Hantering av huvuddata

Huvuddata är data som beskriver objekten runt en affärsprocess. Kund, produkt och andra referensdata är alla huvuddataobjekt. Huvuddata ändras inte ofta, och även om de används för att beskriva transaktioner är de inte transaktionella.

Hantering av huvuddata (MDM) är centralt för alla datastyrningsprogram, vilket gör skapandet av betrodda huvuddata kritiskt. Skapa huvuddata genom att definiera huvuddataentiteter i datakatalogens affärsordlista. Du kan registrera datakällor i datakatalogen och söka i flera datalager i det distribuerade datalandskapet för att identifiera var olika huvuddata finns.

Du kan mappa de fysiska datanamnen för identifierade huvuddata till ditt gemensamma affärsförråd i Microsoft Purview. Du kan också rensa, matcha och integrera de data som du identifierade i det distribuerade datalandskapet och använda dem för att skapa gyllene huvuddataposter som lagras i ett centralt MDM-system.

Diagram som visar central huvuddatahantering.

När huvuddata har skapats och lagrats centralt kan de synkroniseras med alla system som använder huvuddata för att säkerställa deras konsekvens.

Det är viktigt att styra ditt huvuddataunderhåll. Identifiera var underhåll sker och notera vilka uppgifter som affärsprocesserna är inblandade i. Du kan använda affärsprocessidentifiering och skapa, läsa, uppdatera eller ta bort (CRUD) analys för att identifiera dessa uppgifter. När du har identifierat de uppgifter som underhåller huvuddata kan du styra data. Att ta reda på den här datastyrningen är ofta en manuell uppgift, men processutvinning och databasloggfilanalys kan hjälpa dig i processen.

Huvudlösningar för datapartner

Microsoft har samarbetat med för att tillhandahålla interna integreringar för Microsoft Purview. Utvärdera dessa produkter för organisationens huvuddatakrav.

Alternativa lösningar

Förutom en specialbyggd MDMapplication finns några av de tekniska funktioner som behövs för att skapa en MDM-lösning i Azure-ekosystemet.

  • Datakvalitet: Du kan skapa datakvalitet i dina integreringsprocesser vid inläsning till en analysplattform. Du kan till exempel använda datakvalitetstransformeringar i en Azure Data Factory-pipeline med hjälp av hårdkodade skript.

  • Datastandardisering och berikande: Azure Maps är tillgängligt för att tillhandahålla dataverifiering och standardisering för adressdata, som kan användas i Azure Functions och/eller Azure Data Factory. Standardiseringen av andra data kan kräva utveckling av hårdkodade skript.

  • Duplicerad datahantering: Du kan använda Azure Data Factory för att deduplicera rader där tillräckligt många identifierare är tillgängliga för en exakt matchning. Anpassade hårdkodade skript krävs troligen av logiken för att sammanslå matchas med lämpligt efterlevande.

  • Dataförvaltning: Power Apps kan användas för att snabbt utveckla enkla datahanteringslösningar för hantering av data i Azure. De här lösningarna innehåller lämpliga användargränssnitt för granskning, arbetsflöde, aviseringar och valideringar.

Nästa steg