Post on 18-Feb-2020
Turning Data into Value- Business Intelligence -
KPMG Consulting – Digital Finance &Lehrstuhl für Wirtschaftsinformatik,insbes. Business Intelligence
2© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Agenda
Einführung & Vorstellung 1
5 Toolpräsentation
Projektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen4
Datenqualitätsmanagement im Unternehmen32 Datenqualität – Ein gefühlter Wert oder berechenbar?
34
12
6 Diskussion, Q&A66
3© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Agenda
Einführung & Vorstellung 1
6 Diskussion, Q&A
Projektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen4
Datenqualitätsmanagement im Unternehmen32 Datenqualität – Ein gefühlter Wert oder berechenbar?
34
12
65 Toolpräsentation6
4© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Wir helfen unseren Mandanten von der Finance Strategie bis hin zur Implementierung von passenden IT-Systemen und Anwendungen
Einführung & Vorstellung
Data & Structures
Organization &Processes
Systems & Interfaces
Compliance & Change
Data warehouse / Single version of truth
Data Management(ETL)
(Master) Data Quality Management
Data Level
Financial AccountingCost
AccountingTreasury
Operational Source Level
Tax Other Operations
Consolidation Planning and BudgetingSimulations and
Analytics
Application Level
Operational BI Asset Based Services
Standard Ad Hoc Dashboards
Reporting Level
Mobile Self Service
Data Input & Collaboration
Lega
l &
Tax
Bank
&
Shar
ehol
der
Cash
&
Liqu
idity
Man
agem
ent
…
Wor
king
Capi
tal
Risk
& In
tern
al
Cont
rols
CSR
& Su
stai
nabi
lity
Proc
urem
ent &
Sa
les
Strategy LevelStrategy & Governance BI Architecture Steering Model / KPIs
Turning Data into Value
Shared Services
Business Intelligence is the ability of an organization to access and explore internal and external information and to analyze that information to develop business insights and understanding, which leads to a more effective and efficient monitoring and controlling of business processes and improved and informed decision making
5© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Agenda
Einführung & Vorstellung 1
6 Diskussion, Q&A
Projektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen4
Datenqualitätsmanagement im Unternehmen32 Datenqualität – Ein gefühlter Wert oder berechenbar?
34
12
65 Toolpräsentation6
6© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Datenqualität – Ein gefühlter Wert oder doch berechenbar?Datenqualität – Ein gefühlter Wert oder berechenbar?
verfügbar aktuell konsistent vollständig eindeutigDaten
7© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Eine Dublettendefinition muss auf jedes Unternehmen spezifischzugeschnitten sein
Datenqualität – Ein gefühlter Wert oder berechenbar?
3 Welche Feldinhalte sollen eindeutig (d.h. immer gleich) sein?
2 Welche Felder kommen für die Dubletten-definition in Betracht?
4 Welche Feldinhalte sollen ähnlich sein (d.h. fuzzy-Logik)?
5 Sollen gesperrte Stammdaten berücksichtigt werden?
GRUNDLEGENDE FRAGEN
1 Soll es mehrere Dublettendefinition geben abhängig nach Kontengruppe und / oder Land?
8© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Eine Dublettendefinition muss auf jedes Unternehmen spezifischzugeschnitten sein
Datenqualität – Ein gefühlter Wert oder berechenbar?
GRUNDLEGENDE FRAGENFeldbezeichnung Prüfungsart Bemerkung
LAND1 fix Diese Kriterien werden sowohl bei der Prüfung von Datensätzen mit Post-fächern, als auch bei der Prüfung von Datensätzen ohne Postfachangaben, berücksichtigt
NAME1 + NAME2 + NAME3 + NAME4
fuzzy
STCEG fixSTCD5 + STENR fix Bei der Prüfung werden die Feld-inhalte
ohne Leerzeichen und Schrägstrich betrachtet
ORT01 fuzzy Nur bei Datensätzen, bei denen keine ausschließliche Angabe von Postfächern hinterlegt sind
PSTLZ fixSTRAS fuzzyORT02 fuzzy
Nur bei Datensätzen, bei denen aus-schließlich Postfächer hinterlegt sindPFACH fix
PSTL2 fix
9© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Mit dem DAQEI das unternehmensspezifische Optimum aus Datenqualität und Prozessaufwand finden.
Datenqualität – Ein gefühlter Wert oder berechenbar?
Datenverfügbarkeit
Datenaktualität
Datenkonsistenz
Datenvollständigkeit
Dateneindeutigkeit
DATENQUALITÄT
Datenerstellung
Datenüberwachung
Datenpflege
Datenarchivierung
MD PROZESSAUFWAND
Data QualityEfficiency Index
MD-Fehler
MDM-Aufwand
10© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Agenda
Einführung & Vorstellung 1
6 Diskussion, Q&A
Projektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen4
Datenqualitätsmanagement im Unternehmen32 Datenqualität – Ein gefühlter Wert oder berechenbar?
34
12
65 Toolpräsentation6
11© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Datenqualitätsprobleme liegen häufig auch am bereichs- und prozess-übergreifenden Charakter von Daten und einer komplexen IT
KPMG Data Management Services
Abteilungen mit abweichenden Interessen an gleichen Datenobjekten
Abteilungen
Exemplarische Bereichsinteressen je Materialdatenfeld
Materialdatenfelder
Oft beobachtete Probleme
Keine klaren Verantwortlichkeiten und fehlende Eskalationsfunktion
“Gefühlte” Vetorechte
Keine Transparenz zu tatsächlicher Datenqualität
Vertrieb
Technik
Rechnungswesen
Werksleitung
Logistik
IT
GewichtseinheitBestand
ProduktgruppeVertriebskanal
MaterialtypPreisgruppe
Kalkulationsschema
RechnungsinformationBankinformation
ProduktinformationVersandkonditionen
Lieferndes WerkLiefertoleranzWarengruppe
VorgängerNachfolger
BestellsperreLiefersperre
Name
Produktion
12© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Die Data Governance ist dabei die verantwortliche Funktion für die Sicherung der Datenqualität im Unternehmen
KPMG Data Management Services
Data Governance Committee
Sponsor Data OwnerCustomer Data
Data OwnerVendor Data
Data Steward Data Steward
System Owner System Owner
…
Data Governance Committee− Höchster Eskalations- und
Entscheidungs-ausschuss für globale Stammdaten
Data Owner− Globale Datenqualitätsverantwortung
für ein Datenobjekt (z.B. Lieferant, Kunde, etc.)
− Trifft Entscheidungen und etabliert Konzepte & Standards für globale Stammdaten
Data Steward− Verantwortlich für ein Teilcluster eines
Datenobjekts (z.B. Einkaufsdaten)− Multiplikator zum Business/ Regionen− Lokale Prozessrechenschaftspflicht
Reconciliation Partner− „Gate keeper“ Funktion in Bezug auf
Risk und Compliance Management
System Owner− Verantwortlich für Systemoperationen
AP 1 AP 1
Rollen und Verantwortlichkeiten
System Owner
13© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Organisatorische Verankerung und Einordnung
Data & Structures
Organization &Processes
Systems & Interfaces
Compliance & Change
Data warehouse / Single version of truth
Data Management(ETL)
(Master) Data Quality Management
Data Level
Financial AccountingCost
AccountingTreasury
Operational Source Level
Tax Other Operations
Consolidation Planning and BudgetingSimulations and
Analytics
Application Level
Operational BI Asset Based Services
Standard Ad Hoc Dashboards
Reporting Level
Mobile Self Service
Data Input & Collaboration
Lega
l &
Tax
Bank
&
Shar
ehol
der
Cash
&
Liqu
idity
Man
agem
ent
…
Wor
king
Capi
tal
Risk
& In
tern
al
Cont
rols
CSR
& Su
stai
nabi
lity
Proc
urem
ent &
Sa
les
Strategy LevelStrategy & Governance BI Architecture Steering Model / KPIs Shared Services
14© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Kritische Erfolgsfaktoren im DatenqualitätsmanagementDatenqualitätsmanagement im Unternehmen
— Umfang, Rollen und Verantwortlichkeiten für Datenqualität sind klar definiert und getrennt von anderen Funktionen
— Data Governance hat volle Unterstützung vom Board (welches Daten als ein Asset wahrnimmt)
— Erst Definition von Rollen und Verantwortlichkeiten, dann Benennung von Personen
Best Practices
— Ein zentrales Daten Repository veranschaulicht die Verbindungen zwischen Datenobjekten und deren Nutzung und Ursprungsort
— Datenmodelle unterscheiden zwischen globalen und lokalen Datenfeldern
— Architektur ermöglicht „Eine Version der Wahrheit“
— Architektur erlaubt ein Daten- und Prozess Monitoring
— Data Management wird durch Robotics unterstützt
— Prozesse berücksichtigen den gesamten Data Lifecycle
— Kontrollen sind effizient und ohne hohen Ressourceneinsatz
DMCRM
Proc.
DWH
ERPERP
HR
Strategy & Budget
Guidelines & Standards
Data & Process Management
Process & System Enhancement
Data Governance
Architektur
Kritische Erfolgsfaktoren eines umfassenden Data Managements
Datenmodell
Datenprozesse und Kontrollen
15© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Agenda
Einführung & Vorstellung 1
6 Diskussion, Q&A
Projektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen4
Datenqualitätsmanagement im Unternehmen32 Datenqualität – Ein gefühlter Wert oder berechenbar?
34
12
65 Toolpräsentation6
16© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Einführung eines Master Data Management Projekts Projektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen
DATA MANAGEMENT
PROCESSES— Review MDM Prozess-Framework— Datenerstellungs- und Änderungs-
prozesse & Nutzerstruktur— Nutzerrichtlinien
DATA QUALITY
MONITORING— Definition von Maßen und
Indikatoren für Datenqualität— Identifikation von Inputfaktoren— Design des Monitoring Dashboards
DATA GOVERNANCE
ORGANIZATION— Definition Zielbild der Data Governance— Definition Rollen inkl. Rollenbeschreibung— Definition Zuständigkeitsteilung im Data
Management Prozess— Data Governance Implementierung
DATA MANAGMENT
STRATEGY— Definition von Strategic
Data Quality Grundsätzen
AUSGANGSSITUATION
DAX30 Unternehmen
Optimierung des Master Data Management
MASTER DATA MANAGEMENTDATA MODEL & TECHNOLOGY
— Review Datenmodel und Datenvalidierungsregeln
— Kunden- und Lieferanten-datenmodel Optimierung
— SAP MDM Verbesserung(Prozesse, ValidierungRegeln, Ansichten)
Master Data wurde niebereinigt seit der Einführungdes Global Master Data System (MDM)
1,135 Nutzer sind ein-gebunden in den Erstellungs-& Wartungsprozess von Master Data
Keine klare Verantwortungresultierend aus fehlendenRichtlinien und schlechterQualität der Master Data
Kein Monitoring und Messenvon Qualität der Master Data fürLieferanten- und Kundendaten
Wenige Validierungsregelnim globalen MDM implementiert
17© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
ProjekterfolgProjektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen
Optimiertes Data Model und Bereinigung von 68% der Einträge aufgrund inkorrekter, obsoleter oder doppelter Daten
50% Effizienzanstiegim Data Management Process
Reduzierung von involvierten Parteien imMaster Data Process von mehr als 1.000 auf 50 Personen
Nachhaltige Sicherungvon Daten und Prozess-qualität dank einerimplementierten Data Governance
Mandant wurde auf Platz 1 gewählt in der Benchmarkanalyse der Universität St. Gallen, Schweiz
>1.000
-68%
+50%
Data Governance50 Fehler
18© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Agenda
Einführung & Vorstellung 1
6 Diskussion, Q&A
Projektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen4
Datenqualitätsmanagement im Unternehmen32 Datenqualität – Ein gefühlter Wert oder berechenbar?
34
12
65 Toolpräsentation6
19© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Erste Ergebnisse via Data Quality Quick Check und detaillierte Auswertung via PowerBI
Toolpräsentation
20© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved. The name KPMG and the logo are registered trademarks of KPMG International.
Agenda
Einführung & Vorstellung 1
6 Diskussion, Q&A
Projektbeispiel – Stammdatenbereinigung bei einem MDAX Unternehmen4
Datenqualitätsmanagement im Unternehmen32 Datenqualität – Ein gefühlter Wert oder berechenbar?
34
12
65 Toolpräsentation6
21
Document Classification: KPMG Confidential
© 2017 KPMG AG Wirtschaftsprüfungsgesellschaft, ein Mitglied des KPMG-Netzwerks unabhängiger Mitgliedsfirmen, die KPMG International Cooperative („KPMG International“), einer juristischen Person schweizerischen Rechts, angeschlossen sind. Alle Rechte vorbehalten. Der Name KPMG und das Logo sind eingetragene Markenzeichen von KPMG International.
Fragen, Antworten und RecapKPMG Consulting – Digital Finance
…Data Governance eine entscheidende Funktion ist, um hohe Datenqualität sicherzustellen
…komplexe IT-Strukturen, sowie bereichs- und prozessübergreifende Daten Qualitätsprobleme in den Daten verursachen können
…Daten verfügbar, konsistent, aktuell, vollständig und eindeutig definiert müssen, um eine hohe Datenqualität zu gewährleisten
…ein umfassendes Master Data Management neben der Data Governance auch das Datenmodell, die Architektur und die Daten-prozesse miteinschließt
Zusammenfassend ist wichtig, dass… Zeit für eure Fragen
www.kpmg.de/socialmedia www.kpmg.de
This document is made by KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative ("KPMG International"), a Swiss entity, and is in all respects subject to the negotiation, the successful completion of the standard Client- and Engagement Acceptance Process and the signing of binding agreements. KPMG International provides no client services. No member firm has any authority to obligate or bind KPMG International or any other member firm vis-à-vis third parties, nor does KPMG International have any such authority to obligate or bind any member firm.
© 2018 KPMG AG Wirtschaftsprüfungsgesellschaft, a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rightsreserved. The name KPMG and the logo are registered trademarks of KPMG International.
Ihre Ansprechpartner
Dr. Justus MarquardtPartnerT +49 171 2881654jmarquardt@kpmg.com
KPMG AG WirtschaftsprüfungsgesellschaftTersteegenstraße 19-2340474 Düsseldorf
Linda RülickeManagerT +49 151 27238330lruelicke@kpmg.com
KPMG AG WirtschaftsprüfungsgesellschaftTHE SQUAIREAm Flughafen60549 Frankfurt am Main
Robert MarxManagerT +49 160 7280195rmarx@kpmg.com
KPMG AGWirtschaftsprüfungsgesellschaftLudwig-Erhard-Str. 11-1720459 Hamburg