Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013

Präsentation zum Thema: "Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013"—  Präsentation transkript:

1 Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013
MDG mit IS Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013

2 MDG mit IS SAP Master Data Governance mit Information Steward
Jan Rauscher / Consulting EIM SAP (Schweiz) AG Juni 2013 Master Data Governance Einführung basierend auf der Rapid Deployment Solution "SAP Master Data Governance mit Information Stewardship“

3 Agenda Herausforderung: Datenqualität im Stammdatenumfeld
Datenqualität verlässlich sicherstellen SAP Master Data Governance Stammdaten effizient verwalten Information Steward Datenqualität überprüfen MDG und IS kombinieren Das Beste von beidem verbinden (mit kurzer Demo) Rapid Deployment Solution MDG und IS Schnelle und sichere Projektdurchführung durch vorgefertigte Bausteine

4 Datenqualität Datenqualität im Stammdatenumfeld

5 Datenqualität sicherstellen im Stammdatenumfeld
Datenmigration einmalig, z. B. bei Software-Einführung, Upgrades, etc. bei bestimmten Anlässen, z. B. Umstrukturierungen Datenpflege bei der Anlage und Pflege von Stammdaten manuell oder Batch-Jobs bei Aufräumaktionen o.ä. Im Hintergrund Datenqualität prüfen und ggf. Gegenmassnahmen ergreifen

6 Datenqualität prüfen und sicherstellen laufend (im Hintergrund)
vergleichsweise einfach möglich (mit den richtigen Werkzeugen) nach standardisierten Regeln nach selbstdefinierten Regeln Ergebnisse darstellen und auswerten Datenqualität verbessern Herausforderung: Stammdatenpflege erfolgt in der Regel nicht aufgrund Qualitätsprobleme (wenn doch, höchstens manuell) Anforderung: klare Governance, wohldefinierter Prozess zur Stammdatenpflege/anlage Wie bringt man beides zusammen?? Am besten noch weitgehend automatisch?

7 SAP Master Data Governance
Effiziente Stammdatenpflege

8 SAP Master Data Governance zentrale Stammdatenpflege basierend auf der SAP Business Suite
SAP MDG ist die natürliche Erweiterung von Geschäftsprozessen, die in der SAP Business Suite laufen; MDG liefert implizite, domänenspezifische Datenpflege für die zentrale Anlage, Pflege und Verteilung von Stammdaten Governance Stellt die definierte Steuerung, passende Konformität und durchgehende sicher durch integriertes Staging, zentrale Datenhaltung und klaren definierten Prozessfluss Konsistente Daten Delivers consistent definition, authorization and replication of key master data entities for SAP. Eliminates error prone manual maintenance processes for master data in multiple systems Integration Native integration with SAP Business Suite and SAP ERP Re-use Re-use of SAP data model, UI and existing business logic and configuration for creation and validation of master data Data Quality Integrates with SAP BusinessObjects Data Services for data quality and data enrichment as well as SAP BusinessObjects Information Steward for data remediation NW MDM & MDG Can complement and extend SAP NetWeaver MDM SAP Master Data Governance is a process-centric application that provides centralized governance for selected master data domains based on SAP's standard data models. The application comes with a native integration with the Business Suite, using existing business logic and customer-specific configuration for validation of master data while it is being created. MDG supports central maintenance processes that ensure that the master data is fit for use in SAP Business Suite processes, but can of course also be distributed to non-SAP systems. MDG provides out-of-the-box data models, validations, user interfaces, and workflows, and in addition also allows for customized processes in order to ensure a consistent definition and governance of master data in the organization. This, together with the distribution of the master data, can replace the often error-prone process of manually maintaining master data in multiple systems. All changes to master data are also recorded for later auditing purposes. MDG may complement NetWeaver MDM in MDM scenarios across the Enterprise and Business Objects Data Services may be used together with MDG, for example for data quality and enrichment.

9 SAP Master Data Governance
Externe Datenlieferanten Validierung 2 Verwendet bestehende Geschäftslogiken wieder, integriert externe Services, ermöglicht damit Datenanreicherung, Adressbereinigung und Dubletten-Prüfungen Externe Services Master Data Governance Übergreifende Zusammenarbeit Anpassbare Arbeitsprozesse Nachvollziehbare Aenderungsprozesse 3 Genehmigung Zentrale Pflege von Stammdaten in einem eigenen Arbeitsbereich (staging area) Pflege 1 Maintain Validate Approve Replicate Business Suite systems Automatische Verteilung zu SAP und nicht-SAP Systemen Verteilung 4 3rd party systems Geschäftsprozesse Let’s have a look at the typical maintenance process in MDG: The process typically starts when a user requests new master data or changes to existing master data. Or when changes to master data are requested through data flowing into the system through an API. At this moment a so called “MDG Change Request” is created. This change request is the container that keeps all intended changes in a “staging area”, separate from the productive master data. This ensures, that all changes are only used in production after the final approval. Via workflow the change request is then handed over from one person to the next, in order for everyone to contribute their knowledge to complete the master data. The good thing about change requests is also that data can be stored “incomplete” in between. This means, that the company can decide how many people shall contribute and who contributes what – regardless if the SAP ERP could save the master data in the current status. During the maintenance the data is always validated by the system. This validation re-uses existing business logic and the customizing settings in the Business Suite system, but can also integrate various services for data enrichment and cleansing: For example addresses could be checked for correctness against reference data from an SAP BusinessObjects Data Services system. Companies can also add their own validation rules, like all material numbers need to follow a certain pattern etc. At some point in time the workflow will meet a person for approval of the changes. Only after the approval the data is moved from the staging area into the productive master data and can then be used in business processes and replicated to other systems. Often we see that organizations only put a subset of all master data attributes under central governance. The other attributes can then be enriched in the receiving systems according to the local needs. Anpassen/Anreicherung der Daten in lokalen Systemen 5 Anpassen Adapt

10 SAP Information Steward
Datenqualität prüfen

11 Ein Produkt, viele Funktionalitäten
Data Profiling DQ Monitoring Metadata Analysis Business Term Taxonomy Cleansing Rules

12 Erweitertes Profiling Adressen Profiling

13 Definition eigener Validierungsregeln
Submit rule for approval by Rule Approver Rules can be reused since they are not tied to a data source Switch from basic Rule Editor to Advanced Rule Editor Filter criteria for rows to be read for processing Rule script (Data Services ATL script) automatically generated by editor Basic Rule editor for comparison, data type and pattern validation

14 Governance and quality assessment in the hands of all users
Drill into scorecard details Scorecard to measure DQ from a Data Steward’s perspective Key Quality Dimensions (KPI for data) In addition to building a solid data foundation for reporting, the Data Services platform also provides a framework for ongoing governance of enterprise information assets. The EIM 4.0 release includes a new interface for the business user – Information Steward. Once the data has been integrated and analyzed, Info Steward allows the data steward to easily share metrics with executives, and to monitor Key Performance Indicators. In this screen we see a scorecard: Scorecard that measures data quality, Quality KPIs and associated metrics, and the quality trend over time. Information Steward empowers business and IT users with a single environment to discover, assess, define, monitor and improve the quality of their enterprise data assets Latest quality score Data quality score metrics Quality trend

15 MDG und IS kombinieren Das Beste von beidem verbinden (mit kurzer Demo)

16 Validation & Data Quality
Architektur MDG und IS Information Mgmt Data Integration & Quality External Services Data Maintenance Validation & Data Quality Approval Business Logic Local adaptations in de-central systems

17 Der kombinierte Prozess über beide Systeme hinweg
Ausfiltern und anzeigen der sog. “failed master data records” Den Remediation Prozess starten Datenqualität der Daten im ECC/MDG visualisieren

18 Demo

19 MDG und IS einführen Schnelle und sichere Projektdurchführung durch vorgefertigte Bausteine des RDS Pakets

20 Schnelle Einführung innerhalb 8 Wochen!
Installation check Kick-Off workshop für die Klärung und Abdeckung Ihrer Anforderungen Projekt Documente: Blueprint, Projektplan und WBS Aktivitäten Customization der ausgewählten Pakete für diese SAP Rapid-Deployment Lösung im Entwicklungssystem Wissenstransfer für Haupt-Nutzer basierund auf dem konfigurierten SAP Rapid-Deployment Solution System Unterstützung beim Going Live Eine spezielle Schritt-für-Schritt Anleitung beschreibt jede Aktivität während der Implementierung

21 Organisation des RDS Steering Committee Project Sponsor SAP CP / SAM
Project Management Customer PM Project Management SAP PM Subject Matter Expert Solution Architect - Senior Technology Consultant Solution Architect - Specialist Key Business User / SPOC

22 System Landschaft Entwicklungs / Qualitäts / Produktion Umgebung
SAP Solution Manager Entwicklungs / Qualitäts / Produktion Umgebung SAP NetWeaver Portal (optional) SBOP Information Platform Services SBOP Information Steward 4.0/4.1 SBOP Information Steward SBOP Data Services SAP ERP 6.0 SAP Master Data Governance EhP 5/6 * Voraussetzung für dieses Paket ist die Installation folgender Systeme: - MDG, IS, DS, NetWeaver Enterprise Portal (optional)

23 Zusammenfassung – 5 Punkte zum Mitnehmen
Herausforderung: Datenqualität im Stammdatenumfeld Operative Stammdatenverwaltung: SAP Master Data Governance Datenqualität sichern: Information Steward Das Beste von beidem Schnelle und sichere Projektdurchführung durch vorgefertigten Business Content

24 Thank you Jan Rauscher EIM Consulting SAP (Schweiz) AG
Dr. Dimitrios Gizanis Manager, Competence Center Corporate Data Quality (CC CDQ) Business Engineering Institute St. Gallen AG  Holzstrasse 39 | Postfach 460 | CH-9001 St. Gallen | Switzerland tel: | fax:

25

26