Vue unique
des données

<40>Choisissez un domaine de données avec lequel vous voulez commencer, par exemple, le client, et les systèmes à partir desquels vous voulez consolider les données. Vous n’avez pas besoin de connecter tous les systèmes concernés et et créer dès le début le modèle le plus complet de données. Il est préférable de commencer petit & raisonnable et puis de développer votre solution.

Qui sont les consommateurs de données de votre solution à vue unique ? Personnes, applications en aval, ESB, une file d'attente de messages ? Répondre à ces questions vous aidera à définir des interfaces, des modes (batch, en ligne, streaming), et éventuellement des applications pour vous fournir vos données.

Choisissez les systèmes sources qui apporteront des données pour la vue unique. Comme mentionné ci-dessus, vous pouvez commencer par un sous-ensemble, puis en ajouter d'autres après avoir testé et mis en service une solution plus petite.

Personnes, applications en aval, ESB, une file d'attente de messages ? Répondre à ces questions vous aidera à définir des interfaces, des modes (batch, en ligne, streaming), et éventuellement des applications pour vous fournir des données.

En fonction des besoins des consommateurs, choisissez le style de mise en œuvre: - Analytique. Consolidez les données et fournissez des données aux utilisateurs et aux systèmes en aval. - Opérationnel. Consolidez et/ou créez des données et fournissez-les aux systèmes source. - Mixte. Combinez les deux styles.

Mappez les attributs contenant le même type de données de différents systèmes source à un seul attribut dans le modèle canonique. Par exemple, cust_name dans le système A, xds_11 dans le système B correspondra à cust_first_name dans votre modèle de données pour l'entité Customer. Répétez pour tous les attributs de votre modèle de données.

Éliminez les divergences dans les conventions de dénomination utilisées dans différents systèmes sources. Par exemple, lors de la mise en correspondance d'adresses, décidez si vous souhaitez utiliser Rue ou R., et transformez toutes les données entrantes dans ce format. Le fait d'avoir des données normalisées et nettoyées permet une correspondance précise des enregistrements.

Configurez les règles de correspondance pour capturer les enregistrements en double et les regrouper. C'est votre façon de dire qu'ils sont les mêmes. Par exemple, dans le cas des clients, votre règle peut être la suivante : lorsque le nom, l'adresse et la date de naissance sont identiques, il s'agit du même client.

Fusionnez les données des groupes formés à l'étape précédente et définissez les règles pour choisir la meilleure valeur (représentative) pour chaque attribut. Par exemple, “Toujours sélectionner les éléments d'adresse du CRM” (car c’est là où ces données sont les plus à jour). Dans certains cas (et domaines), la fusion n'est pas nécessaire.

Récupérez des données en temps réel à partir de registres externes ou de systèmes internes qui fournissent des changements fréquents les données que vous ne voulez pas gérer dans votre modèle de données.

Consultez les étapes 1, 2 et 3 et élargissez votre solution avec d'autres producteurs et consommateurs. Ajustez le modèle de données si nécessaire. Passez en revue les SLA et ajustez les paramètres de performance.