clarityclarity consultingconsulting
Informatika a Társadalomért Konferencia
Adatvagyon gazdálkodás, avagy milyen „kincsek” rejlenek az állami adatmezőkön?
2010. november 11-12. Balatonfüred
– Digitális Magyarország 2010-2014 i:39 Nyilvántartások konszolidációja
i:54 Nemzeti adatvagyon hatékony felhasználása
– Két esettanulmány Adattisztítás
Adatvagyon konszolidáció
– Gondolatébresztés
Prezentáció célja
Clarity SolutionsClarity Solutions
Clarity Consulting
Iparágimodellek
SzervezetInformatikai környezetÜzleti
megoldás
3
Informatika integrálja a bevált iparági modelleket, és a megvalósításnál az informatikai és a szervezeti, azaz az emberi befogadó környezetre egyaránt összpontosít.
Üzleti tanács-
adás
Üzleti megoldások megvalósítása
Informatikai megoldások
megvalósítása
Informatikai szervezetek
irányítása
Pályázat- és projekt-
menedzsment, minőség-biztosítás
• Adatminőség menedzsment• Master Data Management• Adattárház• Customer Relationship Management
Miért fontos az adat?
Jelentések Ellenőrzések
IT hatékonyság
Jelentések Ellenőrzések
Szolgáltatásfejlesztés
Ügyfél-kiszolgálás
IT hatékonyság
Közigazgatás Versenyszféra
Hogyan érjük el a célt?
HasznosításÜzleti
szolgáltatások
GazdálkodásAdatpiacok,CRM, KÜT
Finomítás Adattisztítás, MDM
Kitermelés Adattárház építés
FeltárásAdatvagyon
felmérés
Adatvagyon értéklánc
HasznosításÜzleti
szolgáltatások
GazdálkodásAdatpiacok,CRM, KÜT
Finomítás Adattisztítás, MDM
Kitermelés Adattárház építés
FeltárásAdatvagyon
felmérés
Adatvagyon értéklánc
HasznosításÜzleti
szolgáltatások
GazdálkodásAdatpiacok,CRM, KÜT
Finomítás Adattisztítás, MDM
Kitermelés Adattárház építés
FeltárásAdatvagyon
felmérés
Adatvagyon értéklánc
HasznosításÜzleti
szolgáltatások
GazdálkodásAdatpiacok,CRM, KÜT
Finomítás Adattisztítás, MDM
Kitermelés Adattárház építés
FeltárásAdatvagyon
felmérés
Adatvagyon értéklánc
HasznosításÜzleti
szolgáltatások
GazdálkodásAdatpiacok,CRM, KÜT
Finomítás Adattisztítás, MDM
Kitermelés Adattárház építés
FeltárásAdatvagyon
felmérés
Adatvagyon értéklánc
HasznosításÜzleti
szolgáltatások
GazdálkodásAdatpiacok,CRM, KÜT
Finomítás Adattisztítás, MDM
Kitermelés Adattárház építés
FeltárásAdatvagyon
felmérés
Adatvagyon értéklánc
DQM Pro
adatelemzés
szabálykonvenciók
PL-SQL
• -----
-
• -----
-
DQMmódszertan szabály
varázsló
szabályvarázsló
szabály
tár
szabály-betöltőszabály-betöltő
DQ
M ü
zlet
i fe
lhas
znál
ó
DQ
M I
T
felh
aszn
áló
elemzett
adatbázisok
szabály futtatásszabály futtatás
hiba-
listák
adatjavítás
jó adat kereső prog.konvenciók
PL-SQL
• -----
-
• -----
-
IT f
elh
aszn
áló
hiba-
listák
(javításhoz)
adatjavítási módokbeállítása
adatjavítási módokbeállítása
automatikus jó adat keresés
automatikus jó adat keresés
jó adatkereső
prog.tár
jó adat
listák
referencia adatbáziso
k
update scriptgenerátor
update scriptgenerátor
manuális
adat- források
manuális javítási
listák
updatescript
eredmény kiértékelés és prezentáció
eredmény kiértékelés és prezentáció
manuális munkaszervező
manuális munkaszervező
DQ
M ü
zlet
i F
elh
aszn
áló
duplikációkeresés
duplikációkeresés
manuális javítások menedzs-mentje
hib
ak
ere
sé
s
ad
atj
avít
ás
üzl
eti
sc
op
e
javít
áso
k
elő
ké
szí
tése
vis
sza
mé
rés
jó adat előállítás
speciális ellenőrzésiszabályok
duplikációcímjavítása
da
t össze
f üg
-g
ése
k
ered-mény/új hiba
előrehaladásadat-minőség
terv/tény
Esettanulmány 1.) – Adattisztítás
• Feladat: duplikációkeresés+• TAJ rendszer belső inkonzisztenciái• Foglalkoztatói bejelentések belső inkonzisztenciái• TAJ és a bejelentési adatok közötti
inkonzisztenciák
• Néhány múltbeli adat (nagyságrend):• 30 ezer/12 millió hibás TAJ rekord• 20 ezer több TAJ számmal rendelkező• 1,5(+1,7) millió/ 56 millió hibás bejelentés rekord• Biztosítási jogviszonnyal nem rendelkezők
célalkalmazás
Esettanulmány 1.) – Adattisztítás
Adatvagyon konszolidációs célfüggvény:
• 5 adatgyűjtő szervezet és többféle módszer
• Széttagolt adatforrások (~ 8 rendszer)
• Papír alapú adatgyűjtés
• Adhoc és eseti belső felhasználás
• 39 db OSAP adatgyűjtés
• 90+80+??? mFt éves szolgáltatási díj
• Statisztikai adattárház és egy szolgáltató
• Adatgyűjtés elektronizációja
• SLA alapú statisztikai adatkezelés
• Másodlagos felhasználás és értékesítés ösztönzése
Esettanulmány 2.) – Üzleti hasznosítás
Adatgyűjtés
rendszeres
Egyéni szintű adatok
Aggregált adatok
(statisztika)
BMgépjármű
VPOPkülker
APEHtársasági adó
OSAPNem OSAP
eseti(ad-hoc)
GKM által elrendelt
(39db + 2db szünetelő)
Egyéb átvett OSAP
(cc. 96db)
Delta (19db)
Volán (8db + 2db szünetelő)
Belső (1db)
Energia (9db)
Szakmai szervezetek
(2db)
Aggregált adatok
(statisztika)
Excel??
Excel??
.txt / DB dump
Fájl
KSH
papír
Aggregált adatok
(statisztika)
papír
papír
Fájl
GKM Adattárház
papír
papír
Volán Adatbázis??
Fájl
Fájl
GKM Adattárház
GKM Adattárház
Hermész
papír
Eseti igényeknek megfelelő
Fájlkönytár, CD
FájlFájlkönytár,
CD
papír
Fájl
www.energiakozpont.hu
papír
Fájl
Fájlkönytár, CD
Fájlkönytár, CD
Fájlkönytár, CD
Fájlkönytár, CD
Adatszolgáltatás
OSAP adatátadás
nem OSAP
KSH
egyéb intézmények
Aggregált adatok
(statisztika)
Egyedi szintű adatok
Aggregált adatok
(statisztika)
???Egyedi szintű
adatok???
Fájlkönytár, CD
Aggregált adatok
(statisztika)
Aggregált adatok
(statisztika)
???Egyedi szntű
adatok???
???Egyedi szintű
adatok???
EU, OECD, Nemzetközi
KSH
GKM háttérintézmén
yek
Egyéb
Külső adatátadás
Belső adatigény
OSAP
Aggregált adatok
(statisztika)
Aggregált adatok
(statisztika)
ad-hoc
Aggregált adatok
(statisztika)
Aggergált adatok
(statisztika)
Szakmai területek
Szakmai területek
Fájl
papír
Fájlkönyvtár, CD
irattár
Fájl
Fájlkönyvtár, CD
irattár
Hermes
GKM adattárház
E-PIR
Www.energiakozpont.hu
Tájékoztatási Ügynökség
KSH oldal
ARIOSZ
Aggregált adatok
(statisztika)
Aggregált adatok
(statisztika)
Aggregált adatok
(statisztika)
Aggregált adatok
(statisztika)
Egyedi szintű adatok
Fájl
Fájl
Fájl
Web
Fájl
Fájl
Fájl
Fájl
...
H-PIR (e-stat)
GKM adattárház
• 5 adatgyűjtő cég/szervezet és többféle adatfeldolgozási módszer
• Széttagolt adatforrások (~ 8 rendszer)
• 39 db és 2db / év OSAP adatgyűjtés (1 db online!) és 96 db agg. OSAP átvét
• Hazai (KSH, háttérintézmények) és nemzetközi (EU, OECD) adatszolgáltatás ~ 160 fő belső felhasználó
• 1-3.500 db adatszolgáltató2 – 35 oldal / kérdőív30-4.200 adathely / kérdőív
• 170 mFt éves szolgáltatási díj, egy statisztika átlagos költsége: ~4.360 eFt
Esettanulmány 2.) – Üzleti hasznosítás
Adatkezelést Támogató Alrendszer
Lekérdező, Elemző Alrendszer
Publikációs és Értékesítési Alrendszer
Adminisztrációs Alrendszer
Szolgáltató
Adatszolgáltatók
GKM
Egyéb intézmények
Adatátvétel
Adatátadás, adatszolgáltatás
Adatgyűjtések lebonyo-lítása, adatfeldolgozás
KoordinációSzolgáltató- és SLA menedzsment
Adatfelhasználás
KoordinációKarbantartás, folyamatos rendszerfejlesztés
Adatgyűjtések lebonyolítása, adatfeldolgozás
Adatátvétel
Adatbetöltés Adatfelhasználás
Adatátadás, adatszolgáltatás Publikálás
Értékesítés Üzemeltetés
Tranzakciós adatbázis
StatisztikaiAdattárház
Szolgáltató infrastruktúra
Adatfelhasználók
Adatfelhasználás
- Minisztériumok- KSH- APEH- KEKKH- VP- EU- OECD
- Szakmai szervezetek- Kutató intézetek- Oktatási intézmények- Magánszektor szereplői- Állampolgárok
Ügyfélkapu
Központi Adminisztrációs Modul GKM Adminisztrációs Modul
Esettanulmány 2.) – Üzleti hasznosítás
• Szolgáltatási díjstruktúra és elszámolási modell
• OSAP fejlesztés és szolgáltatás realitásának (5 éves időtáv, megtérülés) vizsgálata
• Megtakarításra vonatkozó elvárások vizsgálata
• Eredményes közbeszerzés előkészítése
Esettanulmány 2.) – Üzleti hasznosítás
+ ~ 80 mFt értékű IT beruházás
+ Online feldolgozás
+ 50 % hatékonyság-javulás
+ hazai és nemzetköziszolgáltatási igény(10 eFt – 1-2 mFt)
+ 20-30 % éves megtakarítás
+ Tudatos statisztikai adatgyűjtés,adatfelhasználás (SLA)
+ Költséghatékony megoldás
- Osztódás a megrendelői oldalon
Esettanulmány 2.) – Üzleti hasznosítás
www.clarity.hu
NyomásHőmérséklet+ = ?
Clarity
The 4C’s of Diamonds
CutCaratColour
?
Köszönjük a figyelmet!
Lackó Péter
[email protected]: +36 (20) 956 2148
Szedenics Gábor
[email protected]: +36 (30) 355 9510
Recommended