Efficiënter opereren dankzij Master Data Management

Sterker nog: dat moet beter. In de huidige data-driven wereld is inefficiëntie een rem op de organisatie. Wie inefficiënt opereert, wordt vroeg of laat gepasseerd door een concurrent die niet op zijn eigen rem trapt. In de ideale situatie geeft Master Data Management (MDM) een organisatie één holistische blik op de eigen Master Data. Dus één correct beeld dat duidelijk overzicht geeft van bijvoorbeeld klantgegevens, die in verschillende landen kunnen bestaan.

Uniforme betalingsvoorwaarden

Incorrecte klantgegevens kunnen levering en facturatie vertragen, wat een onderneming geld kost. Technologieconsultant Frederik Vandenberghe van SAS België & Luxemburg kent wel meer kostbare praktijkvoorbeelden van soms uiteenlopende informatie. Voor de hand liggende voorbeelden als betalingsvoorwaarden en BTW-nummers. Toch zijn dit nog altijd optredende discrepanties, die veel geld kunnen kosten.  “Zorg dus voor één plek waar je je klantgegevens bijhoudt”, geeft Vandenberghe als voornaamste tip.

Het centraliseren van deze Master Data klinkt gemakkelijk, maar is dat niet. De processen hiervoor zijn best simpel, geeft Vandenberghe aan, maar de uitwerking is dat niet. Zijn collega Anthony Severeyns, senior business solutions manager bij SAS, vult aan: “Er moet een actief proces rondom MDM zijn”. En dat proces moet vanuit de business komen. Als het puur en alleen IT-gedreven is, geeft Severeyns het weinig kans van slagen. Maar, zo weet Vandenberghe, MDM is meestal niet ‘puur’ IT-gedreven. “Het komt echt vanuit business-behoeften.”

Incidenten leiden tot MDM-besef

Vaak weten organisaties dat hun Master Data niet op orde is door incidenten. Severeyns noemt het voorbeeld van verkeerd geadresseerde post, die dan retour komt en letterlijk voor opstopping kan zorgen. Het hoeft echter niet bij een relatief onschuldig voorbeeld als postpakketten te blijven. Neem de ontdekking van fouten in een component of halffabrikaat. Dan wil een fabrikant van bijvoorbeeld voedingsmiddelen correct en ook snel weten waarin het foute ingrediënt zoal is verwerkt.

Zo kan een organisatie adequaat handelen. Welke batches van het product worden geraakt door deze kwestie? Zijn er nog andere producten getroffen? Snelle en correcte antwoorden op deze vragen zorgen ervoor niet de hele productie van een bepaalde tijdsperiode preventief moet worden ingenomen en vernietigd. Track&trace-functionaliteit in productiesoftware kan hierbij nog te beperkt zijn om de scope in beeld te krijgen. Inkoop, interne doorlevering, gebruik in andere landen en ook weer externe levering kunnen aan de orde zijn. Dit zijn datakwesties die divisies en processen overstijgen, en mogelijk zelfs de betrokken fabrikant. Want afnemers, hun partners en eventueel overheidsinstanties moeten ook correct ingelicht worden.

Waar komen datadiscrepanties dan vandaan? En belangrijker nog: hoe zijn ze weg te werken?