Il master data management (MDM) è la disciplina in cui business e IT collaborano per garantire uniformità, accuratezza, stewardship, coerenza semantica e responsabilità dei dati master condivisi dall’azienda. È abilitato dalla tecnologia, ma comprende anche persone e processi, e fornisce le procedure per raccogliere, aggregare, abbinare, consolidare, controllare la qualità, conservare e distribuire i dati master (Wikipedia). I dati master sono i prodotti, i conti e i soggetti per cui si completano le transazioni dell’impresa: clienti, fornitori, prodotti, dipendenti.
Le pagine che dominano questo tema descrivono soprattutto strumenti. Il problema, però, nasce prima del software: in un’azienda con più sistemi lo stesso cliente esiste in più copie, e nessuno ha stabilito quale vale. Chi deve decidere che cosa sia “il cliente”, chi può cambiarlo e quale sistema prevale in caso di conflitto è una questione di governance, che la tecnologia è chiamata ad applicare.
Dati master e dati transazionali: che cosa governa l’MDM
I dati master descrivono le entità attorno a cui l’impresa lavora e cambiano di rado; i dati transazionali registrano ciò che accade a quelle entità, e si generano di continuo. Il master data management si occupa dei primi, perché un errore su un’anagrafica si ripete in ogni transazione che la usa. La tabella mostra i domini più comuni e la domanda di governo che ciascuno apre.
| Dominio | Esempio di anagrafica | Domanda a cui il governo deve rispondere |
|---|---|---|
| Clienti | Ragione sociale, partita IVA, indirizzi, referenti | Quando due record sono lo stesso cliente? |
| Prodotti | Codice, descrizione, gerarchia, unità di misura | Chi approva un nuovo codice, e con quali attributi minimi? |
| Fornitori | Anagrafica, condizioni, dati bancari | Chi può modificare i dati bancari, e con quale controllo? |
| Dipendenti | Dati anagrafici e organizzativi | Quale sistema è la fonte, e chi può correggerla? |
| La colonna di destra è quella che distingue un progetto di governo da un progetto informatico: sono domande che nessun software può risolvere al posto dell’impresa. | ||
Perché serve il master data management
Il master data management risponde anzitutto a un problema di incoerenza: più copie separate dello stesso dato producono valori diversi, e le decisioni prese su dati diversi non sono confrontabili. Ipotizziamo che una banca mandi pubblicità di un mutuo a chi lo ha già sottoscritto, perché i due record non sono stati associati. Il secondo problema è la ridondanza: la stessa entità compare in linee di prodotto diverse e genera confusione.
Il terzo sono le fusioni e le acquisizioni, dove riconciliare i sistemi anagrafici è complesso: la voce citata parla di organizzazioni con decine o perfino un centinaio di archivi master poco integrati. Gli obiettivi del master data management sono una versione unica della verità, efficienza operativa, supporto alle decisioni e conformità normativa. Dove l’anagrafica incide sui rischi, per esempio quando un dato sbagliato riguarda un fornitore o un cliente regolato, il tema tocca anche il risk management.
Il golden record e il ciclo di vita del dato master
Il golden record è la versione consolidata e autorevole di un’entità, costruita a partire dalle copie sparse nei vari sistemi. Si ottiene con un ciclo che Wikipedia descrive per passaggi: identificazione delle fonti, raccolta, trasformazione e normalizzazione, rilevamento e correzione degli errori, consolidamento, archiviazione e distribuzione, con la gestione delle gerarchie e la governance a sorvegliare tutto. Tra gli strumenti compaiono la rimozione dei duplicati, la standardizzazione e le regole che impediscono l’ingresso di dati errati.
Per renderlo operativo servono tre decisioni:
Decisione 1
Identità
Con quali attributi si decide che due record sono lo stesso soggetto.
Partita IVA, codice fiscale, combinazioni di nome e indirizzo.
Decisione 2
Sopravvivenza
Quando due sistemi hanno valori diversi per lo stesso campo, quale prevale.
E soprattutto: perché.
Decisione 3
Aggiornamento
Dove si modifica il dato, e come la modifica raggiunge gli altri sistemi.
Un solo punto di scrittura, molti punti di lettura.
- Regola di identità. Con quali attributi si decide che due record sono lo stesso soggetto: partita IVA, codice fiscale, combinazioni di nome e indirizzo.
- Regola di sopravvivenza. Quando due sistemi hanno valori diversi per lo stesso campo, quale prevale e perché.
- Regola di aggiornamento. Dove si modifica il dato e come la modifica raggiunge gli altri sistemi.
Senza queste regole il golden record resta una buona intenzione, e il master data management un progetto di software. Con esse, ogni conflitto ha una risposta decisa in anticipo e documentata.
Modelli di implementazione del master data management
Facciamo adesso un’importante distinzione tra fonte di riferimento e modalità di distribuzione. Nel primo caso un’unica applicazione, database o foglio di calcolo è la fonte autorevole (source of record): è semplice, ma può non adattarsi a distribuzioni complesse, e può essere federato per gruppi di attributi o per area geografica. Per la distribuzione vanno elencate invece tre modalità:
- il consolidamento, in cui i dati confluiscono in un archivio centrale che li replica;
- la federazione, che offre una vista virtuale unica dei dati lasciandoli nelle fonti;
- la propagazione, la copia dei dati da un sistema all’altro, di solito con interfacce punto-a-punto.
Quale modello di master data management scegliere dipende da quanti sistemi ci sono, da quanto sono autonomi e da chi deve poter modificare il dato. La scelta riguarda l’organizzazione prima dell’architettura: se due funzioni non accettano di cedere il controllo di un’anagrafica, nessun modello tecnico lo risolve.
Chi governa i dati master: data owner e data steward
Nel master data management Wikipedia descrive due ruoli. Il data owner definisce i requisiti su definizione, qualità e sicurezza dei dati e ne garantisce la conformità alle procedure di governance; finanzia anche gli interventi di miglioramento in caso di scostamenti. Il data steward gestisce l’MDM per conto dell’owner e ne è di norma il consulente. Ogni ruolo può essere affidato a più persone, ciascuna responsabile di un sottoinsieme dei dati: un owner per i clienti, uno per i dipendenti.
Il master data management è una disciplina definita dalle politiche e dalle procedure dell’organizzazione di data governance: senza una data governance che assegni ruoli e regole, l’MDM manca di autorità. Per questo il tema si lega al ruolo del data owner, a quello del data steward e al data quality management, che trattiamo a parte, e alla tracciabilità dell’origine dei dati, il tema del data lineage.
Qualità e scambio dei dati master: lo standard ISO 8000-110
Per lo scambio di dati master tra organizzazioni e sistemi esiste una norma specifica: la ISO 8000-110:2021, seconda edizione, pubblicata il 15 novembre 2021. Fissa requisiti verificabili con strumenti informatici per i messaggi che scambiano dati master caratteristici: sintassi formale, codifica semantica, conformità alle specifiche dei dati e accesso ai dizionari necessari per decodificarli. Resta fuori la gestione interna dei dati master e la loro accuratezza o completezza, trattate da altre parti della serie, e la norma precisa che i suoi requisiti sono necessari ma non sufficienti a garantire la qualità dello scambio (ISO).
Per chi fa master data management il messaggio è pratico: avere un’anagrafica pulita al proprio interno non basta se i dati che si scambiano con clienti e fornitori non hanno un formato e un significato condivisi. La fiducia nei dati verso partner e stakeholder dipende anche da questo.
L’angolo Bliss: la domanda “chi è il cliente?”
La prima riunione di un progetto di master data management dovrebbe porre una domanda apparentemente banale: che cos’è, per noi, un cliente?
Vendite
Il contratto
Amministrazione
La partita IVA
Marketing
Chi apre le email
Sono risposte legittime e diverse, e il software può ospitarle tutte solo dopo che qualcuno ha deciso quale definizione vale come riferimento e quali restano attributi.
Per questo vediamo il master data management come un esercizio di decisione condivisa. Procede quando c’è un proprietario nominato per ogni dominio e un criterio scritto per i conflitti. Si arena quando la definizione resta ambigua e ciascuna funzione conserva la propria anagrafica “per sicurezza”.
In quel caso si compra una piattaforma e si ottiene una copia in più.
Il punto di vista di Bliss Agency
Domande frequenti
Che cos’è il master data management?
Il master data management è la disciplina in cui business e IT collaborano per garantire uniformità, accuratezza, stewardship, coerenza semantica e responsabilità dei dati master condivisi dall’azienda. È abilitato dalla tecnologia ma comprende anche persone e processi, e prevede le procedure per raccogliere, consolidare, controllare e distribuire i dati master (Wikipedia).
Che cosa sono i dati master?
Sono i prodotti, i conti e i soggetti per cui l’impresa completa le transazioni: per esempio clienti, fornitori, prodotti e dipendenti, con le relative gerarchie (Wikipedia). Cambiano di rado e vengono usati da molti sistemi e funzioni. A differenza dei dati transazionali, che registrano gli eventi, descrivono le entità attorno a cui l’azienda lavora.
A cosa serve l’MDM?
Serve a eliminare le versioni incoerenti dello stesso dato, a ridurre la ridondanza e a rendere confrontabili le decisioni prese da funzioni diverse. Aiuta anche nelle fusioni e acquisizioni, dove vanno riconciliati molti archivi anagrafici. Gli obiettivi dichiarati sono una versione unica della verità, efficienza operativa, supporto alle decisioni e conformità normativa (Wikipedia).
Che cos’è un golden record?
Il golden record è la versione consolidata e autorevole di un’entità, per esempio un cliente, ricavata dalle copie presenti nei vari sistemi. Per costruirlo servono regole di identità, per riconoscere i duplicati, e regole di sopravvivenza, per scegliere il valore corretto quando i sistemi non coincidono. Senza queste regole resta un obiettivo dichiarato.
Qual è la differenza tra MDM e data governance?
La data governance definisce ruoli, regole e responsabilità sui dati dell’intera azienda; il master data management applica quelle regole a un insieme preciso di dati, le anagrafiche condivise. Wikipedia lo descrive come una disciplina definita dalle politiche e dalle procedure di un’organizzazione di data governance: la seconda dà autorità alla prima.
Che differenza c’è tra MDM e data quality?
La data quality riguarda l’adeguatezza di qualsiasi dato rispetto all’uso previsto. L’MDM interviene sui dati master e comprende controlli di qualità e correzione degli errori, ma il suo scopo è anche creare una versione unica e gestirne la distribuzione. Una buona qualità non basta se esistono più anagrafiche concorrenti per la stessa entità.
Chi si occupa dei dati master in azienda?
Di norma due ruoli: il data owner, che definisce requisiti di definizione, qualità e sicurezza e garantisce la conformità alle procedure di governance, e il data steward, che gestisce l’MDM per conto dell’owner. Ogni ruolo può essere condiviso tra più persone, ciascuna responsabile di un sottoinsieme di dati, per esempio clienti o dipendenti.
Quali sono i modelli di implementazione dell’MDM?
Si distingue una fonte di riferimento unica, che può essere federata per attributi o aree geografiche, da diverse modalità di distribuzione: consolidamento in un archivio centrale, federazione con vista virtuale unica e propagazione tra sistemi con interfacce punto-a-punto. La scelta dipende dal numero di sistemi, dalla loro autonomia e da chi deve modificare il dato.
L’MDM è un software?
No, il software è solo una parte. L’MDM è una disciplina che comprende persone, processi e tecnologia: definisce chi decide su ogni anagrafica, con quali regole e con quali controlli. Uno strumento può automatizzare deduplicazione, consolidamento e distribuzione, ma senza ruoli e regole condivise non produce una versione affidabile dei dati.

