- Přehledy IS
- APS (20)
- BPM - procesní řízení (22)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (33)
- CRM (51)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (79)
- HRM (27)
- ITSM (6)
- MES (32)
- Řízení výroby (36)
- WMS (29)
- Dodavatelé IT slueb a řeení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (39)
- Dodavatelé CRM (33)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (71)
- Informační bezpečnost (50)
- IT řeení pro logistiku (45)
- IT řeení pro stavebnictví (26)
- Řeení pro veřejný a státní sektor (27)
Hlavní partner sekce
Tematické sekce
ERP systémy
CRM systémy
Plánování a řízení výroby
AI a Business Intelligence
DMS/ECM - Správa dokumentů
HRM/HCM - Řízení lidských zdrojů
EAM/CMMS - Správa majetku a údrby
Účetní a ekonomické systémy
ITSM (ITIL) - Řízení IT
Cloud a virtualizace IT
IT Security
Logistika, řízení skladů, WMS
IT právo
GIS - geografické informační systémy
Projektové řízení
Trendy ICT
E-commerce B2B/B2C
CAD/CAM/CAE/PLM/3D tiskBranové sekce
![]() | |
| Přihlaste se k odběru newsletteru SystemNEWS, který kadý týden přináí výběr článků z oblasti podnikové informatiky | |
![]() | |
Partneři webu
CRM , CRM systémy
Udělejte si pořádek v klíčových datech
David Slánský
Není to příli dávno, co byla hitem doby implementace CRM systémů. Ze vech stran jsme slýchali, e CRM systém umoní lépe poznat nae zákazníky, lépe se přizpůsobit jejich potřebám a poadavkům a ve finále tak prodat více naich výrobků či slueb. Ve spojení se systémy customer intelligence byla vytvářena páteř moderní zákaznicky orientované firmy. Jaké vak bylo rozčarování, kdy byly tyto systémy sputěny! Korektně fungující CRM systém (a ji operativní CRM, kolaborativní CRM či analytické CRM) nepochybně posouvá úroveň zákaznicky orientovaných procesů na kvalitativně i efektivně jinou úroveň, avak jeho celkový přínos nedosahuje slibovaných a očekávaných výsledků.
Hlavní důvod se začal projevovat ji v době implementace těchto systémů a plně vystoupil na povrch právě v době jejich sputění a pouívání jsou jím pro mnohé překvapivě data o zákaznících jako taková. Coe je s nimi v nepořádku? Poslední dekáda minulého století i roky následující byly zaměřeny na sběr dat jako takových. K tomuto účelu slouily vechny primární systémy (produktové systémy, účetní systémy apod.) a vlastně i systémy CRM, jejich cílem bylo zachytit realitu v podobě databázových záznamů. Protoe business procesy společností byly samy o sobě sloité, velmi často se jednotlivé systémy implementovaly odděleně pro podporu konkrétního business procesu, organizační jednotky či tzv. line of business. V době budování těchto systémů nebyl čas na řeení problémů spojených s integrací s okolím, a to na vech úrovních datové, funkční i procesní. Vznikly tak ostrůvky dat (zákaznických, produktových a dalích) se strukturou a obsahem podporujícím dané business poadavky. Kromě těchto nesourodých ostrůvků informací trpí dnení organizace nedostatkem konzistentních informací o datech, kterými disponují tedy nedostatkem metadat. A aby toho nebylo málo, kvalita dat uloených v primárních systémech je obecně řečeno velmi nízká (kvalitou dat budeme pro účely tohoto článku rozumět zjednodueně jejich soulad s realitou). Jedná se o dnes velmi intenzivně diskutovaný problém, jeho příčiny neleí primárně a výlučně v oblasti IS/ICT systémů, jak se můe zdát, ale nemalou částí k němu přispívají business oddělení, nebo kvalita dat nebyla rozhodně v popředí zájmu klíčových business procesů ukazatelů organizací.
Vechny tři výe uvedené skutečnosti roztřítěnost dat, neporozumění jejich obsahu a vysoká chybovost a to zejména dat o zákaznících, vedou k tomu, e výsledky CRM systémů nedosahují očekávání business uivatelů i jejich vlastníků.
Dobrou zprávou pro vechny čtenáře je nicméně skutečnost, e jako na větinu problémů i na tuto bolest existuje lék. Tím lékem je oblast, respektive odno business intelligence, zabývající se správou klíčových dat a anglicky označovaná jako master data management (MDM). Oblast MDM vznikla historickým vývojem business intelligence jako reakce na problémy zmiňované výe a v dnení době se začíná velmi intenzivně rozvíjet a prosazovat.
Na master data management (MDM) můeme pohlíet jako na sadu procesů, přístupů, metodologií, nástrojů, technologií a řeení, které pomáhají organizacím jednoznačně identifikovat a integrovat celopodnikově sdílená klíčová data. Typickým příkladem jsou námi ji zmiňovaná data zákaznická, ale patří sem i data o produktech, slubách či lokalitách a dalí. Tím vak úlohy řeení MDM nekončí. Jejich dalím a neméně podstatným přínosem je výrazné zvýení kvality klíčových dat, jejich konzistence, dostupnosti a důvěryhodnosti. Dále pak mají tyto aplikace na starosti správu významu sémantiky klíčových dat a také správu vztahů mezi daty klíčovými a ostatními.
Z výe uvedené definice je zřejmé, e správa klíčových dat je netriviálním problémem, který má mnoho aspektů a nezasahuje jenom do oblasti podnikových IS/ICT systémů, ale také a velmi významně ovlivňuje podobu business procesů.
Zařazení oblasti MDM v rámci organizace ukazuje obrázek. Z něj je patrné, e je řízena business potřebami a skládá se z business poadavků, prvků/komponent podnikové architektury a na nejnií úrovni i řeeními a slubami pro správu klíčových dat:
V rámci datových úloi mluvíme o centrálních databázích klíčových podnikových dat, například hlavních databázích zákazníků, centrálním produktovém katalogu, centrálním adresním etalonu apod. Tato datová úloitě mohou být dvojího typu analytická a operativní. Operativní úloitě mají na starosti správu dat v reálném čase a v podstatě reálnou tvorbu centrálních číselníků klíčových dat. Analytická úloitě například datové sklady pak přebírají hlavní identifikované a unifikované údaje a doplňují je o údaje analytické, například v případě zákazníka je k jeho identifikaci a jménu (pořízenému operativním úloitěm) doplněna informace o aktuální hodnotě jeho portfolia produktů a slueb, případně pravděpodobnost rizika odchodu, podvodného jednání či dalí.
Integrační platforma
Druhá komponenta má za úkol zajistit bezpečnou a včasnou přepravu dat mezi jednotlivými komponentami informačního systému. Na úrovni datové vrstvy přenáí data mezi produkčními systémy a centrálními úloiti. Na aplikační úrovni můe slouit k integraci funkcionality či uivatelských rozhraní, a ji na operativní, nebo analytické úrovni.
Nástroje pro zajitění datové kvality
Komponenty pro zajitění datové kvality pak mají na starosti korektnost dat a jejich soulad s realitou, včetně tzv. unifikace a identifikace záznamů. Tyto komponenty tedy zajiují, e informace například o konkrétním panu Karlu Novákovi roztřítěné a různě zadané v různých systémech nakonec budou v centrální databázi uloeny ke správnému unikátnímu záznamu o panu Karlu Novákovi a případně doplněny o chybějící údaje.
Jak funguje takové řeení v praxi? Vezměme si například pořízení dalí telefonní karty u telekomunikačního operátora. Při vaem příchodu na pobočku a ádosti o novou telefonní kartu zadá pracovník vae údaje do CRM systému. Díky nastaveným business procesům tento pracovník pečlivě a správně zadá vae jméno včetně PSČ. CRM systém ověří zadané údaje s centrální databází zákazníků a zjistí, e operátor má čtyři zákazníky vaeho jména a vaeho PSČ. Nicméně na vámi zadané kontaktní adrese bydlíte pouze vy, take pracovník vybere vae jméno. K nové telefonní kartě se pak automaticky načtou vekeré potřebné kontaktní a fakturační údaje.
Při kontrole údajů a automatickém doplnění kontaktní adresy do CRM systému zjistila centrální databáze zákazníků, e jste V.I.P. klient, nebo vae hodnota pro operátora přesahuje mezní hodnotu pro vstup do V.I.P. segmentu. Pracovník pobočky je na tuto skutečnost upozorněn a současně je upozorněn na to, e s velkou pravděpodobností budete k nové kartě aktivovat jetě datové sluby, a to zrovna takové, na ně vám minulý týden byla odeslána speciální nabídka v rámci cílené marketingové kampaně pro V.I.P. zákazníky ve vaem regionu. Vechny tyto informace získal pracovník pobočky díky spolupráci řeení customer intelligence (který počítá vai hodnotu pro operátora a současně udruje historii komunikace) a centrální databáze zákazníků. Pracovník vám proto nabídne jetě speciální datový tarif se slevou určenou V.I.P. A opravdu, jetě jste si chtěli tyto datové sluby pořídit.
Následně s vámi pracovník zkontroluje vechny údaje a po podepsání smlouvy ukončí zadávání do CRM systému. V tomto okamiku vy odcházíte spokojeni z prodejny, ale práce IS/ICT systémů operátora nekončí. Od CRM systému získává údaje tzv. provisioning systém, jeho úkolem je zprovoznit vai novou kartu v síti operátora. Současně jsou údaje předány do tzv. billingového systému, který vám v termínu podle smlouvy bude kadý měsíc vystavovat fakturu za vyuité produkty a sluby. Pro fakturaci pouíváte jinou adresu ne kontaktní, a tak bude do billingového systému zavedena automaticky tato adresa, kterou s vámi pracovník prodejny samozřejmě odsouhlasil a která je stejná jako fakturační adresa vaich stávajících karet. Oba tyto systémy udělají svoji práci a údaje o úspěné aktivaci slueb a uloení přísluných informací pro fakturaci uloí zpět do centrální databáze zákazníků. Pokud byste v tomto okamiku zavolali na kontaktní centrum, jeho pracovník ji bude vědět, e nová karta byla zaktivována.
Na tomto příkladu jsme viděli, jak vyuít centrální databázi zákazníků v jedné konkrétní situaci. Výhod centralizované a pokročilé správy klíčových dat je vak mnohem více. Mezi hlavní patří:
Autor působí jako lead business consultant ve společnosti Adastra.

Hlavní důvod se začal projevovat ji v době implementace těchto systémů a plně vystoupil na povrch právě v době jejich sputění a pouívání jsou jím pro mnohé překvapivě data o zákaznících jako taková. Coe je s nimi v nepořádku? Poslední dekáda minulého století i roky následující byly zaměřeny na sběr dat jako takových. K tomuto účelu slouily vechny primární systémy (produktové systémy, účetní systémy apod.) a vlastně i systémy CRM, jejich cílem bylo zachytit realitu v podobě databázových záznamů. Protoe business procesy společností byly samy o sobě sloité, velmi často se jednotlivé systémy implementovaly odděleně pro podporu konkrétního business procesu, organizační jednotky či tzv. line of business. V době budování těchto systémů nebyl čas na řeení problémů spojených s integrací s okolím, a to na vech úrovních datové, funkční i procesní. Vznikly tak ostrůvky dat (zákaznických, produktových a dalích) se strukturou a obsahem podporujícím dané business poadavky. Kromě těchto nesourodých ostrůvků informací trpí dnení organizace nedostatkem konzistentních informací o datech, kterými disponují tedy nedostatkem metadat. A aby toho nebylo málo, kvalita dat uloených v primárních systémech je obecně řečeno velmi nízká (kvalitou dat budeme pro účely tohoto článku rozumět zjednodueně jejich soulad s realitou). Jedná se o dnes velmi intenzivně diskutovaný problém, jeho příčiny neleí primárně a výlučně v oblasti IS/ICT systémů, jak se můe zdát, ale nemalou částí k němu přispívají business oddělení, nebo kvalita dat nebyla rozhodně v popředí zájmu klíčových business procesů ukazatelů organizací.
Vechny tři výe uvedené skutečnosti roztřítěnost dat, neporozumění jejich obsahu a vysoká chybovost a to zejména dat o zákaznících, vedou k tomu, e výsledky CRM systémů nedosahují očekávání business uivatelů i jejich vlastníků.
Dobrou zprávou pro vechny čtenáře je nicméně skutečnost, e jako na větinu problémů i na tuto bolest existuje lék. Tím lékem je oblast, respektive odno business intelligence, zabývající se správou klíčových dat a anglicky označovaná jako master data management (MDM). Oblast MDM vznikla historickým vývojem business intelligence jako reakce na problémy zmiňované výe a v dnení době se začíná velmi intenzivně rozvíjet a prosazovat.
Na master data management (MDM) můeme pohlíet jako na sadu procesů, přístupů, metodologií, nástrojů, technologií a řeení, které pomáhají organizacím jednoznačně identifikovat a integrovat celopodnikově sdílená klíčová data. Typickým příkladem jsou námi ji zmiňovaná data zákaznická, ale patří sem i data o produktech, slubách či lokalitách a dalí. Tím vak úlohy řeení MDM nekončí. Jejich dalím a neméně podstatným přínosem je výrazné zvýení kvality klíčových dat, jejich konzistence, dostupnosti a důvěryhodnosti. Dále pak mají tyto aplikace na starosti správu významu sémantiky klíčových dat a také správu vztahů mezi daty klíčovými a ostatními.
Z výe uvedené definice je zřejmé, e správa klíčových dat je netriviálním problémem, který má mnoho aspektů a nezasahuje jenom do oblasti podnikových IS/ICT systémů, ale také a velmi významně ovlivňuje podobu business procesů.
Zařazení oblasti MDM v rámci organizace ukazuje obrázek. Z něj je patrné, e je řízena business potřebami a skládá se z business poadavků, prvků/komponent podnikové architektury a na nejnií úrovni i řeeními a slubami pro správu klíčových dat:
- Business poadavky vyplývají z business potřeb a jsou řízeny čistě business odděleními.
- Tyto poadavky jsou naplňovány jednotlivými komponentami podnikové architektury, které mohou být business i technické (IS/ICT). Příkladem takovýchto komponent můe být customer data warehouse, customer data integration či data duality řeení.
- Komponenty architektury pak vyuívají jednotlivých řeení či slueb, které mají jasně definovaná rozhraní, vstupy, výstupy i dalí atributy. Stejně jako v předchozím případě můe být řeení či sluba business i technická.
V rámci datových úloi mluvíme o centrálních databázích klíčových podnikových dat, například hlavních databázích zákazníků, centrálním produktovém katalogu, centrálním adresním etalonu apod. Tato datová úloitě mohou být dvojího typu analytická a operativní. Operativní úloitě mají na starosti správu dat v reálném čase a v podstatě reálnou tvorbu centrálních číselníků klíčových dat. Analytická úloitě například datové sklady pak přebírají hlavní identifikované a unifikované údaje a doplňují je o údaje analytické, například v případě zákazníka je k jeho identifikaci a jménu (pořízenému operativním úloitěm) doplněna informace o aktuální hodnotě jeho portfolia produktů a slueb, případně pravděpodobnost rizika odchodu, podvodného jednání či dalí.
Integrační platforma
Druhá komponenta má za úkol zajistit bezpečnou a včasnou přepravu dat mezi jednotlivými komponentami informačního systému. Na úrovni datové vrstvy přenáí data mezi produkčními systémy a centrálními úloiti. Na aplikační úrovni můe slouit k integraci funkcionality či uivatelských rozhraní, a ji na operativní, nebo analytické úrovni.
Nástroje pro zajitění datové kvality
Komponenty pro zajitění datové kvality pak mají na starosti korektnost dat a jejich soulad s realitou, včetně tzv. unifikace a identifikace záznamů. Tyto komponenty tedy zajiují, e informace například o konkrétním panu Karlu Novákovi roztřítěné a různě zadané v různých systémech nakonec budou v centrální databázi uloeny ke správnému unikátnímu záznamu o panu Karlu Novákovi a případně doplněny o chybějící údaje.
Jak funguje takové řeení v praxi? Vezměme si například pořízení dalí telefonní karty u telekomunikačního operátora. Při vaem příchodu na pobočku a ádosti o novou telefonní kartu zadá pracovník vae údaje do CRM systému. Díky nastaveným business procesům tento pracovník pečlivě a správně zadá vae jméno včetně PSČ. CRM systém ověří zadané údaje s centrální databází zákazníků a zjistí, e operátor má čtyři zákazníky vaeho jména a vaeho PSČ. Nicméně na vámi zadané kontaktní adrese bydlíte pouze vy, take pracovník vybere vae jméno. K nové telefonní kartě se pak automaticky načtou vekeré potřebné kontaktní a fakturační údaje.
Při kontrole údajů a automatickém doplnění kontaktní adresy do CRM systému zjistila centrální databáze zákazníků, e jste V.I.P. klient, nebo vae hodnota pro operátora přesahuje mezní hodnotu pro vstup do V.I.P. segmentu. Pracovník pobočky je na tuto skutečnost upozorněn a současně je upozorněn na to, e s velkou pravděpodobností budete k nové kartě aktivovat jetě datové sluby, a to zrovna takové, na ně vám minulý týden byla odeslána speciální nabídka v rámci cílené marketingové kampaně pro V.I.P. zákazníky ve vaem regionu. Vechny tyto informace získal pracovník pobočky díky spolupráci řeení customer intelligence (který počítá vai hodnotu pro operátora a současně udruje historii komunikace) a centrální databáze zákazníků. Pracovník vám proto nabídne jetě speciální datový tarif se slevou určenou V.I.P. A opravdu, jetě jste si chtěli tyto datové sluby pořídit.
Následně s vámi pracovník zkontroluje vechny údaje a po podepsání smlouvy ukončí zadávání do CRM systému. V tomto okamiku vy odcházíte spokojeni z prodejny, ale práce IS/ICT systémů operátora nekončí. Od CRM systému získává údaje tzv. provisioning systém, jeho úkolem je zprovoznit vai novou kartu v síti operátora. Současně jsou údaje předány do tzv. billingového systému, který vám v termínu podle smlouvy bude kadý měsíc vystavovat fakturu za vyuité produkty a sluby. Pro fakturaci pouíváte jinou adresu ne kontaktní, a tak bude do billingového systému zavedena automaticky tato adresa, kterou s vámi pracovník prodejny samozřejmě odsouhlasil a která je stejná jako fakturační adresa vaich stávajících karet. Oba tyto systémy udělají svoji práci a údaje o úspěné aktivaci slueb a uloení přísluných informací pro fakturaci uloí zpět do centrální databáze zákazníků. Pokud byste v tomto okamiku zavolali na kontaktní centrum, jeho pracovník ji bude vědět, e nová karta byla zaktivována.
Na tomto příkladu jsme viděli, jak vyuít centrální databázi zákazníků v jedné konkrétní situaci. Výhod centralizované a pokročilé správy klíčových dat je vak mnohem více. Mezi hlavní patří:
- podpora klíčových rozhodnutí korektními daty,
- zlepení výměny dat a informací v organizaci,
- zlepení komunikace v organizaci díky vybudování a pouívání jednotného slovníků pojmů,
- podpora výměny informací se subjekty v okolí organizace,
- identifikace tzv. customer lifetime value, neboli hodnoty, kterou zákazník přináí organizaci po celou dobu vztahu s organizací, a následné řízení přístupu k zákazníkům na základě této hodnoty,
- zúročení investic vloených do budování CRM systémů, zákaznických datových skladů apod. zhodnocením ji uloených dat,
- dílčí přínosy podle jednotlivých odvětví a oddělení v organizaci např. sníení rizika pojistných podvodů korektní a jednoznačnou identifikací osoby, domácnosti, vozidla; zvýení jednací síly oddělení nákupu díky unifikovanému pohledu na dodavatele apod.,
- podpora regulatorního reportingu, např. Sarbanes-Oxley, Basel II, Solvency II apod.
Autor působí jako lead business consultant ve společnosti Adastra.
Chcete získat časopis IT Systems s tímto a mnoha dalími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z naeho archivu.



















