Istilah “data master” dan “data referensi” dapat dengan mudah dikacaukan. Keduanya menyediakan data yang hanya berubah sewaktu-waktu dan menyediakan data yang dirancang agar akurat dan terkini.
Data master memberikan informasi akurat yang diperlukan untuk transaksi bisnis yang penting bagi jalannya bisnis – informasi permanen/semi permanen tentang pelanggan, karyawan, dan pemasok, serta produk dan aset organisasi.
Sebaliknya, data referensi biasanya bersifat jangka panjang (tetapi tidak selalu) dan digunakan dalam mendefinisikan dan mengklasifikasikan data “lainnya”.
Kebingungan ini diperbesar oleh tinjauan platform perangkat lunak dengan judul yang berfokus pada data referensi, namun kemudian beralih ke deskripsi platform manajemen data master (MDM), dengan hanya satu atau dua platform yang mendukung data referensi.
Tidak ada definisi standar untuk data referensi. (Untuk pemahaman yang lebih baik tentang data referensi, pikirkan bagian referensi di perpustakaan umum Anda.) Data jangka panjang “lainnya” mencakup berbagai kebutuhan dan industri. Misalnya, dalam industri keuangan, data referensi adalah istilah umum untuk informasi rinci yang digunakan selama transaksi – penggunaan data referensi dinamis. Data referensi pertumbuhan anak-anak, yang dikembangkan oleh Organisasi Kesehatan Dunia, memberikan contoh lain – menggunakan data referensi statis. Contoh kecil dari berbagai tipe data referensi meliputi:
Data master menyediakan informasi dasar yang diperlukan untuk transaksi bisnis dan mungkin memerlukan akses terbatas untuk alasan keamanan. Data referensi memberikan informasi tambahan yang membantu bisnis beroperasi lebih efisien, dan sering kali mudah diakses oleh seluruh staf.
Data referensi dan data master harus akurat dan terkini.
Organisasi dapat menyimpan data referensi di sejumlah lokasi. Jika perangkat lunak mendukungnya, data referensi dapat disimpan dalam katalog data, perangkat lunak tata kelola data, dan platform manajemen data master. Selain itu, ada beberapa program perangkat lunak khusus untuk data referensi. Dalam beberapa keadaan, seperti ketika menggunakan a data warehouse, data referensi dapat diatur sebagai subdivisi data master.
Apa yang Data referensi?
Data referensi berasal dari berbagai sumber dan harus dikelola untuk mendukung sinkronisasi sistem bisnis. Metode efisien untuk melakukan hal ini adalah dengan menggunakan platform tata kelola data yang mencakup perangkat lunak referensi data. Tanpa jenis manajemen ini, data referensi mungkin tidak ada tertutup dalam suatu organisasi departemen. Hal ini juga dapat didefinisikan dan dikelola secara berbeda jika departemen yang berbeda menggunakan taktik mereka sendiri untuk mengumpulkan dan menyimpan data referensi. Contoh data referensi yang umum digunakan antara lain:
- Kode transaksi
- Tugas dan proses bisnis
- Hirarki keuangan
- Segmentasi pelanggan
- Informasi mata uang
- Kode negara bagian atau negara
- Jenis unit organisasi
- Kode bahasa
- Pusat biaya
Data referensi dapat diambil dari sumber publik dan swasta, dan memberikan informasi ke domain yang berbeda. Karena koneksi kompleks antara domain dan aplikasi yang mendukung data referensi, pengelolaannya dapat menimbulkan beberapa tantangan. Pengelolaan data referensi sebaiknya tidak dilakukan secara manual. Data referensi biasanya digunakan oleh setiap departemen dalam organisasi untuk membantu memberikan konteks pada data mereka. Ini mendukung kualitas data dan kegunaan data.
Data referensi memberikan landasan untuk proses interpretasi data yang digunakan di berbagai aplikasi, sistem, dan proses.
Tujuan utama dari data referensi adalah untuk menetapkan definisi umum, klasifikasi, dan hubungan untuk elemen data. Itu juga menggunakan kode dan nilai yang telah ditentukan sebelumnya. Dengan melakukan ini, data referensi meningkatkan kualitas data dan menyederhanakan proses integrasi data. Hal ini pada gilirannya menyederhanakan pembagian data.
Misalnya, industri keuangan menggunakan pengidentifikasi keamanan, seperti Nomor Identifikasi Sekuritas Internasional (ISIN) atau simbol ticker yang mengomunikasikan data referensi yang mengidentifikasi instrumen keuangan — obligasi, saham, dan derivatif. Selama e-niaga, penggunaan kode dan kategorisasi produk dapat membuat manajemen inventaris dan penetapan harga terstandarisasi menjadi lebih mudah. Dalam layanan kesehatan, sistem pengkodean medis membantu mengklasifikasikan dan menagih layanan medis secara akurat.
Data Induk dan Manajemen Data Induk Dijelaskan
Dua jenis manajemen data master telah dikembangkan: analitis dan operasional. Manajemen data master operasional menggambarkan data inti yang digunakan organisasi untuk melakukan bisnis. Data ini harus akurat dan dapat dipercaya untuk mencegah hambatan transaksi dan pengiriman serta mendukung kelancaran arus bisnis.
Sistem manajemen data master analitik menggunakan data master untuk menghindari masalah yang timbul dari informasi yang bertentangan dan berlebihan. Tanpa penggunaan data master, departemen yang berbeda akan mengembangkan versi data master mereka sendiri, sehingga menghasilkan banyak daftar, dengan kesalahan yang akan terjadi.
Untuk lebih memahami data master, pertimbangkan apa yang bukan data master.
- Ini bukan data transaksional: Data transaksional dihasilkan oleh berbagai aplikasi yang mendukung proses penjualan dan pembelian bisnis sehari-hari. Meskipun informasi ini dicatat dan disimpan, data transaksional tidak digunakan secara teratur.
- Ini bukan data tidak terstruktur: Bentuk bebas atau data tidak terstruktur tidak terorganisir atau diformat. Data bentuk bebas terdiri dari teks tidak terstruktur, angka, tanggal, dan pada dasarnya semua data yang tidak diformat/diubah agar berfungsi dengan sistem organisasi. Data tidak terstruktur dapat mencakup konten tertulis halaman web atau dokumen, email, survei, artikel jurnal, riset pemasaran, dll.
Dengan perangkat lunak yang sesuai, manajemen data master dapat menyediakan berbagai layanan, seperti pembersihan data, transformasi data, dan proses integrasi data. Saat sumber data baru ditambahkan, perangkat lunak manajemen data utama dapat mengidentifikasi, mengumpulkan, mengubah, dan mengintegrasikan data baru ke dalam sistem data master.
Contoh data master yang biasa digunakan tercantum di bawah ini:
- Data pelanggan: Umumnya dianggap sebagai bentuk data master yang paling umum digunakan, data pelanggan dasar mencakup alamat penagihan, alamat email, dan nomor telepon, namun telah berkembang hingga mencakup preferensi belanja individu berdasarkan pembelian sebelumnya.
- Data produk: Jenis data ini mencantumkan semua informasi yang diperlukan untuk mendukung desain, produksi, pengiriman, dan pemeliharaan produk bisnis. Data produk mencakup spesifikasi teknis, gambar, suku cadang, dan rakitan. Ini juga dapat mencakup tagihan bahan, instruksi kerja, dan pemasok yang disetujui.
- Data karyawan: Data ini tidak boleh tersedia untuk semua staf, namun hanya untuk segelintir orang saja. Ini biasanya mencakup nomor jaminan sosial karyawan dan rekening deposito langsung, yang harus dirahasiakan. Informasi seperti alamat rumah, nomor telepon, kerabat terdekat juga dapat dicantumkan.
- Pembelian: Data mengenai pembelian dalam jumlah besar dan perdagangan saham tertentu dapat dicantumkan sebagai data master.
- Data lokasi cabang: Lokasi cabang, toko, fasilitas, dan waralaba merupakan informasi permanen/semi permanen dan digunakan secara berkala.
Data master, dikombinasikan dengan manajemen data master, dapat digunakan untuk mendukung analisis data. Data master sering kali digunakan dengan analitik, sebagian karena data tersebut dapat diandalkan, konsisten, dan dapat dipercaya. Misalnya, sebuah bisnis yang menggunakan beberapa sistem untuk menyimpan data pelanggannya menghadapi risiko setiap sistem bekerja dengan versi data yang berbeda, dan merusak analisis yang menggabungkan data sistem yang berbeda.
Beberapa organisasi lebih memilih untuk melakukan hal tersebut membatasi akses dari data master ke sejumlah kecil staf yang tepat – demi alasan keamanan – sembari membuat data referensi tersedia untuk semua orang di organisasi.
Gudang Data, Data Induk, dan Data Referensi
Gudang data adalah bentuk pengelolaan dan penyimpanan data yang dirancang untuk mendukung analitik dan pengembangan intelijen bisnis. Selain itu, dapat digunakan untuk menyimpan data master dan data referensi. Gudang data dapat diskalakan dan dapat diperluas dengan mudah. Seiring pertumbuhan bisnis, kebutuhan penyimpanan datanya meningkat, termasuk kebutuhannya akan data master dan penyimpanan data referensi yang jumlahnya semakin meningkat. Gudang data memungkinkan pertumbuhan ini.
Gudang data dapat menyelesaikan berbagai tugas, termasuk pengembangan intelijen bisnis, dan sangat berguna untuk menganalisis data dalam jumlah besar dalam jangka waktu yang lama.
Manajemen data master analitis dapat dikoordinasikan dengan gudang data yang memusatkan dan mengkonsolidasikan data. Data mengalir ke gudang data dari berbagai sumber, termasuk data yang dikumpulkan dari situs eksternal, data transaksi internal, data master operasional, dan data referensi. Proses ini memungkinkan organisasi memperoleh wawasan berharga dari data mereka.
Data referensi dapat disimpan di gudang data, biasanya sebagai subdivisi dari data master. Gudang data sering kali mengatur data menggunakan skema bintang atau kepingan salju, dengan tabel “fakta” pusat yang berisi data primer, dan tabel “dimensi” tambahan, yang berisi data referensi yang terkait dengan data primer. Misalnya, dalam gudang data perbankan, tabel faktanya mungkin berisi data perbankan, seperti jumlah pinjaman, tanggal pinjaman diberikan, dan nasabah yang menerima pinjaman, sedangkan tabel dimensi (data referensi) bisa berisi informasi tentang informasi produk, demografi pelanggan, dan data lokasi.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://www.dataversity.net/master-data-vs-reference-data/