们被迫购买额外的MDM应用程序或实例,因此成本会以指数形式增加,对客户的价值也会降低。即使是来自单一供应商的多域应用程序,通常也是基于底层多域平台的数据模型、数据集成服务和用户界面的简化版本。

   确切地说,真正的多域MDM供应商和解决方案提供了一种与域无关的许可模型,它允许随着实现人员确定额外的业务需求而不断增长,而不必担心简单的跨数据域界线,这会导致未来软件成本的增加。使用与域无关的定价模型,企业可以授权他们需要的20个客户数据属性(在上面的例子中)以及80个属性(或者业务需求允许的任何数量),这些属性被划分到多个其他类型的数据中,而不会为每个额外的域带来不必要的固定成本。

   3 多域MDM案例

   组织发现,理想的方法不是单域应用程序或多域MDM,而是真正的多域MDM,它可以扩展到其他域,同时为特定客户、提供者或其他用例提供起步解决方案模板。

   没有真正的业务问题可以通过只管理一个域来解决,供应商和实现者必须对MDM采取全面的、多域的方法。虽然单域和多个域供应商声称他们的解决方案比多域MDM解决方案提供更快的启动和更低的成本,但他们缺乏全面解决方案的功能和特性集。随着客户在数字转型、云迁移或其他数据活动过程中不断前进,他们需要一种可以随着客户增长而扩展的MDM方法,使他们能够面对新的挑战。

相关文章
|
数据采集 数据可视化 定位技术
阿里云百炼智能体与工作流深度联动,打造更灵活的AI+流程开发体验
阿里云百炼平台推出智能体与工作流相互调用功能,支持四种灵活嵌套模式,提升复杂业务流程的复用与自动化能力。通过组件化封装,用户可在智能体中调用工作流,或在工作流中嵌套智能体,显著提高开发效率与系统灵活性,适用于不同技术水平的开发者。
1919 0
|
10月前
|
运维 监控 数据可视化
基于 UptimeRobot 的开源站点监控面板——快速上手与部署指南
基于 UptimeRobot API 的站点监控面板,采用 PHP + Material Design 构建,支持 HTTP、Ping、TCP 等多种监控方式,具备多站点管理、数据可视化图表、响应式设计等功能。项目提供 Vercel 一键部署与手动部署两种方式,操作简便,适合快速集成到生产环境。开源地址:https://github.com/miloce/uptime-monitor,欢迎 Star 和反馈!
289 22
基于 UptimeRobot 的开源站点监控面板——快速上手与部署指南
|
机器学习/深度学习 搜索推荐 大数据
数据驱动的教育革命:让学习更智能、更个性化
数据驱动的教育革命:让学习更智能、更个性化
372 76
|
存储 数据采集 监控
云上数据安全保护:敏感日志扫描与脱敏实践详解
随着企业对云服务的广泛应用,数据安全成为重要课题。通过对云上数据进行敏感数据扫描和保护,可以有效提升企业或组织的数据安全。本文主要基于阿里云的数据安全中心数据识别功能进行深入实践探索。通过对商品购买日志的模拟,分析了如何使用阿里云的工具对日志数据进行识别、脱敏(3 种模式)处理和基于 StoreView 的查询脱敏方式,从而在保障数据安全的同时满足业务需求。通过这些实践,企业可以有效降低数据泄漏风险,提升数据治理能力和系统安全性。
|
网络协议 NoSQL Anolis
开局一张图,debug全靠瞪|内核问题定位与静态分析实战
本文描述了一个在AnolisOS 8.8操作系统上遇到的内核崩溃问题的调试过程。
364 10
钉钉宜搭--远程API,在其他人访问时无法生效
简介: 描述了一种远程API配置问题的场景。开发人员在本地可正常通过应用表单获取数据,但同组织的其他同事访问时无法获取数据,尽管已设置全部权限。问题是关于如何解决这种跨用户数据访问异常的情况,确保同事间能正常共享数据。
|
Oracle 关系型数据库 Linux
linux8安装oracle 11g遇到的问题记录
Oracle 11g在Linux 8上安装时会遇到link编译环节的问题。官方建议忽略安装中的链接错误,安装完成后应用DBPSU 11.2.0.4.240716补丁及一次性补丁33991024,再重新编译二进制文件,并配置监听器和数据库。但因11g已退出服务期,这些补丁需付费获取。网上信息显示22年1月的PSU补丁也可解决问题,找到该补丁后按常规方式打补丁即可。如有需求或疑问可咨询我。
689 20
|
机器学习/深度学习 人工智能 算法
图灵奖获得者杰夫·辛顿(Geoffrey Hinton)
杰夫·辛顿(Geoffrey Hinton),加拿大-英国籍教育科研工作者,1947年生于英国温布尔登。他因在神经网络和深度学习领域的杰出贡献,于2018年获得图灵奖。辛顿是反向传播算法和对比散度算法的发明人之一,被誉为“AI教父”。他的研究推动了现代神经网络的发展,并在多个国际顶级期刊上发表了多篇重要论文。
1197 0
|
存储 缓存 算法
高并发架构设计三大利器:缓存、限流和降级
软件系统有三个追求:高性能、高并发、高可用,俗称三高。本篇讨论高并发,从高并发是什么到高并发应对的策略、缓存、限流、降级等。
4619 6
|
存储 Kubernetes 应用服务中间件
大白话说明白K8S的PV / PVC / StorageClass(理论+实践)
本文主要通过大白话说明白PV、PVC的概念和原理,再说说StorageClass的作用,最后通过实践加深理解。
大白话说明白K8S的PV / PVC / StorageClass(理论+实践)