Basisprincipes van Master Data Management

MDM wordt taai als systemen een kluwen vormen zonder logische structuur. Dezelfde data staat op meerdere plekken, de ene plek onderhoudt het en de andere niet, en op informatie die je niet vertrouwt draai je geen bedrijf. Deze gids legt uit wat MDM is, zet vier principes op een rij die het dagelijkse werk weer te overzien maken, beschrijft de vier pijlers van een MDM-programma en laat zien hoe MDM verschilt van PIM. Alleen de afkorting nodig? Zie waar MDM voor staat.

Wat is master data management (MDM)?

Master data management (MDM) is de afspraak, en de tooling, om de kritieke records van een organisatie één keer vast te leggen en zo te houden. Mensen, proces en technologie maken en houden samen één gezaghebbende bron bij, vaak het gouden record genoemd, voor data zoals klanten, producten, leveranciers en locaties. Het doel is consistentie, nauwkeurigheid en toegang over de systemen heen.

Formeler gezegd is master data management de reeks processen om die data te verzamelen, te aggregeren, te matchen, te consolideren, op kwaliteit te borgen, te bewaren en te verspreiden, zodat de organisatie één begrip van het record deelt en integratie elk systeem naar één referentie kan wijzen. In de gemasterde set kunnen de toegestane waarden (referentiedata) zitten en de analytische data waarmee je beslist.

Een MDM-tool ondersteunt dat werk. Hij haalt duplicaten weg, standaardiseert waarden in massaal onderhoud en blokkeert foute invoer met regels, zodat het resultaat als gezaghebbende bron kan dienen. De tool zit meestal als middleware tussen de systemen die data maken en de systemen die data gebruiken.

Waarom records uit elkaar lopen

MDM bestaat omdat kritieke records uit elkaar lopen. Product, asset, klant en locatie kloppen in het ene systeem niet meer met het andere. Een bedrijf dat over grenzen werkt, draait veel applicaties, onder meer ERP, CRM en PDM. Data die een afdeling overschrijdt, wordt gekopieerd en daarna niet meer bijgewerkt. Een simpele KPI wordt dan een discussie over welk extract klopt.

De oorzaak zit meestal in segmentatie. Dezelfde klant wordt bediend door verschillende business units en productlijnen, en elke lijn typt de klant (de partij in de klantrol) en de rekening opnieuw. Van front office naar back office vermenigvuldigt die kopie zich, juist waar één bron nodig was.

Consistente stamdata levert op drie plekken iets op. Beslissingen worden beter, omdat rapportage en analyse één betrouwbare bron lezen. De operatie wordt eenvoudiger, omdat processen niet steeds kopieën vergelijken. En naleving van regels leunt op data die nauwkeurig is en bestuurd wordt.

Wat zijn stamgegevens? (en wat niet?)

Stamgegevens zijn de bedrijfsobjecten met de informatie die de organisatie heeft afgesproken en deelt. Ze zetten transacties in context: wie, wat, wanneer en hoe, plus de categorieën, groepen en hiërarchieën waarmee je die transacties leest. Klanten, producten, medewerkers, materialen en leveranciers horen er standaard in. Er kan relatief statische referentiedata in zitten.

Meestal gelden stamgegevens als niet-transactioneel. De grens is niet scherp. Soms bestaat die informatie alleen in orders en ontvangsten, zonder aparte opslag, en dan behandelt de organisatie die transactionele kopie als stamdata. Dat is een noodoplossing, geen normaal patroon.

Naast stamdata kom je vier andere termen tegen:

• Transactiedata beschrijft gebeurtenissen in het bedrijf. Het is het grootste volume, en het staat in CRM, ERP, SCM en vergelijkbare systemen.
• Logdata legt gebeurtenissen vast of maakt een momentopname van een processtatus: sensor-, machine- en change-in-state data. Operatie en preventief onderhoud leunen erop.
• Metadata beschrijft andere data. Stamdata, referentiedata en logdata hebben elk hun eigen metadata.
• Big data mengt, in de definitie van Doug Laney bij Gartner (volume, variëteit en snelheid), logdata, transactiedata, referentiedata en stamdata. Het is geen aparte soort bedrijfsobject.

Productstamgegevens

Productstamgegevens, ook wel artikelstam of in een ERP de materiaalstam genoemd, zijn het productdomein van MDM. Ze bevatten wat elk systeem nodig heeft om een artikel in te kopen, op te slaan, te verkopen en te verzenden: codes, omschrijvingen, eenheden, afmetingen, gewichten, classificaties en leverancierskoppelingen.

Welke velden "master" zijn, volgt uit het proces. Volume, afmetingen en gewicht sturen het logistieke proces. Afmetingen bepalen de opslag. Gewicht bepaalt verpakking en handling. Per artikel leg je die eigenschappen één keer vast, vaak aangevuld met kleur, barcode en verpakking, en stel je ze beschikbaar in het WMS of ERP. Opnieuw meten bij elke stap hoeft dan niet. Boekhouding en een medisch proces vragen andere objecten. Noem eerst de kritieke velden van het proces dat je draait.

De verkoopbare versie van het product is iets anders. Marketingteksten, kanaalattributen, vertalingen en beeld horen in een PIM, die het masterrecord leest en verrijkt. Een ERP-migratie is vaak het moment waarop productstamdata wordt opgeschoond; dit stuk over S/4HANA-programma's legt uit waarom dat werk niet bij het ERP moet stoppen.

De vier principes van master data management

Vier principes maken het dagelijkse werk weer te overzien. Ze gelden in welk systeem het masterrecord ook staat.

Principe 1: een duidelijke herkomst

Een dataveld moet vaak op meerdere plekken in het netwerk tegelijk bestaan. Wijzig je het op één plek, dan moeten de andere mee, anders lopen ze uit elkaar.

Houd het aantal kopieën klein. Schrappen kan niet altijd, want een applicatie leest de waarde van een vaste locatie, en de meeste velden bestaan maar voor één applicatie.

Teken eerst die kaart. Leg daarna de routing vast: welk veld in welk systeem of bestand als eerste gevuld wordt, en welk veld volgt. Laat die routing bij voorkeur vanzelf lopen. Kijk of het centrale systeem de data kan bevatten die de andere applicaties gebruiken, zodat je maar op één plek onderhoudt. Lukt dat niet, markeer dan in de volgende applicatie welke velden uit het eerste bestand kwamen. Grijze vlakken op de kaart betekenen meestal: deze data kwam ergens anders vandaan.

Dit is het architectuurprincipe achter MDM: één plek van invoer per veld, en elk ander systeem leest daaruit of is duidelijk gemarkeerd als kopie.

Als de route vaststaat, benoem je wie de velden vult: meestal een key user die weet hoe de velden in het eigen domein zich gedragen. Met Excel controleer je praktisch welke velden bij welke sleutelvelden gevuld moeten zijn, en of de waarden kloppen.

Principe 2: schrijf het altijd hetzelfde

Omschrijving en codering moeten consistent zijn. Zoeken werkt alleen als het woord steeds gelijk gespeld wordt: "Zinkschroeven 20 * 30", en niet ook "ijzeren schroef 40".

Integraties en migraties zijn waar dit stukloopt. Zet het meteen terug op orde. Hoe langer je wacht, hoe rommeliger het bestand.

Principe 3: vul in wat gevuld hoort te zijn

Een veld dat gevuld moet zijn, is gevuld. Maak in één oogopslag zichtbaar waar nog aangevuld of gecorrigeerd moet worden.

Principe 4: onderhoud elke week

Stamdata veroudert en moet vernieuwd worden. Richt een werkgroep in die wekelijks onderhoud doet, onder een logistiek manager of een financieel manager. De datamanager krijgt of geeft het werk via die groep.

De vier pijlers van een MDM-strategie

De principes beschrijven het dagelijkse werk. Een MDM-strategie, het programma dat ze overeind houdt, rust op vier pijlers: data governance, datakwaliteitsbeheer, data-integratie en beheer van de masterdata-levenscyclus. Elke pijler kost meer tijd en mensen dan teams verwachten. Breng dus eerst je huidige datalandschap in kaart voordat je eraan begint.

Pijler 1: data governance

Governance is de structuur om databeheer te overzien: wie welke data bezit, welke regels gelden en hoe je compliant blijft. Het telt het zwaarst bij meerdere datadomeinen en complexe regelgeving, en organisaties overschatten vaak hoe klaar ze ervoor zijn.

• Eigenaarschap en stewardship. Wijs datastewards aan uit de bedrijfsonderdelen, zodat zij de nuances van hun eigen domein kennen. Marketing kan de nauwkeurigheid van klantdata bezitten, finance de integriteit van transactiedata. Stewards die regelmatig bespreken wat audits vonden, zetten bevindingen om in correcties.
• Beleid en standaarden. Leg vast hoe data wordt verzameld, opgeslagen, benaderd en gedeeld. Stel datakwaliteitsmetrieken vast om naleving te toetsen, en laat toegangscontroles aansluiten op beveiligingsprotocollen.
• Compliance. Weet hoe de AVG of CCPA de omgang met stamdata raakt, en audit regelmatig tegen checklists voor je sector. Bouw compliance vanaf dag één in het raamwerk in.

Meer over het waarom in vijf redenen voor data governance.

Pijler 2: datakwaliteitsbeheer

Datakwaliteitsbeheer houdt stamdata accuraat, consistent en betrouwbaar over domeinen heen. Organisaties onderschatten vaak de tijd en expertise die validatie en opschoning vragen.

• Validatie en opschoning. Geautomatiseerde profilering, deduplicatie en verrijking. Een e-commercebedrijf kan binnenkomende klantdata controleren tegen bestaande records, om duplicaten en onvolledige invoer te vangen. Ingebouwde validatie houdt foute invoer tegen voordat die de database bereikt, en AI wordt steeds vaker ingezet voor patroonherkenning en het opsporen van afwijkingen.
• Metrieken. Nauwkeurigheid is het aandeel juiste records vergeleken met een betrouwbare bron. Volledigheid is het aandeel van de verplichte velden dat is ingevuld. Consistentie is de mate waarin data tussen systemen overeenkomt. Evalueer de metrieken volgens een vast ritme, anders sluiten ze niet meer aan op wat de business nodig heeft.
• Continue verbetering. Feedbackloops laten eindgebruikers afwijkingen terugmelden in het systeem. Nieuwe tools alleen lossen onduidelijke processen of gebrek aan training niet op.

Zie ook wat datakwaliteit is.

Pijler 3: data-integratie

Integratie geeft één beeld van de data over systemen heen. Het wordt complex zodra legacyplatforms meedoen, en wie dat onderschat, krijgt langere doorlooptijden en budgetoverschrijdingen.

• Samenvoegen. ETL-processen (extract, transform, load) brengen losse bronnen samen, bijvoorbeeld verkoopdata uit verschillende kassasystemen in één centrale database.
• Realtime synchronisatie. Tools zoals Apache Kafka of MuleSoft houden platforms gelijk, zodat een transactie direct in het CRM zichtbaar is.
• Legacysystemen. Verouderde technologie en verschillende dataformaten vragen om passende middleware en een plan voor datamapping. Zonder die twee blijven integraties onvolledig en verliest de stamdata zijn integriteit.

Geautomatiseerde tools hebben nog steeds menselijke controle nodig, en integratie vraagt om duidelijke communicatie tussen IT en de business.

Pijler 4: beheer van de masterdata-levenscyclus

Stamdata doorloopt de fasen aanmaken, onderhouden en uitfaseren. Een financiële instelling maakt een klantprofiel aan bij het openen van een rekening, werkt het bij met transactiehistorie en archiveert of verwijdert de profielen van inactieve klanten. Sla je een fase over, dan veroudert de dataset of klopt hij niet meer.

Metadata legt de herkomst, structuur en het gebruik van elk record vast, zodat je wijzigingen kunt volgen; teams die metadata buiten hun MDM-architectuur laten, verliezen dat zicht. Valideer in elke fase, niet alleen bij het aanmaken: een retailer kan elk kwartaal de productinformatie nalopen op verouderde details.

Zo start je een MDM-programma

MDM is geen eenmalige opschoning. Het is een doorlopende afspraak, met een sponsor in het topmanagement, information stewards in IT of bij de CDO, en data stewards in de business.

1. Breng in kaart waar elk veld ontstaat

   Teken de systemen en bestanden met je kritieke records, en markeer welk systeem elk veld als eerste vult.

2. Benoem eigenaren en stewards

   Wijs de sponsor en de stewards aan, en benoem de key user die elk veld vult.

3. Leg standaarden en kwaliteitsmetrieken vast

   Spreek omschrijvingen, codes en verplichte velden af, en meet daarna nauwkeurigheid, volledigheid en consistentie.

4. Begin bij nieuwe bronnen en applicaties

   Je hoeft niet eerst elk oud systeem te repareren. Pas MDM toe op nieuwe bronnen en applicaties, en trek het later door naar de records die je al hebt.

5. Onderhoud en audit

   Doe elke week onderhoud, en audit regelmatig op volledigheid, nauwkeurigheid, relevantie en tijdigheid.

De tool komt na dit voorwerk. Hoe je de juiste MDM-oplossing kiest behandelt de selectie vanuit bedrijfseisen.

PIM versus MDM

Veel mensen gebruiken PIM en MDM als namen voor hetzelfde systeem. Ze raken elkaar op het product, maar het werk is anders. MDM houdt de kritieke records binnen de organisatie gelijk, over domeinen heen. PIM brengt productinformatie naar buiten, op elk kanaal op dezelfde manier.

MDM, PIM, ERP en DAM: wat elk systeem beheert

Systeem	Wat het beheert	Wie erin werkt	De vraag die het beantwoordt
MDMMaster data managementHier ben je	Gouden records over domeinen heen: klanten, leveranciers, locaties en producten, gematcht en beheerd.	Data governance, data stewards en IT.	Welke versie van dit record is de juiste, in elk systeem?
PIMProduct information managementGids over PIM	Verkoopbare productcontent: attributen, beschrijvingen, links naar assets, vertalingen en kanaalversies.	E-commerce, marketing, category management en productcontentteams.	Is dit product compleet en klaar om op dit kanaal te verkopen?
ERPEnterprise resource planningGids over ERP	Transacties en operatie: orders, voorraad, inkoop, prijzen en financiën.	Finance, supply chain, inkoop en sales operations.	Wat hebben we ingekocht, gemaakt, verkocht, verzonden en gefactureerd?
DAMDigital asset managementGids over DAM	Bestanden en media: beelden, video, documenten, varianten en gebruiksrechten.	Merk-, creatieve en marketingteams.	Waar staat het goedgekeurde bestand, en waar mogen we het gebruiken?

Wat MDM doet

MDM dekt de kritieke records van een organisatie over meerdere domeinen: klant, product, leverancier, medewerker, locatie en financiën. De gebruikers zitten intern: IT, data-governance-teams en business units die één operationeel beeld nodig hebben. Veel van het nut zit in de koppeling tussen soorten data. Leg klant en product op elkaar en je ziet gedrag, voorkeuren en kooppatronen, in plaats van twee lijsten die elkaar tegenspreken. Bij MDM gaat de inspanning naar die koppelingen en naar hiërarchieën.

Wat PIM doet

Product information management blijft bij het productdomein en kijkt naar buiten. De taak is productinformatie op elk kanaal hetzelfde naar de klant te brengen: de webshop, marktplaatsen zoals Amazon of eBay, en print. De gebruikers zijn marketing, sales en commerce.

Voor marketing hoort daar beeld bij, foto en video, vaak uit een DAM (digital asset management) naast de PIM. Varianten zijn een kerngeval: in mode is één product (één tekst, één prijs) te koop in meerdere kleuren en maten. Relaties zijn het andere: alternatieven, accessoires en vervangende delen. Een PIM kan ook categorietemplates genereren die de brancheclassificaties van een centrale partij zoals GS1 volgen.

De verschillen die ertoe doen

• Bereik. MDM dekt stamdata over domeinen: klant, leverancier, product, medewerker, locatie, financiën. PIM dekt productinformatie: attributen, beschrijvingen, specificaties, afbeeldingen, prijzen.
• Richting. MDM kijkt naar interne bronnen en de relaties daartussen. PIM kijkt naar externe kanalen en catalogi.
• Doel. MDM houdt één bron van waarheid voor de kritieke records van de organisatie. PIM houdt één betrouwbare versie van het product voor de klant.
• Datamodel. MDM heeft meestal een strakker model, gebouwd voor consistentie tussen entiteiten. PIM heeft meestal een flexibel entity-attribute-value-model (EAV), gebouwd voor veel producttypen en wisselende attributen.
• Governance. MDM brengt kwaliteitsbeheer, standaarden, stewardship en beleid in de hele organisatie. PIM brengt governancefuncties die de productattributen en de distributie dienen.
• Gebruikers. MDM: IT, data-governance-teams, business units. PIM: marketing, sales, e-commerce.
• Tijd tot livegang. MDM duurt vaak langer, door opschoning en governancewerk. PIM gaat meestal sneller, afhankelijk van het aantal producten en de integraties.

Het datamodel is een echte afweging. Met EAV kan een PIM een breed scala aan producttypen aan, met attributen die vaak veranderen. Dat past bij e-commerce met diverse catalogi. Het strakkere model van MDM beperkt de flexibiliteit, maar beschermt de data-integriteit tussen entiteiten.

Welke je nodig hebt

Kloppen de interne records niet, dan is MDM het probleem dat je oplost. Klopt het productverhaal op de kanalen niet, dan is het PIM. Heb je beide problemen, dan heb je beide systemen. Het productdomein is waar ze elkaar raken, niet waar ze inwisselbaar worden.

Een veelvoorkomende misvatting is dat een PIM alleen alle databehoeften dekt. Het dekt productcontent. Het vervangt MDM niet voor klant-, leveranciers- of regelgevende stamdata, en wie dat gat open laat, krijgt gefragmenteerde data tussen afdelingen. Het omgekeerde komt ook voor: MDM alleen lost niet alle dataproblemen op, en de integratie met bestaande systemen is complexer dan teams verwachten.

Bedrijfsgrootte en sector verschuiven het antwoord:

• Kleine bedrijven beginnen meestal met PIM, voor snelle implementatie en flexibele productdata: een kleine online retailer kan een seizoenscollectie snel invoeren en naar de webshop en marktplaatsen sturen. Governance op lange termijn voor klant- en leveranciersdata dekt PIM niet.
• Middelgrote ondernemingen onder regeldruk hebben vaak MDM nodig, bijvoorbeeld een productiebedrijf dat productspecificaties gelijk houdt met leveranciersgegevens en tegelijk aan brancheregels voldoet.
• Grote ondernemingen met diverse productlijnen hebben meestal allebei nodig. Een wereldwijde elektronicaproducent die een smartphone lanceert, houdt specificaties, marketingmateriaal en prijzen per markt bij in de PIM, en klantprofielen en leverancierscontracten in MDM.
• Gereguleerde sectoren zoals farma en finance zetten MDM meestal voorop. Retail en e-commerce beginnen vaker met PIM.

Beide systemen draaien vraagt planning: datasynchronisatie, governancebeleid en gebruikerstraining zijn waar projecten vastlopen, en zonder plan maak je nieuwe silo's. PIM heeft doorgaans lagere aanvangskosten en gaat sneller live. MDM brengt kosten voor licenties, integratie en onderhoud mee, die teams vaak buiten de totale eigendomskosten laten.

Voor de grens met het ERP, zie waar ERP stopt en PIM begint.

Houd het eenvoudig

Maak master data management niet ingewikkelder dan het bestand vraagt. R.A. Jonker, F.T. Kooistra, D. Cepariu, J. van Etten en S. Swartjes zetten de belangrijkste do's en don'ts op een rij in Compact.

De vier principes zijn de werkset: een rechttoe rechtaan bestand, eenduidige tekst en codes waarin je kunt zoeken, geen lege velden die blijven liggen, en wekelijks onderhoud met de functionele specialisten die de velden kennen.

Hoe je verder gaat

Beide tools zijn gratis en onafhankelijk van welke vendor dan ook.

Twijfel je of je een PIM nodig hebt?

Een korte check die laat zien of een dedicated PIM je catalogus helpt, of dat spreadsheets en ERP het nog prima doen.

Check of een PIM past

Klaar om vendors te vergelijken?

Beantwoord vragen over je schaal, sector en harde eisen en krijg een gerangschikte shortlist.

Stel mijn vendor-shortlist samen