Aan de slag met IoT? Versterk eerst je Master Data Management!

data center opslag.jpegInternet of Things (IoT) gaat onze businessmodellen, productiviteit en zelfs onze manier van leven veranderen. Niet voor niets krijgt dit spannende onderwerp veel aandacht. Inmiddels zijn producten als SAP Leonardo en Microsoft Azure IoT Suite volwassen oplossingen voor bedrijven die met IoT aan de slag willen. Maar ben je klaar om optimaal te profiteren van IoT? Veel bedrijven willen investeren in een solide IoT-infrastructuur, maar vergeten hun Master Data Management (MDM). Om van een IoT-platform een succes te maken is MDM namelijk van essentieel belang. Ik leg je uit waarom.

Een IoT-infrastructuur ontvangt, verwerkt en analyseert enorme hoeveelheden data. Dit vraagt om geautomatiseerde processen. Machines genereren binnen deze infrastructuur grote hoeveelheden data. Zonder de juiste context is deze data echter waardeloos. Als een machine bijvoorbeeld een storing meldt, moet duidelijk zijn om welke machine het gaat. Wat is de locatie van die machine? Wanneer was er voor het laatst onderhoud aan dat apparaat? En wie voerde het onderhoud uit? Wat voor product produceert de machine en voor welke klant? Daarin speelt Master Data Management een belangrijke rol. De master data moet accuraat zijn om ruwe data van de juiste context te voorzien die nodig is informatie te begrijpen en correcte acties te ondernemen. MDM geeft context aan ruwe data die binnenkomt via de IoT-devices en zorgt voor één enkele betrouwbare versie van de waarheid.

Master Data Management overbrugt de kloof tussen de wereld van IoT (ruwe analytical data) en de wereld van businessapplicaties en processen (enterprise data). MDM vertaalt de ruwe data van IoT-devices naar de taal van jouw business, zodat jouw systemen de data begrijpen en daarmee aan de slag kunnen.

Nieuwe uitdagingen

De ontwikkeling van IoT zorgt voor nieuwe uitdagingen en stelt andere eisen aan een MDM-omgeving. De dynamiek van MDM verandert. Vooral onderwerpen als de lead time van MDM-processen, datakwaliteit en de beschikbaarheid van data zijn cruciaal voor een succesvolle IoT-strategie.

Lead time

Realtime data en realtime actie vereisen realtime context. Als een machine niet functioneert, wil je dat het systeem met spoed een reparatieverzoek stuurt naar een service-ingenieur, die direct alle relevante details ontvangt om de situatie goed in te schatten. Het realtime verwerken van IoT-data is afhankelijk van nauwkeurige master data. Dus de creatie, het onderhoud en de distributie van master data moet daarom ook in realtime gebeuren.

Datakwaliteit

Voordat het Internet of Things bestond, konden fouten in de data op tijd gesignaleerd en verholpen worden, voordat deze voor storingen konden zorgen. Maar realtime data van IoT-devices zorgt ervoor dat je in realtime kunt opereren zonder handmatige ingrepen. Fouten in de data hebben daardoor echter wel een directe impact op operationele processen. Er is daardoor veel minder tijd, of zelfs geen tijd, om fouten te signaleren en te elimineren, waardoor een verstoring meteen impact heeft.

Slechte datakwaliteit kan eveneens een onjuiste weergave van de werkelijkheid creëren, bijvoorbeeld als het gaat om opgeslagen data die je gebruikt voor predictive modelling. In tegenstelling tot realtime data, ligt de impact van dergelijke fouten bij opgeslagen data veel dieper verborgen. Sommige fouten detecteer je mogelijk pas na weken, maanden of zelfs jaren. Dit wil je absoluut voorkomen, aangezien je deze data gebruikt voor businessstrategieën en om context te geven aan realtime data.

Beschikbaarheid

De kennis en expertise die jouw bedrijf opbouwt, was ‘vroeger’ opgeslagen in de hoofden van jou en je personeel. Tegenwoordig sla je die kennis op in machines om data beter te begrijpen en om processen te automatiseren. Maar automatisering vereist meer context en dus heb je meer master data nodig.

Bovendien worden ‘edge analytics’ en ‘distributed analytics’ populairder omdat ze uitdagingen rondom IoT-infrastructuur en het verwerken van grote hoeveelheden data oplossen. Deze systemen maken analytics mogelijk op het punt, of dicht bij de bron, waar data wordt verzameld. Vaak is dit waar handelingen gebaseerd op inzichten uit data het hardst nodig zijn. Anders dan een gecentraliseerd systeem waar data eerst verwerkt en geanalyseerd moet worden, voordat het enige waarde heeft. Maar analytics dicht bij de bron vraagt wel om betrouwbare master data.

Maak iemand verantwoordelijk

Dus, evalueer de kwaliteit van je Master Data Management vóórdat je aan de slag gaat met het Internet of Things. Denk niet alleen aan je technische infrastructuur, maar ook je MDM-processen. Maak iemand binnen je bedrijf verantwoordelijk voor MDM en betrek die persoon bij alle IoT-projecten. Investeer in MDM en jouw business profiteert optimaal van het Internet of Things.


Topic: Data & Analytics

Sander van Kampen

Geschreven door Sander van Kampen

Als Master Data Management consultant bij Ctac help ik klanten met concrete oplossingen voor een betere data huishouding.

Dit blog is ook gepubliceerd op:
Banner-ctac-blog.jpg

CTAC Blogger

Geschreven door Sander van Kampen

Als Master Data Management consultant bij Ctac help ik klanten met concrete oplossingen voor een betere data huishouding.

Aanmelden voor blog updates

CONTACT MET CTAC

Volg Ctac

            

INNOVATIE VOOR
BUSINESS & ICT

Het Ctac Flipboard Magazine. Een dagelijks portie inspiratie om sneller en beter te innoveren. Zowel business als IT plukken daar de vruchten van.