רוצה שהמנכ"ל שלך ילך לכלא? כן, בצורה מפתיעה למנהל מערכות המידע יש היום כוח שעלול לגרום נזק בלתי הפיך עד הרמה האישית של החיים הפרטים של המנכ"ל שלו.

פרשת אנרון (Enron) ונוספות, הולידו צבר רב של תקנות וחוקים לחברות ציבוריות (כמו תקנות SOX) ותקנות וחוקים למגזרים ספציפיים (כמו תקנות בזל II - בתחום הבנקאות). אותן תקנות מטילות אחריות אישית על ההנהלה והמנכ"ל של הארגון ברמת שקיפות ואמינות הנתונים.

העובדה שהמנכ"ל חותם באופן אישי על הנתונים שיוצאים מתוך מערכות המידע מחייבת את הארגונים לעשות שידוד מערכות אמיתי ברמת איכות הנתונים, היושבת במסדי הנתונים, ולשפר בצורה קיצונית את יכולת הדיווח ושקיפות הנתונים. כולנו מכירים את משפט הידע של ה"זנזי" היושב במערכות שלנו (ולמי שלא מבין מדובר על ראשי תיבות של זבל נכנס, זבל יוצא).

בפועל, איכות הנתונים היושבת אצלנו בארגון מוטלת תמיד בספק ברמת העדכניות ואיכות הנתונים. בעבר הדבר היה פוגע קודם כל ברמת התפעולית והעסקית, אבל היום הזנחה בתחום יכולה להוביל לאישום פלילי, ולכן עלתה החשיבות של הטיפול בנושא איכות הנתונים. במסגרת הכתבה היום נדבר על מגוון האתגרים העומדים בפני הארגון בתחום ה-EIM או בעברית, אתגר ניהול המידע הארגוני.

הבעיות והאתגרים של ניהול הנתונים הארגוניים מחולקת למספר רבדים: בעיית השפה המשותפת הארגונית (מגדל בבל), בעיית איכות הנתונים (בעיית ה"זנזי"), ריבוי מערכות וקושי לקבל תמונה מקיפה ואתגר מיזוגים בין חברות.

האתגר הראשון הנו 'מגדל בבל ארגוני'. בחלק גדול מהארגונים אין שפה עסקית מוסכמת ומתועדת. קשה לקשור בין מושגים ותהליכים עסקיים לבין הרובד הטכנולוגי וקשה לנתח משמעויות בין-מערכתיות הנובעות משינוי מתוכנן. התוצאה בשטח היא שהאנשים השונים בארגון מתקשים "לשיר באותו סולם". אין הסכמה על האמת הנכונה של הארגון על בסיס הנתונים השונים שנובעים מדיבור בשפה שונה. כאשר אין הסכמה על השפה הדבר גם מכביד על המשך פיתוח מערכות ה-IT כאשר תהליכי אפיון, פיתוח, QA וטיפול בתקלות פחות אפקטיביים. הפתרון לבעיית מגדל בבל הנו פרויקט מימוש מערכת כלל-ארגונית לניהול Meta Data (נתונים על הנתונים) המתעד את רובד השפה העסקית, את הרובד הטכנולוגי ואת הקשר ביניהם, באמצעות כלים מובילים ומתודולוגיה מוכחת (וקיימים כיום מספר כלים מאוד מתוחכמים בתחום).

האתגר השני הנו איכות נתונים לקויה כאשר צרכני המידע בכל הרמות מתקשים לסמוך על המוצג להם ברמת הנתונים. הדבר מקבל כאמור משנה תוקף לאור דרישת הרגולטור שדורש איכות נתונים גבוהה ומטיל את האחריות לביצוע תהליך הטיוב של הנתונים ברמה האישית על המנכ"ל ועל ההנהלה. הבעיה של נתונים מלוכלכים נובעת מהופעה של נתונים כפולים, נתונים שגויים, חסרים ולא עדכניים.

התוצאה הנה עיוות של תוצאות העיבוד והדוחות. הנתונים המלוכלכים והלא עקביים מקשים על בניית תהליכי עיבוד ופוגעים בדיווח גם ברמת איכות הדיווח וגם ברמת הביצועים והמהירות הנדרשת להפקת אותם נתונים. במצב של נתונים מלוכלכים תהליכי עיבוד נכשלים בתדירות גבוהה עקב נתונים לא תקינים, כאשר מצד המשתמשים מתפתחת תופעה של חוסר אמון במערכות המידע ובכל ההשקעה בטכנולוגיה.

הפתרון לבעיית איכות הנתונים הנה פרויקט טיוב נתונים (כמהלך מכוון או במסגרת פרויקט הסבה) ע"פ מתודולוגיה סדורה הכוללת את ניסוח "הטוב", חקר נתונים, מיפוי מוקדי איכות לקויה והפעלת תהליכים מתקנים. שימוש בכלים מתקדמים לחקר נתונים, Matching ותקנון של המידע. יש לשים לב שיש לבנות מודל של טיוב נתונים כמהלך מתמשך ולא מהלך חד פעמי. מסיבה זאת חייבים לבנות סביבת ממוחשבת שמבצעת את העבודה ולא להתבסס על מאמץ חד פעמי שמבוסס על עבודה ידנית סיזיפית.

האתגר השלישי הנו ריבוי מערכות שיוצר איים של מידע על הלקוח ולא מאפשר לאף גורם בארגון לקבל תמונת מצב מלאה ועדכנית לגבי הלקוח/ המוצר או כל ישות מידע אחרת. התוצאה של ריבוי מערכות ונתונים משפיע ישירות ברמת טיפול לקוי בלקוח (מכירה ושירות) ביעילות לקויה בייצור (בזבוז) הפתרון לבעיית התמונה החלקית של ישויות המידע מבוססת על פרויקט מימוש מערכת בתצורה המתאימה לארגון כך שישויות המידע המרכזיות יוצגו למשתמש הארגוני בצורה מלאה מכלל המערכות.

האתגר הרביעי רלבנטי בעיקר לארגונים שנמצאים במגמת מיזוגים או לחילופין מעבר למערכות ליבה חדשות. במקרה זה נדרש מיזוג של מערכות מידע בעקבות מיזוג חברות כולל החלפת מערכת מידע והטמעה של מערכת חדשה. הדבר דורש הסבה של נתונים משפה עסקית אחת לאחרת, מיזוג נתונים תוך נטרול כפילויות והשלמת חוסרים. יש צורך לבנות תהליך של טעינת נתונים מוסבים אל המערכת החדשה בזמן ובאיכות הנדרשים. ושוב יש להרים פרויקט הסבת נתונים ע"פ מתודולוגיה מוכחת ("הסבה רב-שלבית") הכוללת סקר נתונים, הסבה ממוכנת ותהליכים משלימים של בקרת איכות ההסבה, כל זאת תוך שימוש בכלים מובילים לביצוע ממוכן של חקר נתונים, נטרול כפילויות, הסבה ובקרת איכות.

לסיכום, אם אתה לא רוצה שהמנכ"ל שלך ילך לכלא ואם אתה רוצה שהארגון שלך יאמין לנתונים שיושבים במערכות המידע, אנחנו חייבים לפתח אסטרטגיה של טיפוח ושדרוג התהליכים של ניהול הנתונים הארגונים על בסיס מתודולוגיות וטכנולוגיות שקיימות כיום בשוק.