Enterprise Data Management: use and need

wprowadzenie

nasz Cyfrowy świat zbudowany jest na informacjach. Dane są wszędzie i każdy je wykorzystuje w swojej codziennej działalności. Zarządzanie danymi ostatnio odnotowało wzrost popularności wśród firm, organizacji, analityków i doradców. Co napędza ten rozwój, biorąc pod uwagę, że ten temat nie jest ogólnie uważany za bardzo seksowny?

dane są reprezentacją faktów. Umieszczając dane w kontekście, tworzy się informacje. Brak dobrego zarządzania danymi często automatycznie oznacza, że zarządzanie i informacje operacyjne nie są skuteczne. Na dłuższą metę sparaliżuje to organizację do tego stopnia, że nie może już prawidłowo funkcjonować. Powodem tego jest to, że ważne decyzje są podejmowane zbyt późno, ponieważ ludzie nie mogą już polegać na informacjach zarządczych. Ponadto zarządzanie procesami biznesowymi wymaga coraz większego czasu i wysiłku, ponieważ zadania i obowiązki działów nie są dobrze dopasowane do siebie. W tej sytuacji każdy tworzy i zarządza tylko tymi danymi, które są niezbędne do wykonywania własnych obowiązków, a zatem korzysta z własnego zestawu definicji danych. Ponieważ departamenty oskarżają się nawzajem o nieścisłość, środki kontroli są nakładane masowo, a operacje stają się jeszcze bardziej widoczne, co prowadzi do spirali spadkowej dla całego przedsięwzięcia. Dlatego istnieje pilny powód biznesowy, aby przypisać zarządzanie danymi niezależną i profesjonalną pozycję w organizacjach.

ponadto przepisy i regulacje wymuszają zorganizowaną organizację zarządzania danymi. Regulacje w sektorze finansowym, takie jak Bazylea i wypłacalność, nakazują wdrożenie ram zarządzania w zakresie jakości danych i identyfikowalności informacji wykorzystywanych w sprawozdaniach organizacyjnych. W tym kontekście Bazylea II stwierdza: „bank musi wdrożyć proces weryfikacji danych wprowadzanych do statystycznego modelu niewykonania zobowiązania lub przewidywania strat, który obejmuje ocenę dokładności, kompletności i stosowności danych specyficznych dla przypisania zatwierdzonego ratingu.”Zarządzanie danymi jakościowymi jest ważne, aby móc spełnić te kryteria, ale może być również bardzo czasochłonne. W tym kontekście trudno jest przestrzegać zasad i regulacji lub obowiązujących umów z dostawcami i odbiorcami.

zarządzanie danymi przedsiębiorstwa obejmuje wszystkie działania w ramach organizacji mające na celu ustrukturyzowaną identyfikację, klasyfikację, rejestrację, modelowanie, odblokowywanie, zabezpieczanie, archiwizację i usuwanie danych. W tym kontekście termin „Przedsiębiorstwo” oznacza całościowy charakter zarządzania danymi w całej organizacji.

to, że zarządzanie danymi odgrywa tak kluczową rolę w działalności gospodarczej, podkreślają Oświadczenia urzędników szczebla C. Aloys Kregting, CIO z DSM, wybrany na CIO roku 2011, mówi: „CIO powinien przede wszystkim dbać o wartość informacji. Musisz dokładnie wiedzieć, którzy ludzie potrzebują jakich informacji, kiedy i ułatwić ten proces. To po raz kolejny podkreśla znaczenie sprawozdawczości i zarządzania danymi podstawowymi.”

jako drugi przykład możemy wskazać CEO firmy wydobywczej i wydobywczej ropy naftowej, który zdaje sobie sprawę, że dobre zarządzanie danymi jest kolejnym krokiem w rozwoju jego firmy w kierunku doskonałości biznesowej i pozwoli jej wyróżnić się na tle konkurencji: „ciągłe wysiłki na rzecz poprawy będą teraz koncentrować się na wykorzystaniu tych zmian i odkryciu ukrytej wartości, którą oferują. Oznacza to usprawnienie procesów i lepsze zarządzanie danymi w celu zapewnienia szybszego i bardziej świadomego podejmowania decyzji, większej reakcji na potrzeby klientów i mniejszej ilości odpadów – wszystko to przekłada się na większą konkurencyjność.”

dane jako aktywa

jak wspomniano powyżej, dane są reprezentacją faktów. W środowisku biznesowym oznacza to „fakty dotyczące działalności gospodarczej”. Bez kontekstu i struktury dane te nie mają wartości dodanej dla firmy. Brakuje mu treści i znaczenia, aby mieć jakąkolwiek prawdziwą wartość. Rozróżniamy dane ustrukturyzowane (przechowywane i rozmieszczone w bazie danych) i dane nieustrukturyzowane (w postaci dokumentów, plików, obrazów, wiadomości tekstowych, formularzy, filmów lub nagrań dźwiękowych, których nie można włączyć do wierszy, kolumn ani rekordów).

bez dodatkowych informacji trudno, jeśli nie niemożliwe, sklasyfikować, zarejestrować i odblokować te dane do użytku. W momencie, gdy wprowadzamy kontekst do tych danych-to wtedy nabierają one znaczenia. Następnie dodajemy odniesienie, datę i godzinę, znaczenie wiadomości, format. Dzięki temu dane są ustrukturyzowane i stają się informacjami. Jeśli połączymy wszystkie różne źródła informacji, ustanawiając relacje i identyfikując wzorce, informacja ta staje się wiedzą. Jest to zatem wartość dodana Business intelligence( BI): łączenie różnych źródeł informacji w organizacji w celu zwiększenia podejmowania decyzji przez kierownictwo firmy. Patrz także rysunek 1.

Rysunek 1. Wartość danych, umieszczonych w kontekście.

organizacje, które są w stanie najlepiej uporządkować swoje dane i udostępnić te informacje pracownikom wiedzy w firmie, będą miały przewagę konkurencyjną. Wykorzystanie nieodłącznej potęgi handlowej tych danych da firmom i organizacjom strategiczną przewagę nad konkurentami. Eric Schmidt, były dyrektor generalny Google, stwierdził w 2010 roku: „nie wierzę, że społeczeństwo rozumie, co się dzieje, gdy wszystko jest dostępne, znane i rejestrowane przez wszystkich przez cały czas.”A Gartner deklaruje: – W sektorze prywatnym szacujemy na przykład, że detalista korzystający w pełni z big data może zwiększyć marżę operacyjną o ponad 60%.”()

ale nie chodzi tylko o dobre strukturyzowanie i odblokowywanie danych. Przez kilka lat panowała idea, że BI rozwiąże problem informacji zarządczej. Większość globalnych firm i organizacji wdrożyła złożone oprogramowanie i wykonała drogie programy BI. Niemniej jednak zarząd nie jest zadowolony. Ponieważ BI jest przede wszystkim zorientowany na dane ustrukturyzowane, niewystarczający wysiłek jest inwestowany w odblokowanie wartości nieustrukturyzowanych danych. Co więcej, informacje zarządcze nie mogą być łatwo modyfikowane w celu dostosowania do zmieniających się potrzeb firmy. KPMG stwierdziła: „ogromne inwestycje w IT niekoniecznie gwarantują lepsze informacje. Ważniejsze jest zasadnicza zmiana sposobu gromadzenia, przetwarzania i prezentacji danych.”()

informacje ujawniane za pomocą hurtowni danych są bezwartościowe, jeśli jakość bazowego zbioru danych jest słaba. Dane nieustrukturyzowane (ok. 85% wszystkich danych firmy) nie można uzyskać dostępu za pośrednictwem hurtowni danych. W związku z tym pojawiają się pytania: jak możemy uaktualnić te dane i co stanowi dobre zarządzanie danymi dla danych nieustrukturyzowanych? W tym kontekście „dobra” oznacza zgodnie z kryteriami jakości, które organizacja nałożyła na dane. Oczywiste jest, że „dobre dane” nie są czymś, co pojawia się znikąd. Wymagana jest struktura. Ta struktura składa się z działań, które firma musi zorganizować i osadzić w organizacji w logiczny i precyzyjny sposób. To się nazywa zarządzanie danymi i obejmuje wszystkie działania organizacyjne ukierunkowane na operacje biznesowe, w celu identyfikacji, klasyfikacji, rejestracji, modelowania, odblokowywania, zabezpieczania, archiwizowania i usuwania danych w ustrukturyzowany sposób. Do takich działań używamy terminu „Enterprise Data Management” (EDM), ponieważ obejmuje on działania wykonywane w całej organizacji.

świadomość, że dobre zarządzanie danymi może wnieść wartość dodaną do działalności firmy i zwiększyć zyski, sprawiła, że analitycy i doradcy umieścili dane na tym samym poziomie, co inne zasoby firmy, takie jak grunty, budynki i maszyny. W tym kontekście dane są definiowane jako aktywa firmy. Zasoby muszą być dobrze zarządzane: odpowiednio utrzymywane i chronione, z przypisaną własnością i terminowym usuwaniem lub wymianą danych, jeśli staną się nieaktualne. Podobnie jak inne zasoby, dane organizacyjne mogą być również sprzedawane w celu wydobycia ich wartości. Na przykład konkurenci będą cenili informacje o klientach, ponieważ mogą być wykorzystywane do poprawy sprzedaży.

dyrektorzy wiodących firm na całym świecie w pełni to dostrzegli. Programy związane z danymi znajdują się na listach działań. Grupa Hackett stwierdza: „firmy dostrzegają, że rzuciły dużo pieniędzy na aplikacje, ale bez standaryzacji i oczyszczenia swoich danych nadal otrzymują informacje, które nie mają sensu. Mają firmy, które używają różnych definicji, które obliczają metryki w różny sposób, które używają różnych hierarchii. Ta cała koncepcja zarządzania danymi podstawowymi jest absolutnie kluczowa dla firm, aby móc ostatecznie dotrzeć do punktu, w którym mają analitykę predykcyjną.”Uzasadnienie biznesowe dla inicjowania programów zarządzania danymi podstawowymi (MDM) wydaje się oczywiste:” do 2013 r.MDM zmniejszy redundancję danych organizacji, co może zaoszczędzić 80% kosztów związanych z zarządzaniem nadmiarowymi danymi.”()

Modele zarządzania danymi przedsiębiorstwa

zarządzanie danymi jest przedmiotem dużej uwagi od dłuższego czasu, a istnieje mnóstwo modeli i metod, wszystkie twierdząc, że zapewniają najlepszą odpowiedź na strukturę zarządzania danymi przedsiębiorstwa. Międzynarodowa Organizacja Normalizacyjna, lepiej znana jako ISO, ma niezliczone standardy, z których każdy obejmuje pod-aspekt spektrum danych. Na przykład ISO 27001 zajmuje się bezpieczeństwem informacji. ISO 15489 jest normą stosowaną w zarządzaniu informacją z perspektywy archiwalnej. ISO 23081 jest standardem dla metadanych. Ponadto można użyć ISO 19005 jako wytycznych dotyczących wyglądu danych. Mamy więc mnóstwo standardów. Inne ramy, takie jak COSO oraz Cobit i ISF, mówią o znaczeniu danych w szerszym znaczeniu, ale tylko z perspektywy ryzyka.

zarządzanie danymi ciało wiedzy

bardziej kompletny model wydaje się, że DAMA-DMBOK. Zawiera zbiór najlepszych praktyk w dziedzinie zarządzania danymi, które zostały uzupełnione o nowe spostrzeżenia z rzeczywistych praktyk na przestrzeni lat. Przewodnik DAMA-DMBOK (w całości: Data Management Body of Knowledge)jest publikacją Data Management Association, międzynarodowej organizacji skierowaną do menedżerów danych i specjalistów ds.

DMBOK identyfikuje dziesięć różnych funkcji danych. Funkcje te przedstawiono na rysunku 2. Zarządzanie danymi to funkcja, która łączy ze sobą inne domeny. W każdej z dziedzin należy zwrócić uwagę na czynniki środowiskowe, takie jak obecne metody i procedury pracy, stosowane techniki i kultura organizacyjna.

Rysunek 2. Domeny danych według DAMA ().

DAMA ma swoje słabe strony. Na przykład fakt, że wymienione funkcje odnoszą się do siebie tylko w szerokim zakresie, co oznacza, że użytkownik nie zawsze rozpoznaje lub rozumie związek między funkcjami, a następnie nadrzędne znaczenie połączenia. Co więcej, DAMA wydaje się być zorientowana na tradycyjne, ustrukturyzowane dane, przynajmniej w tym momencie. W tym przypadku niewiele uwagi poświęca się znaczeniu treści z mediów społecznościowych. Bezpieczeństwo danych w Dam ma na celu przede wszystkim technologiczną ochronę danych. Poza tym różnica w sposobie, w jaki pokolenia radzą sobie z danymi, nie została wyraźnie uznana za istotny czynnik (czynnik środowiskowy). Wreszcie – i jest to chyba największy sprzeciw-to przede wszystkim ramy pojęciowe. Brakuje w nim praktycznych przykładów, aby pojęcia i terminy były wystarczająco jasne dla czytelnika, co pociąga za sobą ryzyko niespójnej interpretacji. Sposób, w jaki należy wdrożyć te ramy, jest również dość niejasny. Jest to sprzeczne z podstawowym celem zbioru wiedzy. Wszakże stosowanie tej wiedzy powinno mieć na celu stymulowanie spójności w stosowaniu zarządzania danymi. To z tych powodów używamy DAMA tylko do identyfikacji funkcji, ponieważ są one rzeczywiście stałe.

KPMG Enterprise Data Management model

w / w modele zawierają istotne elementy, które należy uwzględnić w realizacji profesjonalnej organizacji zarządzania danymi. Dla operacjonalizacji zarządzania danymi ważny jest jednak inny zestaw aspektów, które nie są objęte tymi modelami.

przede wszystkim wiąże się to z faktem, że dane są wymieniane między systemami zarówno w ramach organizacji, jak i między organizacją a stronami trzecimi. W związku z tym zarządzanie danymi powinno zapewnić zawieranie dobrych umów o formacie, w jakim dane są dostarczane, o walidacji jakości dostarczonych danych, o możliwych rundach wzbogacania przed dalszym przetwarzaniem danych oraz o wszelkich procedurach, jeśli w procesie wystąpią wady. Działania te grupujemy pod pojęciami „pozyskiwanie i tworzenie „oraz ” dystrybucja”.

ponadto EDM powinien również zapewnić utrzymanie RAM EDM jako całości. Organizacja musi mieć do dyspozycji procesy rejestrowania dokumentów i wad zidentyfikowanych podczas operacyjnej realizacji działań EDM. Powinny one być omawiane w organach konsultacyjnych ds. zarządzania EDM i powinny prowadzić do dostosowania istniejących procedur i technik. W tym kontekście można rozważyć sytuację, w której pulpit jakości danych używany w organizacji musi zostać dostosowany, ponieważ organizacja chce monitorować nowy obiekt danych. W takich przypadkach powinien istnieć „proces zmiany”, który ustanawia proces decyzyjny w sprawie tej zmiany i wdraża zmianę Pulpitu nawigacyjnego po podjęciu decyzji.

Wreszcie, wszystkie działania EDM wykonywane przez organizację powinny być oceniane pod kątem ich skuteczności i efektywności. Podobnie jak w przypadku podstawowych procesów w organizacji, powinien istnieć mechanizm „planuj, rób, sprawdzaj, działaj” dla EDM, aby można było kontrolować, czy realizacja działań EDM jest zgodna z umowami zawartymi w tej sprawie. „Monitorowanie procesu” umożliwia to i pozwala organizacji EDM na samodzielne identyfikowanie wszelkich defektów i podejmowanie działań naprawczych.

kroki te przedstawiono w modelu KPMG EDM na rysunku 3.

Rysunek 3. Model zarządzania danymi przedsiębiorstwa KPMG.

poniżej przedstawiamy krótki opis najważniejszych elementów w modelu.

• zarządzanie danymi jest ukierunkowane na kierowanie działaniami w zakresie zarządzania danymi. Kwestie takie jak strategia, Polityka, role, zadania i obowiązki należą do tej kategorii.
• Architektura danych zajmuje się definiowaniem i dokumentowaniem obiektów danych i struktur danych w modelu danych. Stanowią one podstawę do analizy informacji oraz budowania procesów i systemów w organizacji.
• zarządzanie danymi podstawowymi dotyczy jakości danych podstawowych i referencyjnych. Ostatecznym celem jest stworzenie unikalnych („złotych”) płyt.
• Hurtownia danych to działanie, które zapewnia definicję architektury używanej do przechowywania danych w relacyjnych bazach danych.
• Business Intelligence polega na otwieraniu danych przechowywanych w hurtowniach danych. Dane muszą być przekazywane w taki sposób, aby dostarczały zarządowi użytecznych informacji, umożliwiając im podejmowanie świadomych decyzji.
• zarządzanie jakością danych dotyczy dokumentacji strukturalnej kryteriów jakości, analizy rzeczywistej jakości danych i raportowania jakości danych.
• zarządzanie treścią jest ukierunkowane na klasyfikację danych, strukturyzację przepływów dokumentów i dostęp do nich.
• Archiwizacja jest zorientowana na przenoszenie nieaktywnych danych do innych środowisk.
• w ramach operacji zarządzania „metadane” odnoszą się do informacji dotyczących elementów zarządzania danymi, takich jak techniczne i funkcjonalne opisy obiektów danych i modeli danych.
• zarządzanie bazami danych jest ukierunkowane na operacyjne techniczne zarządzanie bazami danych.
• bezpieczeństwo danych ma na celu zabezpieczenie danych przed nieautoryzowanym dostępem i wykorzystaniem tych danych.
• zarządzanie tożsamością, podsumowując, określa dostęp do danych.

aby uzyskać bardziej szczegółowy opis wielu tych elementów EDM, odsyłamy do oddzielnego artykułu na temat elementów EDM, które zostały zawarte w tym kompakcie.

EDM z perspektywy organizacyjnej

w ramach niniejszego artykułu pozostaje nam jedynie odpowiedzieć na kwestię najlepszego sposobu wdrożenia modelu EDM w praktyce.

jeśli przyjrzysz się dokładnie różnym składnikom EDM, jak pokazano na rysunku 3, odniesiesz wrażenie, że w tych składnikach jest mało logicznego porządku. Rysunek 3 pokazuje, że nie ma proponowanego priorytetyzowania lub stopniowego określania konstrukcji i wdrażania elementów. Oczywiste jest jednak, że zarządzanie danymi łączy wszystkie pozostałe elementy. Dzięki temu chcemy wskazać, że nie ma rankingu między domenami, a kolejność, w jakiej są ułożone składniki EDM, jest czysto losowa. Zarządzanie danymi stanowi tutaj wyjątek. Związek, który tworzy zarządzanie danymi między wszystkimi innymi częściami EDM wyraźnie pokazuje, że żadna działalność w zakresie zarządzania danymi nie może być rozwijana i wdrażana z powodzeniem, jeśli nie ma zarządzania danymi w organizacji.

zarządzanie danymi stanowi podstawę wszystkich działań związanych z zarządzaniem danymi. Bez tego fundamentu działalność byłaby jedynie stos luźnych cegieł bez struktury i cementu. Może to oznaczać, że rozwiązania BI są kupowane i wdrażane, gdy nie ma wystarczających standardów danych lub definicji danych. Lub może się zdarzyć, że jakość danych wymagana do generowania wiarygodnych informacji zarządczych jest niewystarczająca. Może to prowadzić do zaprojektowania i zakupu systemów, które nie są kompatybilne z innymi systemami, ponieważ nie istnieje nadrzędny model danych przedsiębiorstwa, który mógłby służyć jako podstawa dla wszystkich zmian systemu. Może to ostatecznie doprowadzić do tego, że organizacja aktywnie wykorzysta ślady pozostawione przez internautów na stronach internetowych, bez uwzględniania Zasad Prywatności, co może prowadzić do uszkodzenia obrazu i być może roszczeń.

zarządzanie danymi zapewnia, że istnieje wizja i strategia zarządzania danymi w całej organizacji, wspierana przez kierownictwo. Wizja informuje nas o tym, co chcemy osiągnąć. Wskazuje na ambicję organizacji. Wszystkie działania związane z danymi powinny być zgodne z tą wizją, a strategia powinna zapewnić spójność tych działań. Strategia określa również zakres zarządzania danymi w organizacji. Ignorując nadrzędny model DAMA, organizacje mogą woleć pomijać pewne aspekty, ponieważ prawdopodobnie są one już wypełniane gdzie indziej, w jednostce zdecentralizowanej. Stale powtarzającym się zjawiskiem jest na przykład fakt, że HR tworzy własną organizację zarządzania danymi i tylko w ograniczonym zakresie korzysta z wytycznych i standardów opracowanych przez Centralną organizację zarządzania danymi.

zarządzanie danymi zapewnia również, że uwagę poświęca się formułowaniu zasad polityki. W tym kontekście mamy na myśli politykę bezpieczeństwa informacji, zasady polityki dotyczące architektury danych, archiwizacji i jakości danych. Ponadto zarządzanie danymi zapewnia organizacyjne osadzanie zarządzania danymi. Konieczne jest określenie: kto jest ostatecznie odpowiedzialny, gdzie i w jaki sposób podejmowane są decyzje dotyczące strategii, polityki, standardów, ról, własności? Na przykład, jak i kiedy formułowane są raporty dotyczące działań związanych z zarządzaniem danymi w organizacji? W jaki sposób organizujemy wykonywanie czynności związanych z utrzymaniem danych podstawowych?

ten przegląd jasno pokazuje, że zarządzanie danymi jest podstawą dobrego zarządzania danymi. Niezależnie od etapu dojrzałości, w jakim może się znaleźć organizacja, zawsze warto poważnie zbadać jakość zarządzania danymi i sprawdzić, czy jej zasięg jest odpowiedni, czy nie.

wyobraź sobie, że organizacja ma zarządzanie danymi całkowicie w porządku. Czy są dostępne podstawy lub najlepsze praktyki, które mogą wyjaśnić, które z pozostałych składników zarządzania danymi bezpośrednio kwalifikują się do optymalizacji pod względem priorytetyzacji? Niestety tak nie jest. Innymi słowy, doświadczenie nauczyło nas, że zależy to od priorytetów, które wydają się z agendy samej organizacji.

wyobraź sobie, że organizacja decyduje się na zastąpienie starego systemu informatycznego nowym systemem ERP. Można się wtedy zastanawiać nad wpływem, jaki może to mieć na zarządzanie danymi. Co powinno mieć najwyższy priorytet? Może to prowadzić do nadania najwyższego priorytetu „zarządzaniu jakością danych” w wyniku niezbędnej migracji. Zanieczyszczone dane są oczyszczane, usuwane są meta-dokumentacja i ulepszane jest zarządzanie danymi podstawowymi. Wdrożenie aplikacji do integracji danych może na przykład prowadzić do aktualizacji modelu architektury danych oraz wyboru i wdrożenia aplikacji do jakości danych w celu oczyszczenia i wzbogacenia danych przed ich udostępnieniem innym platformom.

Rysunek 4. Związek między modelem biznesowym a EDM.

Podsumowując, uważamy, że w oparciu o zarządzanie danymi i w zależności od agendy biznesowej organizacji należy realizować te działania w zakresie zarządzania danymi, które wnoszą największą wartość dodaną w realizacji agendy w danym momencie. Szczegóły przedstawiono na rysunku 4. Koncentruje się na wizji i strategii, model biznesowy potrzebny do realizacji celów zadeklarowanych w wizji i strategii jest skonstruowany. Ten model biznesowy stawia wymagania wobec procesów podstawowych i wspierających. Potrzebne są zasoby, aby umożliwić funkcjonowanie tych procesów, a następnie można je podzielić na siłę roboczą, Dane i zasoby IT. Dokładnie to, co i ile jest potrzebne po stronie danych w konkretnym przypadku, zależy od agendy biznesowej. EDM oferuje przyczółek dla sposobu, w jaki powinno to być zorganizowane. Obejmuje to podejście dostosowane do indywidualnych potrzeb i nie może być zawarte w stałym schemacie działań związanych z zarządzaniem danymi.

podsumowanie

w tym artykule przedstawiliśmy EDM jako podejście do zarządzania wszystkimi danymi generowanymi lub pozyskiwanymi przez organizację. Właściwe wdrożenie tego podejścia zapewnia, że dane te są zgodne z wymaganiami jakości danych organizacji, a dane potrzebne do realizacji procesów i umożliwienia kierownictwa podejmowania uzasadnionych decyzji są prawidłowe, kompletne i dostępne w odpowiednim czasie. W takim przypadku dane są aktywem, którym należy zarządzać tak jak wszystkimi innymi aktywami firmy. Następnie zdefiniowaliśmy elementy składowe EDM. W ten sposób powstały ramy działań zarządczych, które stanowią podstawę jakości danych. Wreszcie, argumentowaliśmy, że wdrożenie części składowych nie może odbywać się według ustalonego schematu. W operacjonalizacji to strategia firmy i priorytetyzacja decydują o tym, który z komponentów EDM zostanie wybrany i zoptymalizowany. Kluczową rolę odgrywa zarządzanie danymi, które zapewnia wizję i strategię całej organizacji i zarządzania.