Data Quality Firewall
Omikron Data Quality Firewall
Det finnes forskjellige definisjoner på Data Quality Firewall. Her benyttes Wikipedias definisjon:
“A Data Quality Firewall is the use of software to protect a computer system from the entry of erroneous, duplicated or poor quality data.
Les resten av definisjonen her
Data Quality Firewall’en settes opp som en arbeidsprosess som utfører nødvendige sjekker og tolkninger. Dette sikrer at kun korrekt og nøyaktig data skrives inn i databasen. Basert på Service Orientert Arkitektur (SOA) opprettes arbeidsprosessen som en integrert prosess på tvers av forskjellige systemer og databaser.
Data Quality Firewall’en kan settes inn forskjellige steder for å dekke forskjellige behov. Omikron Data Quality har som de første utvidet begrepet bak Data Quality Firewall så man nå kan sette opp Firewall’en flere steder i arkitekturen bak databasen, og dermed forbedre beskyttelsen av data enda bedre.
Data Quality Firewall’en kan inneholde følgende prosesser:
| Process |
Beskrivelse |
| Kontroll av innhold i databasens felter |
Sjekker om opplysninger på personer og virksomheter i databasen er korrekte. Gale for- og etternavn samt supplerende opplysninger til et virksomhetsnavn kan identifiseres. |
| Kontroll og korreksjon av telefonnummer |
Telefonnumre kan analyseres og deles opp i internasjonale områdekoder, nasjonale områdekoder, telefonnumre samt lokalnumre.
Det er også mulig å identifisere om et nummer er et mobilnummer eller et fastnettnummer, noe som gjør det enklere å flytte innholdet til de rette feltene i databasen. Et uidentifisert nummer kan også lett formateres.
|
| Kontroll av e-mail |
Sjekker om en e-mailadresse har et standarisert format, og om e-maildomenet eksisterer. |
| Kontroll av mangelfulle adresser |
I følge definerte regler kan det kontrolleres om en adresse er mangelfull. Alt etter den type av referansedata som er tilgjengelig, kan ytterligere sjekk av innhold i adressen utføres. |
| Kontroll av tiltaleform |
Beriker en manglende og undersøker en eksisterende tiltaleform ved å sammenligne med en persons fulle navn. Å ha den rette tiltale er især viktig i land som for eksempel Tyskland. |
| Kontroll av for- og etternavn |
Forkortelser kan bli funnet samt identifiseres og navn kan kontrolleres ved å sammenligne med lister over de mest normale navnene for å se om et navn eksempelvis er en forkortelse av et navn, eller om det er flere personer med samme navn. |
| Kontroll mot bedrageri |
En ny kunde tildeles en spesiell verdi via en sjekk av adressens forskjellige deler mot spesielle navnelister, og negativ-lister for å unngå bedragerisaker og snylteri. |
| Kontroll mot sanksjonslister |
Kontrollerer mot EUs sanksjonslister for å unngå å levere produkter til sanksjonerte organisasjoner. Modulen kan inngå som en del av modulen ”Kontroll mot bedrageri”. |
| PAF-rengøring |
‘Postcode Address File’-rengjøring sjekker, mot offisiell data, om postnummer og adresse er valide. |
| Mange andre typer av kontroll kan også integreres i arbeidsprosessen |
Eksempelvis identifikasjon og normalisering av forkortede gatenavn i et land. |
En detaljert status kan lages for hvert enkelt datasett. Den detaljerte statusen kan analyseres og oppsummers som et statusoverblikk for de gitte testdata.
Alle korreksjoner samles i en interaktiv rapport til den tilsynsførende.
Backend Data Quality Firewall
Dette er den mest benyttede Data Quality Firewall på markedet i dag. Backend Data Quality Firewall sjekker dataenes kvalitet, når de flyttes fra midlertidige databaser til en Master Database. Det vil si at data ikke sjekkes når de for første gang skrives inn i en midlertidig database.
Selv om feilaktig data ender i databasen idet de skrives inn, forhindrer Backend Data Quality Firewall at ukorrekt data overføres til Master databasen eller til andre relevante databaser. Arbeidsprosessene tilpasses individuelt dine enkelte kunder for å optimere firewall’en til dataene, som overføres fra de forskjellige systemene, operatørene, web eller kundeservice.
Grunnen til at Backend Data Quality Firewall’en plasseres fremst er for å ha beskyttelsen plassert så tett mot de essensielle data som mulig.
Frontend Data Quality Firewall
Som nevnt, i beskrivelsen av Backend Data Quality Firewall, er grunnen til at Backend Data Quality Firewall plasseres fremst for å ha beskyttelsen plassert så nær de essensielle data som mulig. Ved å gjøre dette plasseres firewall’en samtidig langt vekk fra området hvor de ”forurensede” data skapes. De ”forurensede” og feilfyldte data oppstår ofte i datainntastningsfasen. Grunnen til dette er mange:
Brukerne kan ikke finne den riktige kunden og taster derfor inn en eksisterende kunde på nytt.
I en bransje basert på provisjon kjemper brukerne om kundene. Eksisterende kunder tastes inn ved et uhell, eller bevisst kun fordi det for eksempel gjøres en liten endring i navnet. I begge tilfeller kjemper brukerne om eierskap og provisjon.
Feilaktig eller ufullstendig data tastes inn i de obligatoriske feltene, slik at brukerne raskt kan fortsette til neste kunde.
Hvis Firewall’en integreres i datainntastningsfasen reduseres mengden av ”forurenset” data betydelig. Firewall’en består av arbeidsprosesser individuelt tilpasset den enkelte avdeling eller land ved hjelp av FACT-Finder Address-Search.
Følgende resultater kan oppnås:
Med den feiltolerante søkefunksjonen FACT-Finder Address-Search sikres det at brukerne finner den riktige kunden med det samme. Dette sparer tid, da en kunde ikke skal registreres på ny. Brukerne blir mer tilfreds med deres arbeid, og de kan øke antallet oppdrag.
Hvis en bruker forsøker å taste inn en kunde med bare en liten endring i navnet i forhold til en eksisterende kunde i databasen, vil brukeren motta en beskjed om, at “en mulig dublett er funnet – ønsker du å fortsette?”. Fra dette vinduet kan brukeren gå direkte til den identifiserte dubletten for å fortsette arbeidet med denne kunden i databasen. Hvis brukeren ignorerer denne beskjeden, kan det være vanskelig å hevde at en kunde ble oprettet som følge av et uhell.
FACT-Finder Address-Search kan medføre mindre kamp mellom brukerne, større tilfredshet med deres eget arbeid og mindre dobbeltprovisjon.
Arbeidsprosesser kan integreres slik at ufullstendig og ukorrekt data sjekkes.
En overvåkningsfunksjon kan implementeres for å sikre at brukerne også benytter seg av dette redskapet som de har til rådighet. Hvis en bruker ignorer en sikker dublett, kan denne handlingen logges og sendes til datakvalitetsansvarlige, som sjekker kvaliteten av brukerens identifisering eller dennes arbeidsprosess.
FACT-Finder Address-Search kan implementeres slik at den inngår som en integrert del av ditt CRM-/ERP-system både ved egenutviklede systemer og systemer utviklet av en ekstern leverandør som for eksempel Salesforce.com, SuperOffice, Microsoft CRM og Siebel..
Når Firewall’en implementeres i datainntastningsfasen, vil data som kommer fra CRM-/ERP-systemet være betydelig renere. Individuelle arbeidsprosesser vil være langt enklere og sikrere å integrere, hvis disse er optimert i sentrum av datainntastingen
Dobbelte eller flere Firewalls
I gamle dager bygde man flere murer rundt et slott for å beskytte seg selv. Man kan integrere en Data Quality Firewall der, hvor forskjellige behov skal håndteres på forskjellige måter.
Den første Data Quality Firewall kan plasseres i Frontend’en og optimere arbeidsprosessene slik at det tar hånd om de utfordringer som oppstår i datainntastningsfasen. Den første Data Quality Firewall kan interagere med brukeren og er derfor en sterk løsning for å sikre datakvaliteten (menneskelige faktor). De utfordringer som Frontend Data Quality Firewall’en håndterer er at basisfeil korrigeres:
- Den riktige kunden blir funnet
- Ufullstendig data berikes
- Data som skrives inn i et galt felt rettes opp. Eksempelvis hvis et fornavn er skrevet inn i feltet til etternavnet, eller hvis mobilnummeret står i feltet til fastnettnummeret.
- Korrekt tiltale og kjønn identifiseres
- Hvis en dublett er oprettet på tross av den intelligente søkefunksjonen, sammenlignes dubletten med det originale datasettet og administratoren får beskjed om at en dublett er opprettet.
Den andre firewall'en kan settes opp i Backend’en, og arbeidsprosessen for denne firewall'en vil håndtere de utfordringene som oppstår når store mengder av data skal flyttes fra Frontend’en til Master Databasen eller til optimerte databaser som CRM, ERP eller andre spesialiserte databasesystemer. Den andre Data Quality Firewall'en fungerer uten interaksjon med brukeren.
Fokus for den andre firewall'en:
- Får orden på “ekkoproblemet”
- Bygger opp kundehierarkier
- Avansert PAF rengøring og rengøring av dubletter
Den dobbelte Firewall er meget effektiv, og gir den beste ROI og resultater av løsningene.
Vil du vite mer
Ønsker du å vite mer eller motta et tilbud: Ring +45 70 26 88 28 eller skriv en beskjed på kontaktskjemaet. En kompetent medarbeider vil besvare dine spørsmål.
