Kan bruk av master data hub bidra til økt datakvalitet?

Abstract

Formålet med denne studien har vært å utrede om bruk av master data hub kan bidra til økt datakvalitet. Studien består av en litteraturstudie og en casestudie. Vi har stegvis sett på teori som understøtter hvor viktig master data er som en av de viktigste eiendelene til virksomheter og hvordan dette skal forvaltes. For å samle inn empiri har vi i casestudien vår utført semistrukturerte intervju med målgrupper for kunde og leverandør av master data hub.

Litteraturstudien vår viser hvor viktig det er med god kvalitet i master data, og at dette henger sammen med god master data management. Det er et gap i tidligere forskning i sammenhengen mellom spesifikke verktøy innen master data management, og verktøyets direkte påvirkning på datakvalitet.

Denne forskningen omhandler større og komplekse virksomheter, da vi antok at slike virksomheter har et forhold til sine master data og master data management. Utvalget i studien vår inneholdt ikke kunder eller leverandører som bruker eller leverer master data management der artificial intelligence og machine learning er innebygd. Vi har studert hvilke faktorer som fører til implementering av master data hub, teknologien som ligger bak en master data hub og om datakvaliteten øker ved bruk av denne typen verktøy.

Vår empiri viser at fravær av klare og tydelige retningslinjer tilknyttet eierrollen for master data gjør det utfordrende for virksomheter å garantere og opprettholde god datakvalitet. Vår forskning viser at master data management må tilpasses den enkelte virksomheten. Empirien vår viser at en master data hub kan bidra til økt datakvalitet innenfor enkelte dimensjoner. Samtidig gjør den hverdagen til brukere mer kompleks. Videre skapes det avhengigheter i master data objekter om virksomheten ikke er nøye med hvilke master data de legger i samme hub. Dette er uavhengig av om en virksomhet er moden eller ikke innen master data management.

Nøkkelord: Master Data, Master Data Management, Master Data Hub, Datakvalitet, Data Quality Management

The aim of this empirical study is to analyze through research to which extent, if any, the usage of a master data hub will improve data quality.

This thesis consists of an empirical study in which one has analyzed data that supports our theory and substantiates the importance of master data as a premium asset and how such assets are best managed. We will also present a case study whereas one has performed semi structured interviews targeting customers and master data hub providers.

The empirical study presented in this thesis will depict the importance of a certain level of quality in regard to master data and given management. Previous research showed some discrepancies regarding the correlation between specific tools within the usage of master data management and more specifically the tools' direct impact on data quality.

Presented research is centered around corporations of a certain magnitude, under the assumption that organizations as such are aware and conscious towards their master data and master data management. The selection is not centered around customer perspective nor providers of master data management with built-in AI and ML. This study will focus on which factors lead to a successful implementation of the master data hub, the underlying technology, and if this consequentially will increase the data quality in using such services.

Through empirical studies, one has found that a major challenge derives from the lack of strict guidelines, rules, and regulations from the providers. This lack of structure makes it difficult to ensure a certain level of quality.

Research shows that master data management has an unfulfilled potential if not customized by the provider for the specific client. It also proved that the master data hub did increase the data quality in certain dimensions, and also complicates the customers’ operations. One saw that it created addictions within the hub if not aware and careful regarding which master data one introduces in a given hub without any correlation to a level of maturity within master data management

Keyword: Master Data, Master Data Management, Master Data Hub, Data Quality, Data Quality Management