2010. november 11-12. Balatonfüred Informatika a Társadalomért Konferencia Adatvagyon gazdálkodás, avagy milyen „kincsek” rejlenek az állami adatmezőkön? 2010. november 11-12. Balatonfüred Handout

Prezentáció célja Digitális Magyarország 2010-2014 Két esettanulmány i:39 Nyilvántartások konszolidációja i:54 Nemzeti adatvagyon hatékony felhasználása Két esettanulmány Adattisztítás Adatvagyon konszolidáció Gondolatébresztés

Clarity Consulting Iparági modellek Szervezet Informatikai környezet Üzleti megoldás Informatika integrálja a bevált iparági modelleket, és a megvalósításnál az informatikai és a szervezeti, azaz az emberi befogadó környezetre egyaránt összpontosít. Clarity Solutions Adatminőség menedzsment Master Data Management Adattárház Customer Relationship Management 3

Adatvagyon hatékony felhasználása Nyilvántartások konszolidációja Miért fontos az adat? IT hatékonyság Szolgáltatás fejlesztés IT hatékonyság Ügyfél-kiszolgálás Jelentések Mi a súlya az adatvagyonnak? Milyen célra és milyen mértékben? Ellenőrzések Jelentések Ellenőrzések Közigazgatás Versenyszféra

Hogyan érjük el a célt? Nemcsak az a kérdés, milyen célra és milyen mértékben…hanem hogyan? Adhoc Igények Tegnapra…. Hajsza…gyors sprint…ahogy esély sincs Kék szalag Technológia adta lehetőségek….4 fő

Üzleti szolgáltatások Adatvagyon értéklánc Hasznosítás Üzleti szolgáltatások Gazdálkodás Adatpiacok, CRM, KÜT Finomítás Adattisztítás, MDM Kitermelés Adattárház építés Feltárás Adatvagyon felmérés

Üzleti szolgáltatások Adatvagyon értéklánc Hasznosítás Üzleti szolgáltatások Gazdálkodás Adatpiacok, CRM, KÜT Finomítás Adattisztítás, MDM Kitermelés Adattárház építés Feltárás Adatvagyon felmérés

Üzleti szolgáltatások Adatvagyon értéklánc Hasznosítás Üzleti szolgáltatások Gazdálkodás Adatpiacok, CRM, KÜT Finomítás Adattisztítás, MDM Kitermelés Adattárház építés Feltárás Adatvagyon felmérés

Üzleti szolgáltatások Adatvagyon értéklánc Hasznosítás Üzleti szolgáltatások Gazdálkodás Adatpiacok, CRM, KÜT Finomítás Adattisztítás, MDM Kitermelés Adattárház építés Feltárás Adatvagyon felmérés

Üzleti szolgáltatások Adatvagyon értéklánc Hasznosítás Üzleti szolgáltatások Gazdálkodás Adatpiacok, CRM, KÜT Finomítás Adattisztítás, MDM Kitermelés Adattárház építés Feltárás Adatvagyon felmérés

Üzleti szolgáltatások Adatvagyon értéklánc Hasznosítás Üzleti szolgáltatások Gazdálkodás Adatpiacok, CRM, KÜT Finomítás Adattisztítás, MDM Kitermelés Adattárház építés Feltárás Adatvagyon felmérés

Esettanulmány 1.) – Adattisztítás DQM Pro adatelemzés szabály konvenciók PL-SQL ------ DQM módszertan szabály varázsló szabály tár szabály-betöltő DQM üzleti felhasználó DQM IT felhasználó elemzett adatbázisok szabály futtatás hiba- listák adatjavítás jó adat kereső prog. konvenciók IT felhasználó hiba- listák (javításhoz) adatjavítási módok beállítása automatikus jó adat keresés jó adat kereső prog.tár jó adat listák referencia adatbázisok update script generátor manuális adat- források manuális javítási listák eredmény kiértékelés és prezentáció manuális munka szervező DQM üzleti Felhasználó duplikáció keresés Adattisztítás sikertényezői: 1. Tudjuk, hogy milyen információt, mire szeretnénk használni: cél  szükséges minőség (csak a szükséges!) [benzin/gázolaj, 95/98 (100 lehetetlen)] 2. Dinamizmus: amivel tudunk, haladjunk – maga a folyamat is bonyolult  különösen fontos a mérés (a komplexitás nagy) [ez azért nem egy lepárlási folyamat!] 3. Megrendelő [szolgáltató] – tulajdonos [bányajogokat bíró] - kezelő [kitermelő] érdekeinek harmonizációja (értéklánc folytonosságának a biztosítása) 4. Hatékony eszközkészlet = olcsó előállítási/fenntartási költségek [finomító]: 4.1. A változó igényekhez könnyen illeszthető (ugyanarra az adatra von. igények vált. [ólmozott/ólmozatlan] / szituáció más [csövön, vagy tartálykocsin]) 4.2. A lehető legnagyobb automatizálást lehetővé tevő (automatizált javítások, adatjavító programok generálása) 4.3. Az üzleti és az informatikai modell konzisztenciáját megtartani képes, de nem rigorózus (a folyamatot/dinamizmust nem korlátozza) 4.4. A megelőzésre is használható 4.5. A folyamat minden eleme kontrollált  mérhető

Esettanulmány 1.) – Adattisztítás Feladat: duplikációkeresés+ TAJ rendszer belső inkonzisztenciái Foglalkoztatói bejelentések belső inkonzisztenciái TAJ és a bejelentési adatok közötti inkonzisztenciák Néhány múltbeli adat (nagyságrend): 30 ezer/12 millió hibás TAJ rekord 20 ezer több TAJ számmal rendelkező 1,5(+1,7) millió/ 56 millió hibás bejelentés rekord Biztosítási jogviszonnyal nem rendelkezők  célalkalmazás A feladat: alapvetően duplikációk/azonos személyek keresése az adatok standardizálásával (úgy vetjük össze, mintha javítva lettek volna, de javítva nem lettek)

Esettanulmány 2.) – Üzleti hasznosítás Adatvagyon konszolidációs célfüggvény: 5 adatgyűjtő szervezet és többféle módszer Széttagolt adatforrások (~ 8 rendszer) Papír alapú adatgyűjtés Adhoc és eseti belső felhasználás 39 db OSAP adatgyűjtés 90+80+??? mFt éves szolgáltatási díj Statisztikai adattárház és egy szolgáltató Adatgyűjtés elektronizációja SLA alapú statisztikai adatkezelés Másodlagos felhasználás és értékesítés ösztönzése

Szolgáltatási és működési modell Esettanulmány 2.) – Üzleti hasznosítás Adatvagyon felmérés 5 adatgyűjtő cég/szervezet és többféle adatfeldolgozási módszer Széttagolt adatforrások (~ 8 rendszer) 39 db és 2db / év OSAP adatgyűjtés (1 db online!) és 96 db agg. OSAP átvét Hazai (KSH, háttérintézmények) és nemzetközi (EU, OECD) adatszolgáltatás ~ 160 fő belső felhasználó 1-3.500 db adatszolgáltató 2 – 35 oldal / kérdőív 30-4.200 adathely / kérdőív 170 mFt éves szolgáltatási díj, egy statisztika átlagos költsége: ~4.360 eFt Szolgáltatási és működési modell Üzleti tervezés Közbeszerzés

Szolgáltatási és működési modell Esettanulmány 2.) – Üzleti hasznosítás Adatvagyon felmérés Szolgáltatási és működési modell Üzleti tervezés Közbeszerzés

Esettanulmány 2.) – Üzleti hasznosítás Adatvagyon felmérés Szolgáltatási díjstruktúra és elszámolási modell OSAP fejlesztés és szolgáltatás realitásának (5 éves időtáv, megtérülés) vizsgálata Megtakarításra vonatkozó elvárások vizsgálata Eredményes közbeszerzés előkészítése Szolgáltatási és működési modell Üzleti modellezés és tervezés Közbeszerzés

Esettanulmány 2.) – Üzleti hasznosítás Adatvagyon felmérés + ~ 80 mFt értékű IT beruházás + Online feldolgozás + 50 % hatékonyság- javulás + hazai és nemzetközi szolgáltatási igény (10 eFt – 1-2 mFt) + 20-30 % éves megtakarítás + Tudatos statisztikai adatgyűjtés, adatfelhasználás (SLA) + Költséghatékony megoldás - Osztódás a megrendelői oldalon Szolgáltatási és működési modell Üzleti modellezés és tervezés Közbeszerzés

www.clarity.hu + = ? Nyomás Hőmérséklet

The 4C’s of Diamonds Cut Carat Colour Clarity ?

Köszönjük a figyelmet! Lackó Péter Szedenics Gábor lacko.peter@clarity.hu mobil: +36 (20) 956 2148 Szedenics Gábor szedenics.gabor@clarity.hu mobil: +36 (30) 355 9510