داده دارای ظرفیت لازم برای تبدیل به یک سرمایه استراتژیک در یک  سازمان است ، مشروط به این که بتوان آن را به درستی مدیریت کرد . داده ، ماده اولیه تولید اطلاعات و دانش است و می تواند در فضای شدیدا رقابتی کسب و کار به یک بازیگر و یا عامل توانمند ساز مهم برای نیل به موفقیت یک سازمان تبدیل شود . در خصوص  نقش موثر داده در موفقیت سازمان ها ، خوشبختانه اختلاف نظری چندانی  وجود ندارد . چالش مهم ، عدم مشارکت فعال تمامی ذینفعان داده در یک سازمان جهت مدیریت موثر و بهینه آن است . در اکثر سازمان ها ، مسئولیت مدیریت داده بر عهده واحدهای فناوری اطلاعات است و بخش های  کسب و کار  مسئولیت چندانی در این رابطه ، خصوصا کیفیت داده را برعهده ندارند .داده توسط برنامه های متعدد و با بکارگیری فناوری های گوناگون نگهداری می شود ولی ایجاد و تغییرات آن توسط فرآیندهای کسب وکار صورت می پذیرد. بنابراین بدیهی است که در خصوص مسایل مرتبط با داده ، می بایست بیشتر بر روی جنبه های کسب و کار نسبت به جنبه های فنی تاکید داشت .
داده master، اسامی ( چیزها ) و یا موجودیت های اصلی کسب و کار نظیر مشتری ، محصول ، تامین  کننده ،شرکای تجاری ، مکان و ... را تشریح می کند که در تراکنش ها و یا رویدادهای داده نقشی تعیین کننده و مشارکتی فعال دارند . مدیریت موثر داده master در هر دامنه ای ( مشتری  ، محصول ، ... ) مستلزم تعامل موثر و همکاری تنگاتنگ بین کسب و کار و فناوری اطلاعات است . نوع و ماهیت همکاری به مسائل فرهنگی مرتبط می شود ولی با بکارگیری ساختار سازمانی مناسب ،کانال های ارتباطی قوی و فرآیندهای موثر مدیریت تغییرات ، می توان آن را به درستی سازماندهی و مدیریت کرد. مهمترین هدف اجرای یک برنامه جامع مدیریت داده master، کاهش ریسک و هزینه ها وهمچنین رشد درآمد است. اجرای این چنین برنامه ای می تواند با هدف تامین سه خواسته فوق در حوزه تحلیلی یک سازمان، حوزه های عملیاتی سازمان و یا تمامی سطوح سازمان را شامل شود . برای شروع می توان بر روی یک دامنه نظیر مشتری و یا محصول متمرکز گردید و یا اجرای برنامه جامع مدیریت داده master را بر روی چندین دامنه (Multi-domain ) در دستور کار قرار داد .
شکل 1 ، ارایه مفاهیم کسب و کار مشابه به روش های گوناگون توسط برنامه های مختلف را نشان می دهد .همانگونه که در این شکل مشاهده می شود ، نگاه به موجودیت مشتری در دو سیستم عملیاتی کاملا متفاوت است . از نام موجودیت گرفته تا نام خصلت ها ، تعداد آنها و نوع هر یک .بدیهی است که نگاه متفاوت به یک موجودیت در سطح یک سازمان می تواند مشکلات عدیده ای را هم در سطوح تحلیلی و هم در سطوح عملیاتی به دنبال داشته باشد .

ماهیت داده Master  و ضرورت مدیریت موثر آن
داده master به موجودیت های کسب و کار که چارچوب تراکنش های کسب و کار را ارایه می نمایند ، اطلاق می گردد .مقادیر داده master به عنوان داده طلائی شناخته می شوند. بر خلاف داده مرجع ،  مقادیر داده master معمولا محدود به ارزش های دامنه از قبل تعریف شده نمی باشند و قواعد کسب و کار قالب و محدود مجاز مقادیر داده را مشخص می نماید.داده master متداول در سازمان ها شامل موارد زیر است :

• شرکای تجاری شامل افراد، سازمان ها و سایر نقش ها نظیر مشتریان ، شهروندان ، فروشندگان ، تامین کنندگان ، شرکای کسب و کار، رقباء ، پرسنل ، دانشجویان و ...
• محصولات داخلی و خارجی
• ساختارهای مالی نظیر مراکز هزینه ، مراکز درآمد و...
• مکان ها نظیر آدرس ها

نیاز به داده master با کیفیت بالا و یک دست ، یکی از الزامات حیاتی موفقیت برای هر کسب و کار است . مدیریت داده master ، فرآیند تعریف و نگهداری نحوه ایجاد ، یکپارچگی و نگهداری و استفاده از داده master در تمامی سازمان است که چالش های مختص به خود را دارد :

•  تعیین صحیح ترین مقادیر داده طلایی از بین مقادیر داده موجود که دارای بیشترین موارد تناقض می باشند .
• استفاده از مقادیر داده طلایی در مقابل سایر داده هایی که دارای صحت کمتری هستند .

مدیریت داده master در پی آن است که پس از شناسایی و تعیین مقادیر داده طلایی ، امکان استفاده از آنها را در هر مکان مورد نیاز فراهم کند.برای پیاده سازی مدیریت داده master از ابزارهای یکپارچه سازی نظیر ETL ، ابزارهای تمیزکاری داده ، منابع داده عملیاتی که به عنوان هاب های داده اصلی عمل می کنند و یا برنامه های خاص مدیریت داده master ، استفاده می شود. یک برنامه  جامع مدیریت داده master با تمرکز بر روی سه حوزه اصلی کار خود را آغاز می کند.

•  شناسایی رکوردهای تکراری درون منابع داده به منظور ایجاد و نگهداری شناسه های سراسری با هدف فعال سازی یکپارچگی.
•  تجمیع منابع داده و ارایه رکوردهای طلایی و یا بهترین نسخه از حقیقت( truth ) با هدف ارایه  یک نگرش تلفیقی از اطلاعات بین سیستم ها
• امکان دستیابی به داده طلایی توسط برنامه ها .این کار یا به صورت خواندن مستقیم و یا بکارگیری تغذیه کننده های تکرارشونده  به بانک های اطلاعاتی OLTP و یا DW/BI انجام می شود .

چالش های اجرای یک پروژه مدیریت داده Master
مدیریت داده master چالش های متعددی را برای سازمان ها خصوصا از بعد تشخیص و شناسایی اولیه وضعیت موجود به دنبال خواهد داشت .

• نحوه ایجاد چشم انداز مدیریت داده master چگونه می بایست باشد تا به یک عامل توانمندساز چشم انداز و استراتژی کسب و کار تبدیل گردد ؟
• نحوه برخورد سازمان ها با مواردی همچون حاکمیت ، ساختار سازمانی ، تصمیم گیری و فرآیندهایی که به عنوان یک مانع جدی در اجرای یک برنامه مدیریت داده master مطرح می باشند ، به چه صورت است ؟
• نحوه ایجاد زیرساخت مورد نیاز برای موفقیت برنامه مدیریت داده master به چه صورت است ؟
• چه نقش ها ، سازمان ها ، مکان ها و اشیایی موجود است که به دفعات به آنها رجوع می شود؟
•  چه داده یی  شخص ، سازمان ، مکان و موارد مشابه دیگر را تشریح می کند ؟
•  داده کجا ذخیره شده است و منبع داده چیست؟
• کدام داده صحیح تر است ؟ به کدام منبع داده بیشتر می توان اعتماد کرد ؟ کدام داده به روزتر است ؟
• چه داده یی مرتبط با نیازهای خاصی است ؟ وضعیت هم پوشانی آنها به چه صورت است ؟
• چه داده یی از چندین منبع داده را می توان یکپارچه کرد تا به کمک آن یک دید و شناخت جامع از موجودیت هایی نظیر مشتری ارایه شود ؟
• چه قواعد کسب و کاری را می توان ایجاد کرد  تا فرآیند بهبود کیفیت داده اصلی در رابطه با اشخاص مشابه ، سازمان ،مکان و ... را تضمین و خودکار  نماید ؟
• نحوه شناسایی داده هایی که بطرز نامناسبی تطبیق و تلفیق شده اند به چه صورت است ؟
• چگونه مقادیر داده طلایی را برای سایر سیستم ها ودر تمامی سازمان ارایه کرد؟
• نحوه شناسایی مکان و زمانی که سیستم ها از داده طلایی استفاده نمی کنند به چه صورت است ؟

 بخش های مختلف یک سازمان هر یک دارای نیازها و انتظارات مختص به خود در رابطه با  کیفیت داده می باشند . بسیاری از مسایل مربوط به ناسازگاری داده را نمی توان از طریق برنامه های اتوماتیک برطرف کرد و این کار نیازمند اقدام از یک سطح بالاتر خصوصا از بعد تصمیم گیری توسط شورای عالی حاکمیت داده است.

سطح بلوغ مدیریت داده master
کجا قرار گرفته ایم ؟ قصد رفتن به کجا را داریم؟ چگونه می خواهیم این مسیر را طی کنیم؟  شناسایی این که هم اینک در چه نقطه ای قرار داریم و قرار است به چه نقطه ای برسیم به ما کمک خواهد کرد تا با تدوین یک نقشه راه به سمت مقصد حرکت کنیم . مدل های بلوغ مدیریت داده master می توانند در ایجاد یک زبان مشترک ، نقاط تمرکز ، اندازه گیری وضعیت  موجود، وضعیت مطلوب ، فاصله ها و دستاوردهای گذر از یک سطح به سطح بالاتر به سازمان ها کمک کنند . در شکل 2 ، سطوح مختلف مدل بلوغ مدیریت داده master گارتنر نشان داده شده است .


نقشه راه اجرای یک برنامه مدیریت داده master  
طرح های مدیریت داده master ، فرآیندها و فناوری های مورد نیاز می بایست با استراتژی سازمانی همسو و هم جهت باشند .در شکل 3 ، رویکرد اجرای یک پروژه مدیریت داده master به همراه مراحل مربوطه نشان داده شده است.
  خلاصه
داده master و مدیریت صحیح آن یکی از الزامات هر بنگاه کسب و کار است . با بکارگیری یک معماری موثر می توان شرایط مدیریت بهینه داده master را در سطح یک سازمان فراهم کرد. بدون وجود یک معماری یکپارچه سازی داده ، مدیریت داده  master به صورت محلی و در سیلوهای برنامه محقق می گردد.این کار ضمن ایجاد افزونگی داده، شرایط ناسازگاری داده را نیز فراهم می کند . با اجرای یک برنامه جامع مدیریت داده master  یک انطباط و نگرش یک دست به موجودیت های اساسی کسب وکار نظیر مشتری ، مکان ، شرکای تجاری و... ایجاد می گردد .ارزیابی سطح بلوغ وضعیت مدیریت داده Master در یک سازمان به شما کمک می کند تا ضمن شناسایی وضعیت موجود، با استفاده از یک چارچوب مدون ، سطح بلوغ را ارتقاء داد .