Copy and Paste

Anda bebas mengambil content blog ini, tapi mohon sebutkan alamat blog ini dalam tulisan Anda.

You are free to copy the content of my blog. However, please let your readers know my blog as your source.

Rabu, 16 September 2009

Master Data Management

Pengetahuan sangat menentukan bagi keberhasilan suatu organisasi, profit maupun nonprofit. Pengetahuan bahkan boleh jadi merupakan sumber daya yang lebih menentukan daripada sumber daya lain, termasuk kapital. Contoh: negara maju tidak selalu kaya sumber daya alam, sebaliknya negara yang kaya sumber daya alam banyak yang masih berkembang. Pengetahuan eksplisit yang bisa disebarkan melalui berbagai media disebut informasi yang di bawahnya didukung oleh data. Sederhananya, kualitas data dan informasi menentukan kualitas pengetahuan dan akhirnya kualitas organisasi.

Salah satu permasalahan yang dihadapi banyak organisasi adalah data dikelola sendiri-sendiri oleh berbagai unit fungsional dan struktural di dalam suatu organisasi. Pengelolaan yang bersifat enterprise-wide belum menjadi praktik yang matang. Ini dapat menyebabkan perusahaan tidak memiliki data yang akurat mengenai pelanggan, produk, dan akunnya, di samping data lain. Contoh: seorang pelanggan berhubungan dengan berbagai divisi penjualan suatu perusahaan. Pada unit A, misalnya dia direkam sebagai Muhammad Arif, Jl Abdul Muis, Gang Masjid I, RT 01/01, No 389, Jakarta. Pada unit penjualan B, misalnya dia direkam sebagai M. Arief, Jl Abd Muis, Gg Masjid I, RT 01/01, No 389. Umpamakan ybs merupakan pelanggan rutin dengan pembelian cukup besar. Karena dianggap sebagai orang yang berbeda, perlakuan terhadap ybs bisa jadi tidak semestinya, yang menyebabkan penjualan ke ybs tidak optimal.

Untuk kasus dunia perbankan, contoh Informasi Debitur sepertinya cukup mengena. Karena satu orang debitur dapat direkam di dalam sistem sebagai orang-orang yang berbeda, perlakuan terhadap ybs boleh jadi tidak tepat. Ketika masalah ini serius di skala mikro dan masif di skala makro, risiko bagi organisasi atau perusahaan boleh jadi sangat tinggi. Oleh karena itu, inisiatif kualitas data / informasi sudah menjadi perhatian perusahaan-perusahaan di Amerika dan di dunia dalam beberapa tahun terakhir, akan tetapi hasil inisiatif tersebut kelihatannya masih belum maksimal karena problem utama berupa pengelolaan (governance) master data yang bersifat silo, tidak terintegrasi dengan baik secara enterprise-wide, bahkan di Amerika.

Gambaran umum ke depan adalah aspek teknis Master Data Management (MDM) tidak dapat dipisahkan dari aspek governance yang meliputi kebijakan, leadership, proses, dan budaya. Salah satu tantangan pada aspek budaya adalah bagaimana melakukan paradigm shift from data ownership to data stewardship. Artinya personil yang menangani data dan informasi akan memberikan nilai yang jauh lebih besar ketika orientasinya tidak pada memiliki data dan informasi yang dikelolanya tetapi lebih pada melayani stakeholder dalam rangka memberikan kualitas data dan informasi terbaik. Tentu dengan catatan data dan informasi hanya diberikan kepada stakeholder yang berhak mendapat akses.

Beberapa prediksi ke depan terkait perkembangan MDM adalah sebagai berikut. Pertama, data governance akan menjadi kewajiban regulatoris di beberapa negara. Oleh karena itu, kemampuan organisasi dalam data governance akan menjadi obyek audit, dan ini terjadi terlebih pada lembaga-lembaga keuangan yang secara natural memiliki risiko yang tinggi (contoh: kasus Madoff). Kemampuan perusahaan dalam mengelola data stakeholder dan data akun yang berkualitas tinggi dapat mengurangi risiko terjadinya kasus seperti itu. Kedua, data akan diperlakukan sebagai aset di neraca perusahan sebagai intagible. Semakin tinggi kualitas data, semakin tinggi nilainya sebagai aset di neraca. Ketiga, kalkulasi risiko akan lebih banyak diotomasi. Keempat, peranan CIO akan lebih banyak pada akuntabilitas terhadap kualitas data dan informasi. Kelima, personil akan mempunyai tanggung jawab yang lebih banyak dalam proses governance yang bersifat enterprise. Kurang lebih demikianlah prediksi IBM.

Terkait penerapan MDM di organisasi-organisasi, tingkat kematangannya berbeda-beda. Menurut MDM Institute, pada tingkatan awal (anarchy / basic), master data dikelola mengikuti aplikasi tertentu sesuai proyek-proyeknya masing-masing. Pada tingkatan kedua (feudalism / foundational), master data dikelola mengikuti standard dan metode tertentu serta menggunakan perangkat dan prosedur yang bersifat lintas proyek dan aplikasi. Pada tingkatan ketiga (monarchy / advanced), pengelolaan master data di-drive oleh bisnis sementara data dan metadata di-share bersama lintas sumber. Tingkatan terakhir (federalism / distinctive), master data dikelola secara moduler mengikuti aturan compliance tertentu dengan roles dan responsibilities yang jelas secara organization-wide. Model tingkat kematangan alternatif mengikuti model SMM Carnegie-Mellon (Initial, Managed, Defined, Quantitatively Managed, Optimized), tetapi intinya sama dan tantangannya adalah bagaimana mengoptimalkan pengelolaan master data ke tingkat terbaik.

Ketika suatu organisasi ingin meningkatkan pengelolaan MDM-nya, faktor yang menentukan selain isu-isu governance di atas adalah kualitas konsultan yang direkrut. Pertama, konsultan tersebut harus memiliki metodologi data governance. Kemudian, ia harus memiliki model data yang sesuai dengan industri atau organisasi. Selanjutnya, konsultan ybs harus memiliki pengalaman SOA (service-oriented architecture). Terakhir, yang tidak kalah pentingnya, pengalaman konsultan ybs menggunakan produk MDM yang ada di pasar dan pengalaman mengerjakan proyek MDM itu sendiri.

Dari sisi teknis infrastruktur, produk MDM yang tersedia di pasar sangat beragam. Pada satu ekstrem, solusi registri banyak diminati karena lebih mudah diimplementasikan dengan tingkat resistensi yang lebih rendah. Pada ekstrem yang lain, solusi operasional atau transaksional merupakan solusi paling ideal, walaupun lebih sulit diterapkan. Di antara keduanya, ada solusi-solusi kombinasi yang boleh jadi cocok untuk kasus-kasus tertentu. Di antara solusi-solusi yang baik, masih terdapat rentang antara solusi miopik dan jangka panjang. Pada solusi miopik, master data yang dikelola masih bersifat sangat spesifik entitas tertentu saja, misalnya pelanggan saja atau produk saja atau akun saja. Pada solusi jangka panjang, master data yang dikelola sudah bersifat multi-entitas dan multi-domain, mencakup pelanggan, produk, akun, dan lain-lain (mencakup hampir semua parti).

Kesimpulannya, MDM akan menjadi salah satu penentu kualitas data dan informasi di suatu lembaga. Keberhasilan penerapan MDM tergantung sekali pada faktor leadership dan governance, di samping faktor pengalaman konsultan dan produk MDM yang dipilih. Nah, jika MDM telah berjalan baik di suatu perusahaan atau lembaga, dapat dikatakan perusahaan atau lembaga tersebut telah memiliki perangkat yang efektif untuk memastikan kualitas data dan informasi yang menjadi asetnya.

Lihat artikel terkait:
Arsitektur Sistem Informasi

2 komentar:

Anonim mengatakan...

saya tertarik mencari artikel yang membahas soal MDM ini, karena saya mendapat tawaran kerja dibagian ini. Tp tidak menemukan artikel yg spesifik..
apa karena bidang ini tidak begitu penting sehingga tidak banyak artikel yg memmbahas hal ini (jobdes nya nyampur sama yg lain)
ato kenapa ya?

Y Pan mengatakan...

Makasih komennya. MDM memang masih baru, apalagi di Indonesia. Yg kedua, manfaatnya untuk perusahaan bersifat tidak langsung, jadi adopsinya pasti lambat. Banyak masalah lain yg lebih urgent buat perusahaan. Prediksi saya, dlm beberapa tahun ke depan, masih sulit menjual solusi ini.

addthis

Live Traffic Feed