Viele Unternehmen investieren Millionenbeträge in die Beschaffung von Daten aber nur einen Bruchteil davon für deren Erhalt und Qualität. Es gibt Schätzungen, dass in Nordamerika durch unzulängliche Daten, Kosten in der Höhe von über 500 Mia \$ pro Jahr entstehen. Es besteht also ein enormer Nachholbedarf. Einmalige Taskforce-Aktionen zur Bereinigung der Daten wie sie in der Vergangenheit öfters durchgeführt wurden, haben gezeigt, dass dies nicht zielführend ist. Nachhaltige Lösungen und Prozesse sind gefragt, um die Datenqualität fortwährend zu sichern. Genau hier setzt Data Natives mit der Software-Lösung DMATools an. DMATools ist eine dynamische, businessorientierte Software Lösung, welche sich den stetig wandelnden Anforderungen mühelos anpasst.

DMATools von Data Natives ist eine Software, welche die Datenqualität zeitnah nach Benutzer definierten Kriterien prüft und plausibilisiert. DMATools überwacht mittels Agenten die Zielsysteme und reagiert auf deren Abläufe. Bei Eintritt eines vordefinierten Ereignisses werden die entsprechenden Datenchecks ausgeführt.
Nicht konforme Daten werden von DMATools entweder mittels vordefinierter Aktionen automatisch behoben oder den entsprechenden Sachbearbeitern zur Korrektur zugewiesen. Behobene Fehler lassen sich je nach Bedarf erneut überprüfen um die Korrektur zu bestätigen.

Ereignisse, Datenchecks oder Aktionen lassen sich individuell definieren. So passt sich das System ständig den neuen, immer wachsenden Anforderungen an.

DMATools kann mit seinen aktiven Agenten ohne Eingriff in ein bestehendes System integriert werden. Alles was es braucht sind Lesezugriffe auf die zu überwachenden Datenbanken. DMATools führt die Datenchecks direkt auf diesen aus. Bei Erweiterungen der Systeme können Qualitätschecks sofort auf den neuen Strukturen aufsetzen. Die zeitintensive und kostspielige Anpassungen und Pflege von zusätzlichen Schnittstellen entfallen. So kann das Überwachungssystem schnell und flexible mitwachsen.

DMATools ist multithreading-multiprocessing-fähig. So können eine grosse Anzahl von Checks oder anderen Aktionen simultan ablaufen. Da DMATools die Qualitätschecks an die Zielsysteme delegiert, ist die Software in grossem Masse skalierbar. Ist eine Anfrage an das Zielsystem abgesetzt, wartet DMATools auf das Resultat und Archiviert es. Durch diese Arbeitsteilung können zahlreiche Checks gleichzeitig ausgeführt werden.

Die Resultate der Checks werden in der DMATools-eigenen Datenbank historisch gespeichert und sind gruppiert durch sogenannte Cockpits jederzeit abrufbar. Die Datenqualität wird somit beleg- und nachvollziehbar, was z.B im Falle eines Audit von grosser Wichtigkeit ist.

Das Archiv der Checkresultate lässt sich periodisch auswerten, wodurch sich widerholende Muster erkannt werden. Gemäss der gewonnenen Erkenntnisse lassen sich die Probleme an der Quelle beheben.

Weiter lassen sich die Checkresultate mittels dem Modul DMAStats statistisch auswerten. So kann zum Beispiel jedem Check ein Aufwand für die Korrektur pro Ereignis zugeordnet werden. Damit lässt sich der Tages-, Wochen- oder Monatsaufwand für eine Gruppe von Checks auswerten und graphisch darstellen. Gleiches kann gemacht werden mit einem Risikofaktor und weiteren Benutzer definierten Kennzahlen. Solche Auswertungen und Darstellungen dienen dem Mittel- und/oder Topmanagement um entsprechenden Gegenmassnamen zu ergreifen.

DMATools trägt mit diesen Funktionen zu einem zuverlässigeren Gesamtsystem bei.

• Senkung des Administrations- und Personalaufwands
• Einsatz von spezialisierten Datenadministratoren
• Zentralisierte Qualitätskontrolle der Daten 
• Analyse und Überwachung des qualitativen Zustandes der Daten
• Definieren und überwachen von Key Performance Indicator (KPI) Vorgaben
• Statistische Auswertung mittels DMAStats zur unterstützung von Entscheidungsfindungen.
• Verbesserte Planung des Personaleinsatzes durch glätten der Arbeits-Peaks
• Zeitersparnis durch verbesserte, und automatisierte Prozesse
• Erhöhung der Transparenz und Nachvollziehbarkeit durch Dokumentation und Archivierung der Datenchecks
• Ermöglichung einer Prozess- und Qualitätszertifizierung  z.B. ISO

Im Folgenden werden beispielhaft verschiedene Anwendungsszenarien beschrieben. Es wird unterschieden zwischen einfachen Anforderungen, welche zu einem Grossen Teil schon standardmässig ausprogrammiert sind und somit direkt angewendet werden können und erweiterte Anforderungen, welche benutzerdefiniert mittels Parametrierung umgesetzt werden können.

Zum Abschluss werden noch ein paar Beispiele angeführt welche Businesrules umsetzen

Einfache Anforderungen:

• Identifizieren von Unvollständigen Datensätzen auf Attributebene: Fehlen der EMail-Adresse für einen Kunden; Fehlende Beschreibung eines Artikels in einem Artikelstamm usw.
• Identifikation von Unvollständigen Datensätzen auf Recordebene: Fehlende Kontoangaben für einen Kunden; Fehlende Referenz zu einem Lieferanten für Einen Artikel
• Sicherstellen der Formatvorgaben auf Attributebene: Postleitzahl CH ist nummerisch; Artikelbeschreibung muss mindestens 20 Zeichen lang sein;Vornamen und Nachnamen enthalten keinne nummerischen Zeichen; ISIN-Code eines Finanzinstruments ist 12 Zeichen lang und beginnt immer mit zwei Grossbuchstaben; Datumswerte sind immer im Format DD.MM.JJJJ usw.
• Idetifikation von Abweichungen ausserhalb einer vordefinierten Bandbreite: Identifikation von Finanzistrumenten deren Preisdifferenz von verschiedenen Quellen grösser ist als der erwarteten Bandbreite.

Erweiterte Anforderungen:

• An Hand eines vordefinierten Regelwerks sicherstellen, dass ein Flag oder eine Gruppe von Flags korrekt gesetzt sind: Klassifikationen oder Kategorisierug von Finanzinstrumenten; Tax-Flags (USA, GER,...) für Kunden oder Finanzinstrumente; Reporting-Flags für Kundenportfolios usw.
• In Abhängigkeit eines Objekttypes des Artikelstamms, sicherstellen der vollständigen Angaben: für jedes Buch eine ISBN-Nummer, für Bücherregal Abmessungen sowie Gewicht und Abmessung der Verpackung, für DVD's Freigabealter und Ländercodifizierung usw.
• Vollständigkeistprüfung von Zahlenreihen oder von widerkehrenden Ereignissen: Sicherstellen, dass jedes Finanzinstrument einen täglichen Börsenpreis hat; sicherstellen, dass für jedes Portfolio die monatlichen Kennzahlen gerechnet sind; Sicherstellen, dass für jeden Kunden ein monatlicher Report erstellt wurde usw.
• Plausibilisieren von Zahlenreihen: Plausibilisieren der täglichen Preise von Finanzinstrumenten an Hand von maximalen Abweichungen des Vortagespreises, an Hand von alternativen Preisquellen, an Hand von Vergleichsinstrumenten (Benchmarks), an Hand von theoretisch berechneten Werten usw.
• Abgleich von redundanten Daten im System oder auch zwischen verschiedenen Systemen: Abgleich von Kundenadressen in verschiedenen Sytemen auf Attributebene; Abgleich von täglichen Preisen von Finanzinstrumenten auf verschiedenen Systemen; Verifizieren der Daten eines Datenloads von einem Quell- in ein Empfängersysstem (reconsile) usw.
• Identifikation von gelöschten, deaktivierten, ungültigen oder fehlenden Referenzen: Identifikation der aktiven Bankkonten bei denen die Kunden gekündigt haben; Identifikation von Artikel, welche inaktiven Lieferanten zugeordnet sind; Identifikation von Kunden die einem Kundenberater zugeordnet sind, welcher die Unternehmung verlassen hat; identifikation der Kunden, welchen keinem Kundenberater zugeordnet sind usw.

Alle unsere Software werden von Data Natives AG gewartet und laufend verbessert.

In der Regel werden Datenchecks automatisch über das Eintreffen vordefinierter Ereignisse ausgeführt. Dabei können einzelne Checks oder ganze Kaskaden von zusammengehörigen Checks ausgeführt werden. Durch die Bindung der Checkausführung an die entsprechenden Ereignisse entstehen Prozesse, welche die Datenqualitätsprüfung als integralen Bestandteil enthalten.

Je nach Anforderung können die Checks auch manuell durch Sachbearbeiter angestossen werden. Dies ermöglicht die Prüfung der Korrekturarbeiten. Checks und Plausibilisierungen können jederzeit, auch mehrmals täglich auf den aktuellen Datenbeständen durchgeführt werden.