企业的主数据管理——亿信华辰

发布时间:2019.03.05来源:数据管理浏览量:252次标签:数据治理


一、 企业数据管理范畴

企业数据包括交易数据、主数据和分析数据。

交易数据:描述企业的运营情况,例如:采购、销售、制造、收款、付款等业务产生的产品出入库,财务的应收应付等数据信息。

主数据:描述企业核心业务的主体。主要有产品、客户、供应商、地点、科目等。与交易数据不同,主数据一旦被记录到数据库中,需要经常对其进行维护,从而确保其时效性和准确性;主数据还包括关系数据,用以描述主数据之间的关系,如客户与产品的关系、产品与地域的关系、客户与客户的关系等。

分析数据:描述企业的绩效表现。用来进行决策支持的数据,通常以产品、客户、供应商等作为主要维度,体现企业运营情况,支持决策分析。

二、主数据

企业主数据指企业内一致并共享的业务主体。


  • 是各个系统(包括操作型系统、事务型应用系统、分析型系统)间一致并共享的数据;
  • 是用来描述核心业务的实体,例如,客户、供应商、财务账户和人事组织部门相关数据。
  • 主数据特点:准确性、一致性、集成性、共享性/可重用性和高价值。


它是能够在各个业务部门、业务系统中被重复使用的。目前很多行业的主数据甚至是动态和不完整的,例如:一家证券公司需要覆盖交易所、中登、银行间市场、证监会等相关数据,这些主数据往往需要采用人工和自动相结合的方式来进行维护和管理。

元数据:是定义数据的数据,是用来表示数据的相关信息,比如:数据定义、数据描述等,主要为数据交换提供一个规范和标准。

可以理解为The“who”,“what”,“where”,“How”,“Whose”of data。

三、主数据管理

(1)主数据管理

主数据管理,包括不仅仅是硬件和软件,还是将数据作为重要资产管理的思想和办法,是指一整套的用于生成和维护企业主数据的规范、技术和方案,以保证主数据的完整性、一致性和准确性。主数据管理的目标是提供一个准确、及时、完整、相应的主数据来源,以支持业务流程和交易。

 (2)主数据管理不是数据仓库


  • 数据仓库会将各个业务系统的数据集中在一起再进行业务的分析,并且保存经过清理的数据;主数据管理系统不会把所有数据都管理起来,只是把需要在各个系统间共享的主数据进行采集和发布。
  • 数据仓库是单向集成的;主数据管理注重将主数据的变化同步发布到各个关联的业务系统中。主数据系统是双向的,不但需要从各个系统中获取、加工,还包括了最终数据的分发。


 (3)常见的主数据管理问题

目前,主数据管理的问题在大多数行业、企业中普遍存在。

主要表现为以下几点:


  • 关键信息孤岛,数据分布在多个孤岛,不能跨组织传播;
  • 组织内不能就一个主数据源达成一致;
  • 数据质量问题引发的业务流程和交易的失败;
  • 不正确或丢失数据造成合规性和绩效管理的问题;
  • 决策者做出基于错误数据的错误决定。


对企业来说,业务系统的构建大多是以实际业务为核心,从下至上地构建系统,使得缺乏统一的规划,从而导致一些需要在各个业务中共享的主数据被分散到各个业务系统中。分散管理的主数据由于缺乏一致性、准确性和完整性,从而导致各个企业普遍存在的客户管理、供应商管理、产品管理等不力现象。

(4)主数据管理解决方案


  • 从多个业务系统中整合最核心的、需要共享并保持一致的主数据,即创建主数据的单一视图(MDM主数据管理系统);
  • 以服务的方式把统一、完整、准确的主数据发布给企业范围内需要使用这些数据的业务系统、业务流程和决策支持系统;
  • 建立数据治理委员会,集中、定期进行主数据的清洗和丰富。


(5)带来的业务价值


  • 基于完整、准确的信息增强企业管理和业务增长的能力;
  • 加速新的服务和产品的推出,简化业务流程;
  • 增强IT架构的灵活性,构建覆盖整个企业范围的数据管理基础;
  • 提高业务分析的准确度和企业管理的水平,满足法规的要求,降低业务风险。


四、主数据管理实施

(1)主数据管理如何实施

主数据管理项目需要持续的建设和运营,建设阶段更多的在于确定架构、流程和原则,运营阶段才是逐渐完善数据源,增加新的应用,并适时进行架构回顾并进行必要调整。主数据管理项目的建设过程中,要求决策人员、业务人员和开发者的共同参与和密切协作,要求保持灵活的头脑,不做或尽量少做无效工作或重复工作。

(2)项目实施过程

主数据管理的原始需求是不明确、且不断变化与增加的,建设者最初不能确切了解到用户的明确详细的需求,用户能提供的无非是需求的大方向以及部分需求,更不能较准确地预见到以后的需求。主数据管理系统一个经过不断循环、反馈而使系统不断增长与完善的过程。

 (3)系统方案分享

方案一:数据转换映射

常见于大型、分散管理的企业集团,如GE、中石化等。

 方案二:由应用系统承担主数据管理功能

常见于产品线差异较小,管理较集中的企业,如Apple、Boeing、华为等。

 方案三:混合模式

企业分散程度介于方案一与方案二之间,对于不同类型的主数据,或利用相关业务系统或引入独立的主数据管理平台,如:GSK、海尔等。

 方案四:集中管控

产业形态相对单一,企业快速发展(多收购、合并),集团管控和数据整合要求高的企业。

 

(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 为什么企业架构需要成熟度模型

    为什么企业架构需要成熟度模型

    跑步之前走路。我们已经听过一百万次了,引用了几乎同样多的不同学科。然而,由于时间有限,想要快速完成任务往往是人性。然而,就像我们的第一步……查看详情

    发布时间:2019.02.26来源:亿信华辰浏览量:235次

  • 数据标准管理体系-数据治理基础

    数据标准管理体系-数据治理基础

    目前企业缺乏专业化的信息标准管理流程,部门间缺乏沟通的统一渠道,导致标准变更和发布缺乏制度化要求,容易形成难以清理的问题数据。在短期规划……查看详情

    发布时间:2019.12.25来源:知乎浏览量:300次

  • 探索科学有效的数据治理之路

    探索科学有效的数据治理之路

    数据是数字经济的基础性战略资源,数据治理能力是国家竞争力的体现。随着移动互联网、物联网、云计算等信息技术的飞速发展,人们的生产和生活方式……查看详情

    发布时间:2020.07.31来源:知乎浏览量:291次

  • 银行数据质量管理方法研究与实践

    银行数据质量管理方法研究与实践

    伴随外部监管要求逐步提高以及市场竞争环境的日益激励,银行对于数据价值的重视提升到了前所未有的高度,数据对于银行来说已经成为一项重要的资产……查看详情

    发布时间:2019.02.21来源:知乎浏览量:276次

  • 数据治理的四个阶段

    数据治理的四个阶段

    数据治理的定义是对数据资产管理行使权力和控制的活动集合。其最终目的是挖掘数据价值,推动业务发展,实现盈利。……查看详情

    发布时间:2021.03.06来源:亿信数据治理知识库浏览量:275次

  • 如何数据标准应对这些难题

    如何数据标准应对这些难题

    应对数据标准这些难题,最经济、最理想的模式当然是:做大数据建设,首先做标准,再做大数据平台,数据仓库等。但一般的不大可能有这样的认识,很……查看详情

    发布时间:2020.11.13来源:知乎浏览量:221次

  • 数据治理如何推动医疗大数据的发展

    数据治理如何推动医疗大数据的发展

    数据治理是一种管理数据的方法,允许组织平衡两个需求:收集和保护信息的需求,同时从信息中获取价值。但它远不止于此。医疗大数据其中的健康数据……查看详情

    发布时间:2019.08.15来源:知乎浏览量:241次

  • 数据治理成功的预测指标

    数据治理成功的预测指标

    简而言之,数据治理项目在组织内经常遇到的挑战通常与高级管理层和业务中的数据文化状态密切相关。从这两个利益相关方团体获得支持可以显着提高数……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:261次

  • 2025年大数据分析发展的预测

    2025年大数据分析发展的预测

    全球每天的互联网搜索、点击、分享、喜欢和刷卡都会产生大约2 5艾字节的数据。这仅仅是由于物联网推动的。IDC公司预测,到2025年数据量……查看详情

    发布时间:2019.03.07来源:亿信华辰浏览量:224次

  • 数据治理系列5:浅谈数据质量管理

    数据治理系列5:浅谈数据质量管理

    数据质量管理是对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的数据质量问题,进行识别、度量、监控、预警等一……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:267次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议