01What it isQué es
Master data management (MDM) is the discipline and platform that keep item, vendor and customer reference data — lead times, units of measure, ship-tos, payment terms — correct, complete and owned by a single system of record, so every transaction that uses them inherits good data.
La gestión de datos maestros (MDM) es la disciplina y la plataforma que mantienen correctos, completos y con un solo sistema de registro los datos de referencia de artículos, proveedores y clientes — lead times, unidades de medida, destinatarios, condiciones de pago — para que cada transacción que los usa herede datos buenos.
02Why it mattersPor qué importa
A wrong lead time or unit of measure is not one error but thousands, repeated in every order the planning engine generates. Poor data quality degrades supply chain analytics and decisions regardless of model sophistication, so it must be measured and managed as a process (Hazen, Boone, Ezell and Jones-Farmer, 2014 — International Journal of Production Economics). Fixing master data is often the cheapest service improvement available.
Un lead time o una unidad de medida incorrectos no son un error sino miles, repetidos en cada orden que genera el motor de planeación. La mala calidad de datos degrada la analítica y las decisiones de la cadena de suministro sin importar qué tan sofisticado sea el modelo, por lo que debe medirse y gestionarse como un proceso (Hazen, Boone, Ezell y Jones-Farmer, 2014 — International Journal of Production Economics). Corregir los datos maestros suele ser la mejora de servicio más barata disponible.
03How it is doneCómo se hace
1
Assign an owner per field. Name the system of record and the accountable person for each critical attribute, and lock write access elsewhere.
2
Cleanse lead times first. Compare ERP lead times against actual receipts and correct the items outside tolerance before touching anything else.
3
Report quality monthly. Publish completeness and lead time accuracy to supply chain leadership so degradation is visible and owned.
1
Asigna un dueño por campo. Nombra el sistema de registro y al responsable de cada atributo crítico, y bloquea la escritura en los demás sistemas.
2
Depura primero los lead times. Compara los lead times del ERP contra las entradas reales y corrige los artículos fuera de tolerancia antes que cualquier otra cosa.
3
Reporta la calidad mensualmente. Publica la completitud y la exactitud de lead time ante la dirección de cadena de suministro para que la degradación sea visible y tenga dueño.
04The concept in depthEl concepto a fondo
Master data: the invisible foundation that determines supply chain accuracy›
Master data is the static reference data that drives every supply chain transaction: item master (UoM, weight, lead time, safety stock), vendor master (payment terms, currency, lead times), customer master (ship-to, credit limit, service tier), and BOM/routing. When master data is wrong, every transaction that references it is wrong — at scale. In the illustrative case below, 22% of items had incorrect lead times in the ERP; fixing them reduced the stockout rate by 75% — more impact than any planning algorithm improvement.
The 4 master data errors that generate the highest supply chain cost›
(1) Incorrect item lead times: the most costly master data error. Lead time 5 days vs. actual 12 days generates systematic late replenishment orders regardless of how good the demand forecast is. (2) Incorrect UoM conversions: pallet = 48 cases vs. 60 cases generates systematic receiving discrepancies and inventory inaccuracy. (3) Duplicate vendor records: splits spend analytics, corrupts the approved supplier list, generates payment compliance problems. (4) Missing logistics attributes: items without weight, dimensions, or packing configuration cannot be correctly processed by the WMS or TMS — generating manual intervention on every shipment.
MDM architecture: one system of record per domain›
The MDM governance principle is non-negotiable: one system of record per master data object. When the ERP and the WMS both update the item weight, conflicts are inevitable and unresolvable at scale. Define the system of record for each field and remove write access from all other systems. For large organizations (>3 ERPs or >50,000 active items), a dedicated MDM platform (SAP MDG, Informatica) is usually justified. For smaller organizations: the ERP as the single system of record with strict change control is often sufficient.
Intermediate vs. Advanced›
Intermediate: maintains master data records in assigned domain following the governance process; identifies and reports quality issues.
Advanced: designs the MDM architecture and governance framework; leads master data quality programs with KPIs; manages the MDM platform.
Advanced: designs the MDM architecture and governance framework; leads master data quality programs with KPIs; manages the MDM platform.
Datos maestros: el cimiento invisible que determina la exactitud de la cadena de suministro›
Los datos maestros son los datos de referencia estáticos que alimentan cada transacción de la cadena de suministro: maestro de artículos (unidad de medida, peso, lead time, inventario de seguridad), maestro de proveedores (condiciones de pago, moneda, lead times), maestro de clientes (destinatario, límite de crédito, nivel de servicio) y lista de materiales/ruta de fabricación. Cuando el dato maestro está mal, cada transacción que lo usa está mal — a escala. En el caso ilustrativo de abajo, 22% de los artículos tenía lead times incorrectos en el ERP; corregirlos redujo la tasa de quiebres de inventario en 75% — más impacto que cualquier mejora del algoritmo de planeación.
Los 4 errores de datos maestros que generan el mayor costo en la cadena de suministro›
(1) Lead times incorrectos por artículo: el error de datos maestros más costoso. Un lead time de 5 días contra 12 días reales genera órdenes de reabastecimiento sistemáticamente tardías, sin importar qué tan bueno sea el pronóstico de demanda. (2) Conversiones de unidad de medida incorrectas: tarima = 48 cajas vs. 60 cajas genera diferencias sistemáticas en recibo e inexactitud de inventario. (3) Registros de proveedor duplicados: fragmentan el análisis de gasto, corrompen la lista de proveedores aprobados y generan problemas de cumplimiento en pagos. (4) Atributos logísticos faltantes: los artículos sin peso, dimensiones o configuración de empaque no pueden procesarse correctamente en el WMS o el TMS — generando intervención manual en cada embarque.
Arquitectura de MDM: un sistema de registro por dominio›
El principio de gobierno de MDM no es negociable: un sistema de registro por objeto de dato maestro. Cuando el ERP y el WMS actualizan ambos el peso del artículo, los conflictos son inevitables e irresolubles a escala. Define el sistema de registro de cada campo y retira el acceso de escritura a todos los demás sistemas. En organizaciones grandes (>3 ERPs o >50,000 artículos activos), una plataforma de MDM dedicada (SAP MDG, Informatica) suele estar justificada. En organizaciones más pequeñas, el ERP como único sistema de registro con control de cambios estricto con frecuencia es suficiente.
Intermedio vs. Avanzado›
Intermedio: mantiene los registros maestros de su dominio siguiendo el proceso de gobierno; identifica y reporta problemas de calidad.
Avanzado: diseña la arquitectura y el marco de gobierno de MDM; lidera programas de calidad de datos maestros con KPIs; administra la plataforma de MDM.
Avanzado: diseña la arquitectura y el marco de gobierno de MDM; lidera programas de calidad de datos maestros con KPIs; administra la plataforma de MDM.
05In practiceEn la práctica
Define one system of record per master data object and enforce it technically, not just procedurally›
The most common MDM failure is allowing multiple systems to update the same master data field. Define the system of record and remove write access from all other systems. Procedural rules without technical enforcement break within 6 months.
Prioritize lead time and safety stock accuracy above all other master data fields — they drive the highest supply chain cost when wrong›
Lead time accuracy has the highest supply chain cost impact of any master data field. An item with a 5-day lead time in the system that actually requires 12 days generates systematic late orders regardless of planning algorithm quality.
Audit master data before any ERP or APS implementation — never migrate without first cleaning›
An ERP implementation that migrates dirty master data creates a bigger problem than the one it was solving. Investing 3–6 months in master data cleansing before migration prevents years of operational problems post go-live.
Measure master data completeness and lead time accuracy monthly and report to supply chain leadership›
Master data quality degrades over time as changes are made without governance. Monthly measurement and reporting creates the accountability needed to maintain quality.
Define un sistema de registro por objeto de dato maestro y hazlo cumplir técnicamente, no solo por procedimiento›
La falla más común en MDM es permitir que varios sistemas actualicen el mismo campo maestro. Define el sistema de registro y retira el acceso de escritura a los demás sistemas. Las reglas de procedimiento sin control técnico se rompen en menos de 6 meses.
Prioriza la exactitud de lead time e inventario de seguridad sobre cualquier otro campo maestro — son los que más costo generan cuando están mal›
La exactitud del lead time tiene el mayor impacto en costo de la cadena de suministro entre todos los campos maestros. Un artículo con lead time de 5 días en el sistema que en realidad requiere 12 genera órdenes sistemáticamente tardías, sin importar la calidad del algoritmo de planeación.
Audita los datos maestros antes de cualquier implementación de ERP o APS — nunca migres sin limpiar primero›
Una implementación de ERP que migra datos maestros sucios crea un problema mayor que el que buscaba resolver. Invertir 3–6 meses en depurar datos maestros antes de la migración evita años de problemas operativos después del go-live.
Mide mensualmente la completitud de datos maestros y la exactitud de lead time, y repórtalas a la dirección de cadena de suministro›
La calidad de los datos maestros se degrada con el tiempo conforme se hacen cambios sin gobierno. Medirla y reportarla mensualmente crea la rendición de cuentas necesaria para sostenerla.
06Illustrative caseCaso ilustrativo
Illustrative case built from typical industry values — not data from a specific company.Caso ilustrativo construido con valores típicos de la industria — no son datos de una empresa específica.
Illustrative case: MDM program — distribution company, 42,000 active items, 3 ERPs, 22% lead time accuracy problem
The company discovers that 22% of items have incorrect lead times in the ERP, generating systematic late replenishment orders across 3 distribution entities.
The company discovers that 22% of items have incorrect lead times in the ERP, generating systematic late replenishment orders across 3 distribution entities.
| MDM impact | Before MDM (unmanaged) | After MDM program |
|---|---|---|
| Item lead time accuracy % | 78% lead time accuracy · 22% of items with lead times 30–60% shorter than actual · MRP generates POs systematically late | 99.2% lead time accuracy · Quarterly lead time review with vendors · Automated lead time deviation alerts from ERP vs. actual GR data |
| Stockout rate (% of SKU-locations with stockout in rolling 30-day window) | 8.4% stockout rate · Partially caused by systematically late replenishment orders | 2.1% stockout rate (−75%) · Correct lead times enable MRP to generate orders at the right time · No other change to safety stock or planning policy |
| Master data change request cycle time | 3–5 days · No formal process · Changes made directly in individual ERPs by whoever had access | <4 hours average · MDM approval workflow · Audit trail complete · All 3 ERPs updated simultaneously from MDM |
Result: MDM program investment: $2.2M MXN (SAP MDG + data cleansing + governance training). Annual value: $6.8M MXN (stockout reduction + emergency freight elimination + working capital). Payback: 3.9 months.
Illustrative case built from typical industry values — not data from a specific company.Caso ilustrativo construido con valores típicos de la industria — no son datos de una empresa específica.
Caso ilustrativo: programa de MDM — empresa de distribución, 42,000 artículos activos, 3 ERPs, 22% de lead times incorrectos
La empresa descubre que 22% de sus artículos tiene lead times incorrectos en el ERP, lo que genera órdenes de reabastecimiento sistemáticamente tardías en 3 entidades de distribución.
La empresa descubre que 22% de sus artículos tiene lead times incorrectos en el ERP, lo que genera órdenes de reabastecimiento sistemáticamente tardías en 3 entidades de distribución.
| Impacto del MDM | Antes del MDM (sin gestión) | Después del programa de MDM |
|---|---|---|
| Exactitud de lead time por artículo % | 78% de exactitud de lead time · 22% de los artículos con lead times 30–60% más cortos que los reales · El MRP genera OC sistemáticamente tarde | 99.2% de exactitud de lead time · Revisión trimestral de lead times con proveedores · Alertas automáticas de desviación entre el lead time del ERP y las entradas de mercancía reales |
| Tasa de quiebres de inventario (% de combinaciones SKU-ubicación con quiebre en una ventana móvil de 30 días) | 8.4% de quiebres · Causados en parte por órdenes de reabastecimiento sistemáticamente tardías | 2.1% de quiebres (−75%) · Lead times correctos permiten al MRP generar órdenes a tiempo · Sin otro cambio en inventario de seguridad ni en la política de planeación |
| Tiempo de ciclo de solicitudes de cambio de datos maestros | 3–5 días · Sin proceso formal · Cambios hechos directamente en cada ERP por quien tuviera acceso | <4 horas en promedio · Flujo de aprobación en MDM · Pista de auditoría completa · Los 3 ERPs se actualizan simultáneamente desde el MDM |
Resultado: Inversión en el programa de MDM: $2.2M MXN (SAP MDG + depuración de datos + capacitación en gobierno). Valor anual: $6.8M MXN (reducción de quiebres + eliminación de fletes urgentes + capital de trabajo). Recuperación: 3.9 meses.
07How it is measuredCómo se mide
Master Data Completeness % (required fields populated with valid values)›
Master Data Completeness % (required fields populated with valid values)
(Master data records with all supply-chain-critical fields populated with valid, non-default values / Total active records) × 100
Benchmark: >95% master data completeness for supply-chain-critical fields (lead time, safety stock, UoM, standard cost) · <85% indicates systemic governance problems
⚠️ Master data completeness <85% means 15% of items have missing critical fields — generating incorrect supply chain decisions for every transaction that references those records.
Lead Time Accuracy % (ERP lead time within 15% of actual average lead time)›
Lead Time Accuracy % (ERP lead time within 15% of actual average lead time)
(Items where ERP lead time is within ±15% of the actual average lead time in the last 6 months / Total active items with a replenishment lead time) × 100
Benchmark: >95% lead time accuracy · <80% indicates the ERP lead time parameters have not been reviewed in >12 months
🔑 Lead time accuracy below 80% is the single most impactful master data quality failure in supply chain planning. No statistical forecast model can compensate for systematically wrong lead times in the ERP.
Completitud de datos maestros % (campos obligatorios con valores válidos)›
Completitud de datos maestros % (campos obligatorios con valores válidos)
(Registros maestros con todos los campos críticos para la cadena de suministro poblados con valores válidos, no predeterminados / Total de registros activos) × 100
Referencia: >95% de completitud en campos críticos para la cadena de suministro (lead time, inventario de seguridad, unidad de medida, costo estándar) · <85% indica problemas sistémicos de gobierno
⚠️ Una completitud <85% significa que 15% de los artículos tiene campos críticos vacíos — generando decisiones incorrectas en cada transacción que usa esos registros.
Exactitud de lead time % (lead time del ERP dentro de 15% del lead time promedio real)›
Exactitud de lead time % (lead time del ERP dentro de 15% del lead time promedio real)
(Artículos cuyo lead time en el ERP está dentro de ±15% del lead time promedio real de los últimos 6 meses / Total de artículos activos con lead time de reabastecimiento) × 100
Referencia: >95% de exactitud de lead time · <80% indica que los parámetros de lead time del ERP no se han revisado en más de 12 meses
🔑 Una exactitud de lead time por debajo de 80% es la falla de calidad de datos maestros de mayor impacto en la planeación de la cadena de suministro. Ningún modelo estadístico de pronóstico puede compensar lead times sistemáticamente erróneos en el ERP.
08What you would useQué se usa
📌 Master Data Management Platforms
SAP Master Data Governance (MDG) / SAP Business Data Cloud›
Module: MDM for SAP-Centric Supply Chains
SAP MDG is the reference MDM platform for SAP-centric supply chains. It provides workflow-based governance for item, vendor, and customer master data with native S/4HANA integration and complete audit trail. SAP Business Data Cloud complements it as SAP's data platform for harmonized analytics; it is not an MDM tool by itself.
SAP MDG is the reference MDM platform for SAP-centric supply chains. It provides workflow-based governance for item, vendor, and customer master data with native S/4HANA integration and complete audit trail. SAP Business Data Cloud complements it as SAP's data platform for harmonized analytics; it is not an MDM tool by itself.
Informatica IDMC / Stibo STEP›
Module: Enterprise MDM for Multi-ERP Environments
Informatica Intelligent Data Management Cloud (Informatica is now part of Salesforce) and Stibo STEP for multi-ERP environments where master data must be governed and distributed across SAP, Oracle, and Dynamics simultaneously.
Informatica Intelligent Data Management Cloud (Informatica is now part of Salesforce) and Stibo STEP for multi-ERP environments where master data must be governed and distributed across SAP, Oracle, and Dynamics simultaneously.
📌 Plataformas de gestión de datos maestros
SAP Master Data Governance (MDG) / SAP Business Data Cloud›
Módulo: MDM para cadenas de suministro centradas en SAP
SAP MDG es la plataforma de MDM de referencia para cadenas de suministro centradas en SAP. Ofrece gobierno basado en flujos de trabajo para datos maestros de artículos, proveedores y clientes, con integración nativa a S/4HANA y pista de auditoría completa. SAP Business Data Cloud lo complementa como la plataforma de datos de SAP para analítica armonizada; por sí sola no es una herramienta de MDM.
SAP MDG es la plataforma de MDM de referencia para cadenas de suministro centradas en SAP. Ofrece gobierno basado en flujos de trabajo para datos maestros de artículos, proveedores y clientes, con integración nativa a S/4HANA y pista de auditoría completa. SAP Business Data Cloud lo complementa como la plataforma de datos de SAP para analítica armonizada; por sí sola no es una herramienta de MDM.
Informatica IDMC / Stibo STEP›
Módulo: MDM empresarial para entornos con múltiples ERPs
Informatica Intelligent Data Management Cloud (Informatica ahora forma parte de Salesforce) y Stibo STEP para entornos con múltiples ERPs donde los datos maestros deben gobernarse y distribuirse simultáneamente en SAP, Oracle y Dynamics.
Informatica Intelligent Data Management Cloud (Informatica ahora forma parte de Salesforce) y Stibo STEP para entornos con múltiples ERPs donde los datos maestros deben gobernarse y distribuirse simultáneamente en SAP, Oracle y Dynamics.
The bottom lineEn corto
Give every master data field one owner and one system of record; everything downstream depends on it.
Dale a cada campo maestro un dueño y un sistema de registro; todo lo que viene después depende de ello.
← PreviousAnteriorERP-to-ERP integration: multi-company, multi-country & M&A scenariosIntegración ERP-a-ERP: escenarios multi-empresa, multi-país y de M&ANextSiguiente →APS & supply chain planning systems: from ERP-native to best-of-breedAPS y sistemas de planeación de SC: del ERP nativo al best-of-breed
All D15 componentsTodos los componentes de D15D15 artifactsArtifacts de D15SCRA