Nem toda atualização nos dados fornece a melhor versão da informação.
O processo de atualização cadastral em uma empresa pode ter uma ou mais fontes de informações como sistemas legados, atualização por sistema exclusivo de determinada área, atualização feita por usuário, entre outros.
Nesse processo o que normalmente ocorre é a atualização da informação, mantendo a última versão inserida na base de dados como certa e descartando as demais versões, mas nem sempre o último dado possui maior qualidade. Isso porque muitas vezes na atualização manual de dados existem informações que não seguem padrões de qualidade no preenchimento, podendo "sujar" sua base e perder a qualidade.
Vamos à um exemplo.
A empresa “A” possui um sistema legado em fase de migração, um sistema web e um sistema de uso exclusivo do RH da empresa.
Ocorreram as seguintes atualizações de informações no sistema:
Podemos ver claramente a critério de qualidade de dados que a informação obtida pelo sistema web possui informações mais consistentes. O problema é que a grande maioria de gerenciadores de dados atualizam de acordo com a última data de atualização, ficando a critério dos demais sistemas envolvidos realizar a comparação e garantia de qualidade de dados, quando há essa preocupação com a qualidade.
No caso da empresa em questão, um dado anteriormente completo ficaria incompleto com a ausência de celular e as informações confiáveis seriam completamente perdidas. No próximo acesso aos dados via web, a pessoa teria que atualizar mais uma vez as informações manualmente e, caso necessite do contato nesse meio tempo, não seria possível encontrá-lo.
Situações como essa são mais comuns do que você pode imaginar e é por isso que o MDM SaaS da Informatica possui um mecanismo de trust de sistemas de origem e merge de informações.
A essa altura você deve se perguntar como funciona esse mecanismo do MDM SaaS e eu posso te explicar:
Ao receber informações no MDM SaaS dos sistemas de origem, nenhum dado é alterado no MDM SaaS, todos os dados são inseridos em uma nova versão nas bases preparatórias, as quais não irei me aprofundar nesse artigo. Após todos os dados estarem validados em campos obrigatórios, regras de padronização, e possíveis regras de qualidade os dados sobem a base final do MDM onde ocorre o processo de match e merge para que os dados disponibilizados sejam sempre o mais completo e com maior qualidade possível.
O processo de Match e Merge faz a validação dos dados recebidos com os dados que já estão na base, conforme a regra criada personalizada por negócio e com a ajuda da Claire é possível determinar a melhor versão do dado para mantê-la na base, descartando a outra versão a qual permanece somente nas bases históricas.
Caso a Claire classifique um dado confiável como não confiável, você pode ensiná-la a classificar da maneira correta com intervenção manual tornando seu processo completamente personalizável de acordo com sua necessidade de negócio. Quanto mais dados incluídos no MDM SaaS, mais aprendizado para a Inteligência Artificial, mais automatizado seu processo com qualidade e confiabilidade de dados.
Quer saber mais sobre o funcionamento da arquitetura do MDM SaaS e dos demais produtos do IDMC? entre em contato conosco ou visite o nosso site.
Não esqueça de deixar seu comentário e compartilhe sua experiência conosco!
Até mais!
