Kunskapsinlägg
2022-01-28

Vad är MDM? Och varför behöver ni det?

Master Data Management (MDM) hjälper företag att skapa en enhetlig, korrekt och tillgänglig källa till affärskritisk information. I denna artikel förklarar vi vad MDM är, varför det behövs – och hur det kan minska kostnader, risker och data-silos.
Bosse Axhill
Business Analyst

Vad är MDM?

MDM står för Master Data Management och innebär en modell för att underhålla verksamhetsinformation på ett kvalitetshöjande och kostnadseffektivt tillvägagångssätt.  

Huvudsyftet med masterdatahantering är att upprätthålla en så kallad Single version of the truth för varje entitet och därigenom få en lättillgänglig och korrekt källa för all information och undvika motstridiga och tvetydiga data för en och samma entitet.

MDM omfattar all information som behövs för att en verksamhet skall kunna fungera och vara effektiv. Detta är bland annat kund- och leverantörsinformation, personalinformation, artikel och produkt, logistikdata etc.

Varför behövs MDM?  

När varje entitet underhålls i flera olika system och av olika roller inom en organisation behöver samma information tillföras och berikas var för sig. Detta skapar hög risk att en och samma entitet innehåller olika, och i många fall motstridig information för olika delar av verksamheten. För att säkra kvaliteten på informationen behövs kostsamma och i många fall komplicerade synkningar mellan olika system, ofta utan gemensamma identifierare med hög dubblettrisk som följd.  Med en implementerad strategi för MDM säkrar man att en entitet har en och endast en aktuell version inom organisationen och att alla delar i verksamheten kan ta del av den närhelst den behövs.

Uppköp och sammanslagningar

När bolag slås samman, till exempel vid uppköp, uppstår en situation där man står med minst två eller flera ”versions of truth”. Utan en definierad och implementerad process för master data ökar kostnad och risker under sammanslagningsarbetet.  

Den här typen av sammanslagningar är ofta komplexa på grund av att det inom varje organisation finns egna modeller över data och entiteter och unika beroenden mellan olika system. Utan en implementerad strategi för MDM ökar komplexiteten ytterligare. Inte sällan blir man tvungen att nöja sig med att sammanslagningen inte kan genomföras fullt ut. Därför avslutas dessa projekt ofta i att man implementerar unika processer för att olika datamodeller skall kunna samexistera. Detta medför i sin tur ökade och bestående kostnader för underhåll.

En väldefinierad MDM-strategi underlättar sammanslagningsarbetet genom att den innehåller en tydlig och enhetlig definition för varje entitetstyp. Om detta finns definierat även för den organisation man gör sammanslagningen med ökas också förutsättningarna för ett mer framgångsrikt resultat.

Data silos

En data silo innebär att man har ett delsystem som inte delar med sig av sin data med någon annan. Man får då inte någon nytta i övriga verksamheten av det som tillförs inom silon. Ett typfall för silos är att man på ena sidan har en marknadsavdelning som kör kundunika och riktade kampanjer, och på andra sidan ett säljstödsystem (CRM), men inget informationsutbyte mellan dessa. Marknad har därför inte full koll på aktuella prospekts. Säljavdelningen har på sin sida svårare att synka genomförda kampanjer med sina insatser mot kunderna. En målgruppsinriktad marknadsföringskampanj kan då slå helt fel på grund av att man inte kunnat ta hänsyn till aktuell kundrelationsinformation trots att den finns tillgänglig i CRM-systemet.

MDM minskar risken för data silos genom att möjliggöra effektiv och kvalitetssäkrad synkronisering av data mellan systemen. Med MDM applicerat på exemplet i stycket ovan får man en enhetlig definition av vad som är ”kund” och var som är ”prospekt”. Detta gör det möjligt att utan risk för dubbletter förse marknadsavdelningen med aktuell information om nya prospekts, kundstatus etc.  Säljorganisationen får tillförlitliga data om vilka kunder som ingått i olika marknadsföringsinsatser, när de genomförts och i de bästa av fall – även resultaten av dem. Till exempel om en kund har klickat på en viss CTA (Call To Action) i ett reklamutskick via email – bra tillfälle för ansvarig säljare att då lyfta telefonluren och boka in ett kundbesök.

GDPR

Dataskyddsförordningen GDPR kräver att ni har kontroll över era personuppgifter och vet var de finns. Varje individ har till exempel rätt att bli raderad, och då ansvarar verksamheten för att uppgifterna tas bort överallt. Utan MDM är det svårt, eftersom det saknas en samlad bild av vilken data som finns, var den lagras och i vilka system den används.

Med MDM och en enda version av sanningen får ni ett enhetligt sätt att hitta, uppdatera och ta bort uppgifter i alla anslutna system. Det gör det enklare att efterleva GDPR och att visa hur ni hanterar personuppgifter vid en granskning.

‍

MDM-system för att hantera viktig data

Master Data Management byggs upp kring de principer en verksamhet har för hur man hanterar viktiga data. Dessa principer omfattar datamodeller, verktyg som används för att hantera data, roller och ansvar, standardisering och teknologier.

För att upprätthålla detta behövs ofta IT-stöd vars syfte och funktioner stöttar MDM-arbetet. Dessa innehåller verktyg för datamodeller, processer, berikning, datakvalitet, etc. som behövs för en effektiv MDM-strategi.

Det finns en mängd olika systemstöd för MDM på marknaden, vart och ett med sin egen nisch. Det går alltså inte att peka ut ett enda system som det optimala för alla verksamheter, man bör värdera dem utifrån sin egen verksamhet och dess behov innan man tar ett investeringsbeslut.

Gartner genomför återkommande en värdering av de MDM systemen som finns på marknaden och presenterar dem i sin Magic Quadrant for Master Data Management Solutions. Kvadraten är uppdelad i fyra delar i vilka systemen är fördelade – Niche players, Challengers, Visionarier och Leaders.  

Fiwe jobbar med lösningar från både Informatica som ligger som leader i kvadranten och riktas mot enterprise-segmentet samt Centric (tidigare Contentserv) som riktas mot små och medelstora företag som definieras som challenger i kvadranten. Läs mer om hur vi arbetar med Master Data Management.

‍

‍

Vanliga frågor kring Master Data Management

Vad är masterdata?

Masterdata är den grunddata som beskriver verksamhetens viktigaste objekt, till exempel kunder, produkter, leverantörer, medarbetare och platser. Den förändras relativt sällan men används i många system och processer samtidigt. Därför är det avgörande att den är korrekt och enhetlig.

Vad är skillnaden mellan masterdata och transaktionsdata?

Masterdata beskriver vem eller vad, till exempel en kund eller en produkt. Transaktionsdata beskriver vad som händer, till exempel en order, en faktura eller en leverans. Varje transaktion pekar på masterdata, så fel i masterdatan sprider sig snabbt till ordrar, rapporter och analyser.

Vilka tecken visar att vi behöver MDM?

Vanliga tecken är att samma kund eller produkt finns i flera versioner i olika system, att avdelningar redovisar olika siffror för samma sak och att mycket tid går åt till manuella rättningar. Ett annat tecken är att det tar lång tid att få ut nya produkter eller kunder i alla kanaler. Står ni dessutom inför ett förvärv eller ett systembyte ökar behovet.

Hur hjälper MDM vid företagsförvärv och sammanslagningar?

Vid ett förvärv möts två uppsättningar kunder, leverantörer och produkter med olika definitioner och system. Med MDM har ni redan en gemensam modell för varje typ av data och regler för att matcha och slå ihop dubbletter. Det gör integrationen snabbare och minskar risken att två datamodeller måste leva sida vid sida under lång tid.

Hur kan MDM underlätta arbetet med GDPR?

GDPR kräver att ni vet vilka personuppgifter ni har och var de finns, till exempel när någon begär att bli raderad. MDM ger en samlad bild av varje kund- eller personpost och vilka system som använder den. Det gör det enklare att hitta, uppdatera och ta bort uppgifterna överallt.

Vad gör en Data Steward?

En Data Steward ansvarar i vardagen för att masterdatan inom ett område håller hög kvalitet. Det kan handla om att granska nya poster, hantera avvikelser som MDM-lösningen flaggar och se till att definitioner och regler följs. Rollen är central för att kvaliteten ska bestå efter att projektet är avslutat.

Är MDM bara för stora företag?

Nej. Behovet uppstår när samma data används i flera system och av flera avdelningar, vilket gäller även många medelstora företag. Det finns MDM-plattformar för olika storlekar och mognadsnivåer, och ett stegvis upplägg med en domän i taget gör det möjligt att börja i liten skala.

MER INSPIRATION

Ta del av fler kunskaps­inlägg

Har vi använt AI på fel sätt? Data Experience och AI i processer

Har de flesta organisationer gett AI fel jobb? Vi har låtit den skriva texter och svara på frågor medan det mesta av tiden fortfarande går åt till att leta, fråga och vänta. Här är vår syn på vart utvecklingen är på väg och vad som krävs för att komma dit.
2026-10-02

Datakvalitet vs informationskvalitet: vad är skillnaden och varför är den viktig?

Många organisationer har hög datakvalitet men saknar kontroll över den information som faktiskt möter kunden. Skillnaden mellan datakvalitet och informationskvalitet är ofta det som avgör om datan skapar värde eller kostar pengar.
2026-04-01

Är ni redo att ta nästa steg med er data?

Vi hjälper er att förvandla data till information och kommunikation som gör skillnad för era arbetssätt, beslut och erbjudande.