سیما | سامانه مدیریت داده های کلیدی -هویتی و کنترل دسترسی

‌ ‌

مدیریت داده‌های کلیدی Master Data Management یا MDM یک رویکرد جامع از فرآیندهایی است که برای ایجاد، مدیریت و حفظ موجودیت‌های داده‌ای حیاتی کسب و کار یک سازمان استفاده می‌شود. این رویکرد شامل شناسایی، تعریف و حاکمیت بر داده‌هایی است که نماینده موجودیت‌های کلیدی کسب و کار مانند کاربران، مشتریان، محصولات، تامین کنندگان، مکان‌ها و موارد مشابه هستند.

هدف از این رویکرد، حصول اطمینان از سازگاری، دقت و درستی داده‌های کلیدی در سامانه‌ها و برنامه‌های مختلف یک سازمان است. مدیریت داده های کلیدی، با ایجاد یک مرجع واحد و قابل اعتماد برای داده‌های کلیدی، بهبود فرآیندهای تصمیم‌گیری، بهبود کارآیی عملیاتی و بهبود کیفیت داده را فراهم می‌کند.
با افزایش پیچیدگی سازمانی و اهمیت و تاثیر استفاده از داده‌های کلیدی (داده‌های پایه) در آن‌ها، مدیریت داده‌های کلیدی بیش از پیش مورد توجه کسب و کارها قرار گرفته است. مخزن داده‌های کلیدی در سازمان با هدف ایجاد یک نمای واحد از داده‌های اصلی سازمان، تهیه داده‌های با کیفیت بالاتر و تشخیص رکوردهای اطلاعاتی مختلف مربوط به یک موجودیت در سامانه‌های مختلف و ادغام آنها شکل می‌گیرد. یکپارچه‌سازی بهینه و بلادرنگ داده‌های کلیدی با همه سامانه‌‌های اطلاعاتی و تهیه مدل داده مطلوب برای سامانه‌‌های پشتیبان تصمیم، از دیگر اهداف مهم مخزن داده‌های کلیدی یا داده های اصلی یا داده های پایه است.

 امکانات سامانه سیما

‌ ‌

1. زیرسامانه مدیریت داده های کلیدی

   • امکان تعریف مدل مطلوب داده های کلیدی سازمانی

   • بارگذاری انواع داده های کسب و کار و داده های پایه

   • ارائه وب سرویس های داده های کلیدی

2. زیرسامانه احراز هویت مرکزی

   • مولفه مدیریت کاربران شامل

     • جستجوی کاربران directory service

     • تغییر رمز کاربر توسط راهبر

     • تغییر مشخصات ایمیل شخصی و تلفن همراه توسط راهبر

     • تعریف محدودیت های دسترسی کاربران به سامانه های اطلاعاتی سازمان

   • مولفه مدیریت حساب کاربری شامل ثبت نام و تغییر و فراموشی رمز عبور و مشاهده پروفایل

   • مولفه SSO شامل:

     • Directory service

     • سرویس احراز هویت مرکزی

3. مولفه پایش

   • پایش سوابق دسترسی کاربران

   • پایش سرویس های نرم افزار

رویکرد فناوری اطلاعات ایرانیان

• شناخت داده های کلیدی سازمان
• طراحی معماری داده مطلوب سازمان
• شناخت سامانه های مرجع و مقصد داده در سازمان و استخراج مدل داده آنها
• پیاده سازی مخزن داده مطلوب بر اساس شناخت انجام شده
• ایجاد مسیر انتقال داده (Data Pipeline) از سامانه های مرجع به مقصد
• پیاده سازی قواعد کیفیت داده
• تست و تحویل