디지털 시대에 접어들면서 기업들은 다양한 내·외부 소스로부터 기하급수적으로 증가하는 데이터에 직면하고 있다. 이 데이터들은 단편화되고 일관성이 없으며 때로는 중복된 정보를 가지고 있다.

마스터 데이터 관리(MDM)는 혼란스러운 데이터를 실행 가능한 인텔리전스로 전환하고, 데이터 관계를 탐지하며, 중복을 해결하고, 필요한 이해관계자가 데이터를 사용할 수 있도록 지원한다.

IT 분야 리서치 및 자문 업체인 인포테크 리서치 그룹은 최근 ‘마스터 데이터 관리 실행 및 플랫폼 개발’ 연구 보고서를 발표하고, 기업들이 MDM 실행과 플랫폼을 개발하는 데 도움이 되는 2단계 방법론을 제시했다.

AI 기술이 결합되면서 MDM 기술 지형에는 큰 변화가 일고 있다. AI는 ML 알고리듬을 통합하여 데이터 프로파일링 자동화, 워크플로 관리, 중복 탐지, 지능형 매치와 병합 제안 등 많은 MDM 프로세스를 효율화하여 수동 개입을 줄이면서 정확성은 향상시키고 있다.

MDM은 특히 인수합병 과정에서 매우 중요한 역할을 한다. 이 때에는 단일 정보 소스 역할을 하기 위해 통합된 마스터 데이터가 절실히 필요하다. 그럼에도 불구하고 기업의 가장 중요한 데이터 정의와 해당 기록 시스템에 대한 통찰력을 갖지 못할 수 있다. 기업들은 마스터 데이터 불일치를 정확히 찾아내거나 데이터 요구 사항을 완전히 이해하는 데 어려움을 겪는 경우가 많다. 사업부 간에 걸쳐 데이터 자산에 대한 관점과 정의가 상충되면 더 큰 문제가 발생할 수 있다.

인포테크는 MDM의 효율적인 실행을 위해 일반적인 비즈니스 전략과 기본 마스터 데이터 과제를 이해하는 것이 중요하다고 강조하면서, 2단계 방법론을 제시했다.

1단계는 MDM에 대한 비전 구축 단계다.

MDM에 관한 포괄적인 지식 기반을 구축하고 인수 합병, 옴니채널 전략, 다중 제품 라인 관리, 다중 ERP 설정 영역의 당면과제를 파악한다. 그리고 MDM 전략을 위해 조직에서 가장 중요한 마스터 데이터가 포함된 데이터 도메인을 결정한다. 그 후 MDM 프로그램에 대한 전략적 비전을 수립한다. 주요 지표, 책임, MDM 목표를 기록하여 조직의 지원을 확보하고 프로젝트를 공식화하는 계획을 수립한다.

2단계는 MDM 실행과 플랫폼 구축 단계다.

MDM에서 데이터 전략, 거버넌스, 아키텍처의 역할을 이해하고 MDM에 대한 조직의 현재 데이터 상태를 문서화한다. 다양한 MDM 구현 스타일을 고려하고 대상이 되는 MDM 구현 시스템을 문서화한다. 그리고 마스터 데이터 관리 플랫폼을 설계하고 MDM 프로젝트의 다음 단계를 고려한다.

인포테크는, MDM 구현의 최종 목표는 약속된 비즈니스 결과를 제공하도록 하는 것이라고 강조했다. 데이터에 대한 규칙, 지침, 표준을 통해 기술을 보완해 기업들은 데이터가 전체 데이터 소스와 지속적으로 동기화해야 한다.