Daten als Vermögenswert: Information besser managen

Transcription

make connections • share ideas • be inspired
Daten als Vermögenswert:
Information besser managen
Michael Herrmann (SAS)
Copyright © 2012, SAS Institute Inc. All rights reserved.
«Information besser managen» – was sagen Analysten?
Daten: der neue Rohstoff und Produktionsfaktor

BARC Anwenderbefragung (Juli 2011): „Die drängendsten
Herausforderungen sind sowohl aus Betriebssicht als auch für
Fachanwender identisch: Datenqualität (55% IT, 51% FB) und
Umsetzungsgeschwindigkeit neuer Anforderungen (54%, 63%)―

McKinsey Big Data Studie (Mai 2011): „Sophisticated analytics can
substantially improve decision making, minimize risks, and unearth
valuable insights that would otherwise remain hidden.―

Gartner Hype Cycle Enterprise IM (August 2011): ―The IT organization
needs to dramatically modernize its IT systems, transforming outdated
data management infrastructure and replacing it with a more up-to-date
and superior information environment.‖

New York Times (Mai 2011): ―Data is a vital raw material of the
information economy, much as coal and iron ore were in the Industrial
Revolution. But the business world is just beginning to learn how to
process it all.‖
Information Management
Das aktuelle Spannungsfeld unserer Kunden
Information (lat. informare „bilden“, „eine Form, Gestalt,
Auskunft geben“) ist eine zeitliche Abfolge von Signalen,
deren Sinn und Bedeutung der Empfänger, nach seinen
Möglichkeiten und Fähigkeiten, interpretiert
Management (…) lat. manus
agere, „an der Hand führen“ oder
mansionem agere, „das Haus
(für den Eigentümer) bestellen“
„SAS Information Management?!“
Positionierung jenseits von „Buzzwords“
 Mode-Begriff für ETL und Datenmanagement?
Das Management von Daten… bewegt nur Daten, und das mitunter
 geordnet bis erstarrt im Batch-Modus der IT,
 esoterisch bis ideenreich im ad-hoc-Modus des Fachbereichs,
 überholt bis unauffindbar im Regal-Modus des Revisors oder
 optimistisch eine solide Basis für…
 Menschen, die für ihre Aufgabe Information („Analytics―) brauchen,
im zeitlichen Kontext handeln („Prozesse―), welche konform mit
Vorgaben sind („Compliance―), deren Einhaltung überwacht wird
(„Governance―), um planbar Wertschöpfung zu sichern („Strategie―)
…für dieses Zusammenspiel braucht es Software („Werkzeuge―)
 Kurz: eine neue Sichtweise auf Daten – als Vermögenswert,
als Produktionsfaktor, als Vorteil im Wettbewerb!
Viele Aspekte ergeben gemeinsam eine durchgängige Basis
Strategy
STRATEGY & IMPLEMENTATION SUPPORT
Governance
Capabilities
INFORMATION GOVERNANCE
DATA
MANAGEMENT
SAS/DataFlux provides
unified data management
capabilities that include data
governance, data integration,
data quality and MDM
DECISION
MANAGEMENT
SAS Decision Management provides the
ability to easily embed information and
analytical results directly in the business
process while managing the business rules,
workflow and event logic necessary to drive
effective decisions
ANALYTICS
MANAGEMENT
SAS provides complete
analytics management that
includes model management,
deployment, monitoring and
governance of the analytics
information asset
SAS Information Management
Aspekte im Detail: DI, DQ, MDM, Events, Management von Modellen…
DATA SERVICES
INFORMATION SERVICES
INFORMATION GOVERNANCE
DATA
INTEGRATION
DATA
QUALITY
MASTER DATA
MANAGEMENT
DECISION
MANAGEMENT
Events,
Workflow &
Business Rules
MODEL
MANAGEMENT
&
MONITORING
MODEL
DEPLOYMENT
&
INTEGRATION
INFRASTRUCTURE SUPPORT
Text & Unstructured Data Support, Security, Metadata & Lineage, Monitoring & Deployment
ENTERPRISE DATA ACCESS
Stream it! Score it! Store it!
ENTERPRISE
DECISIONS / ACTIONS / DATA
LOW COST STORAGE
RAW RELEVANT DATA
Aspekt Enterprise Data Access: Hadoop und Event Stream
 Kerninitiativen bei SAS rund um „Big Data―:
 Hadoop: ―Store it all― (Access, Base SAS, DIS)
 In-Database: ―Manage it in-place― (ELT, SAS push-down, TK, HPA)
 Event Stream Processing: ―Stream and react in real-time―
(DataFlux ESP)
 Grid: ―Distribute processing― (Grid Manager, DIS)
 SAS Visual Analytics: ―In-Memory Analytics― (SAS LASR™ Server)
 ―Its support for Hadoop, ELT, and various deployment options,
databases, and applications; improvements in transformation and
integration techniques; and overall monitoring and administration
have made a dramatic difference: It‘s a stronger high-end solution.‖
The Forrester Wave™: Enterprise ETL Wave, Q1 2012, Forrester Research, Inc.
Aspekt Data Management: SAS Enterprise Data Integration
 Ad hoc- und Batch-Verarbeitung zum Laden der Datenbasis
 Zugriff auf alle relevanten Quellsysteme
 Nativer Zugriff
 ELT und ETL
 ―Big Data‖
 unstrukturiert
 Datensicherheit
 Umfassende
analytische
Transformationen
 Nahtlose
Integration mit
DQ-Funktionen
SAS Business Data Network (Dictionary, Glossar, Dashboard)

„Ausgangspunkt‖ für Data Governance Initiativen und eine
Abstimmung Fachbereich, IT und Management
 Unternehmensweite Definition
relevanter Fachbegriffen im Konsens
 Rollenbasierte Verantwortlichkeit und
Einflussnahme (Data-Ownership)
 Leistungsfähigkeit
 Verknüpfung von Fachwissen
(Business-Sicht) mit Daten und
Prozessen (IT-Sicht)
 Aufhebung semantischer Inkonsistenz
 Verbesserung der IT-Produktivität,
Reaktionsschnelle, Risikoreduktion
 Kulturelle Effekte
 Gemeinsames Verständnis von
Dateninhalten im Kontext der Nutzung
 Vertrauen in Daten und ihre Nutzer
Aspekt Decision Management
SAS/DataFlux Event Stream Processing: die ETL-Alternative
 Traditioneller DBMS-Ansatz: Quelle lesen, transformieren, in DWH
schreiben, wieder lesen und in Mart schreiben, Filter setzen, lesen…
 fatal, falls die Daten schneller kommen, als man sie auswerten kann
(Big Data) – und sinnlos, wenn man vieles gar nicht braucht und überliest!
 Event-basierter Ansatz: die Daten strömen durch einen Filter. Dort
bleibt nur hängen, was vorher als „Ereignis― benannt wurde!
 ideal für Geschwindigkeit, Speicherplatz und eine „real-time― Reaktion
 Use cases: Risikoberechnung im Bankenhandel, Telko-TarifwechselAngebot kurz vor‗m Drosseln der „Flatrate―, Kreditkartenbetrug
 Streaming ist übrigens bewährte Kulturtechnik: wen nur die
Torszenen interessieren, der nimmt statt Videorekorder das iPad,
liest Mails nebenbei und guckt zum Fernseher erst wenn der
Jubel anhebt—
 Initial gibt es hierzu ein neues SAS/DataFlux-Produkt, bald mehr!
Aspekt Analytics Management
Vom Modell im Labor… zur Fertigung „am Produktionsband“

Der SAS® Model Manager bringt analytische Modelle „aus dem Labor―
in Produktion und erlaubt ein Monitoring ihrer Güte

Auch für Score Cards gilt der „Lebenszyklus von Information―
SAS MODEL FACTORY
SOURCE /
OPERATIONAL
SYSTEMS
DATA
PREPARATION
MODEL
DEPLOYMENT
MODEL
DEVELOPMENT
MODEL
MANAGEMENT
Governance einlösen durch Rollen und klare Verantwortung
Business User
DQ Analyst
Data Steward
Business Term
Description
Category of insurance contracts for
which the benefit payment is based…
Rule
Expression:
Alerts
Rule
Date
Trade Out of Range
6/10/2010 1:14:13
AM
Incorrect ZIP
Incomplete Phone
Trade Out of Range
Requirements
The classes of life insurance that EU
insurers can write… Policy ID must be
2 characters then 8 digits… Date of
birth filled, valid and resulting age
>=18 years… Mandatory fields…
%
Triggers
#
Triggers
Row
Count
3
563
5002
6/9/2010 4:5:27 AM
6
786
4789
6/8/2010 11:23:7 AM
2
42
4378
5/29/2010 1:1:1 AM
3
453
3689
Drei Rollen sichern das Zusammenspiel Business und IT
 Der Business User (Fachbereich) definiert Begriffe, Zusammen-hänge
und verantwortliche Personen nach Rolle (Data Dictionary).
 Der DQ Analyst (IT-Architekt) verbindet die Begriffe mit den Daten,
definiert Prüfregeln und modelliert die Monitoring-Prozesse.
 Der Data Steward (Fachbereich) verantwortet das Ergebnis der
Regelprüfung im Dashboard (Controlling der Entwicklung je
Dimension) und wird über Alerts bei Abweichungen informiert.
DQ Prozess (Rollen und Schritte)
Kreislauf im Zusammenspiel von IT, Fachbereich und Management
Aktualisieren + Verbessern der Systeme + Prozesse
6
Korrigieren und
Verbessern
Betriebs- +
DI-Experten
Gemeinsames Definieren der fachlichen Begriffe
Identifizieren der Quellen und Verantwortlichen
1
DQ
Analyst
Definieren der
Begriffe+Quellen
Messen + Monitoren der tatsächlichen vs.
den angenommenen Zahlen,
Aufzeigen von Trends
5
Berichten der
DQ-Messungen
Betriebs- +
DI-Experten
Profiling zum Analysieren der
tatsächlichen Probleme in den Daten
2
Data Business
Steward Owner
Einbetten der DQ-Services und Business
Regeln per Monitoring in den operativen
Systemen und DI-Prozessen
4
Anwenden durch IT-techn.
Anbindung und Ausführung
Business Owner
Erforschen was die
Daten real beinhalten
DQ Analyst
3
Designen der Business Regeln zum Prüfen
der Daten, Designen der DQ-Services zur
Qualitätsverbesserung
Designen wie die
Daten sein sollten
Business Owner DQ Analyst
Daten und deren Zweckeignung: zwei Ebenen
Praxisbeispiel: „sichere“ Berechnung des Solvency-Kapitals und QRTs
Datenquelle
Datenintegration
+ Transformation
Datenqualitäts
Services
branchenspez.
Datenmodelle
SAS Analytics
Anwendungen
Solvency II
Datenbank
Reporting
Repository
Risiko
Rechenkern
(STD Ansatz)
Risikoaggregation
weitere
(alle Sparten/
Gruppen)
DI Architekt
Data Dictionary
(Business Glossar)
Business User
Business Regeln
(Repository)
Nachvollziehbarkeit
(Lineage + Audit)
Governance
+ Workflow
DQ Analyst
IT, Fachbereiche und Management arbeiten zusammen
SAS Solvency II
Berichtswesen + BI
Offenlegung
Regulatorisches
Berichtswesen
Standard + AdHoc Berichte
Risikoorientierte
Steuerung
Monitoring
Dashboards
Data Steward
Nutzen, Chancen, Möglichkeiten – ein Fazit
Informationsmanagement
 Daten = Vermögenswert und Produktionsfaktor
 Industrialisierung im Umgang damit
 „Schneller exakte Antworten auf meine Fragen!“ versus
„Als Prozess effizienter, billiger und wirklich compliant!“
 Fachbereiche und IT… Rollen und Verantwortung
 Transparenz und Governance
 Datenmanagement und Analytics
 Interesse an einer Vertiefung? …weitere Vorträge:
IT-Kapazitätsmanagement, Datenaufbereitung, Big Data,
Datenmanagement für Solvency II, High Performance Analytics
make connections • share ideas • be inspired

Daten als Vermögenswert: Information besser managen

Transcription

Similar documents

SAS VFL Solvency II

Sondermann S und S Strategy 16.06.09

Effizienter Betrieb von Geodaten-Infrastrukturen auf Basis von

8 - Notendownload

Das Bärensteiner Kanzelwort

Aufbereitung von Evidenz zu Gesundheitsförderung

Führende Wirtschaftsprüfungs- und - Lünendonk-Shop

Qualität der stationären Pflegeeinrichtung Wohnstift am Tiergarten e.V.

Gesamter Buchblock - Mapkit

Hilfe bei der Spurensuche