Unified Data Management (UDM) hänvisar till processen att kombinera olika datakällor till en enda informationskälla, lagrad i ett datalager. Den kombinerar människor, processer och teknik för att hantera både den datasilomodell som har utvecklats över tid och de enorma mängder information som organisationer bearbetar.
Organisationer har historiskt sett utökat sina programvarusystem ad hoc och installerat olika program och datahanteringstekniker allt eftersom de har expanderat. Detta resulterar i en ojämn struktur med dubbla verktyg och data som tjänar samma syfte. Data isoleras, sönderfaller mellan team och områden, och liten eller ingen delning är möjlig. Som ett resultat förlorar företag affärsinsikter och trendanalyser , och kostnaderna ökar.
UDM omfattar både strategiska och tekniska aspekter. För att UDM ska bli framgångsrikt måste det anpassa sin uppgradering av organisationens datahanteringsramverk till affärsmålen.
Två krav bör uppfyllas av UDM:
1. Säkerställ att olika principer för datahantering är samordnade:
Datahanteringsteam samarbetar och integrerar utvecklingsinsatser, och server-, nätverks- och kodartefakter är interoperabla. Olika team kan också dela datahanteringsarkitektur och infrastrukturkomponenter. Ett enhetligt centraliserat datalager kräver att de enskilda datahanteringsteamen för de olika källsystemen/applikationerna slås samman till ett enda smidigt team som kan hantera funktioner för datakvalitet, integration , hantering och styrning .
2. Bidra till uppnåendet av strategiska affärsmål:
En organisation bör kunna använda sina företagsdata för att utvinna affärsinsikter och kanalisera denna information för att stödja sina mål genom UDM (Unified Data Management). Ett företag bör först identifiera och prioritera sina mål och sedan kommunicera de datadrivna kraven för att uppnå dessa mål till det tekniska datahanteringsteamet. Följaktligen har UDM utvecklats från att vara ett tekniskt dataintegrationsramverk för organisationsomfattande data till ett ramverk för samordning mellan datahantering och informationsdrivna affärsstrategier. Det enhetliga dataramverket är endast framgångsrikt när det tjänar organisationens strategiska affärsmål.
1. Minskar informationsöverbelastning: Data finns överallt. Från sociala medier, recensioner, videor och externa informationskällor till intern köpdata och insamling av kunddata genererar och konsumerar organisationer enorma mängder data. Varje dag hanterar företag terabyte av data, vilket kan vara helt överväldigande för både människor och system.
2. Insikter och trender: Ett primärt mål med enhetlig datahantering är att ge korrekt trendanalys och affärsinsikter. Genom enhetlig datahantering omvandlas, rensas och görs data användbara för insikter. Dessutom ordnas data på ett sätt som gör dem mer tillgängliga och användbara. Genom att använda data och affärsinsikter möjliggörs agil innovation som annars inte skulle ha varit möjlig.
3. Minskade kostnader: Följande är några av de sätt på vilka enhetlig datahantering minskar företagets omkostnader:
- Eliminera dataduplicering och datasilos; minska fel och informationsluckor.
- Den molnbaserade karaktären hos enhetlig datahantering eliminerar behovet av att investera i dyr hårdvara och servrar.
- Att fatta välgrundade beslut baserade på bättre affärsanalyser och prognoser kommer att leda till högre tillväxttakt.
- Som ett resultat lägger dataforskare och andra värdefulla resurser mindre tid på att rensa data.