企业如何建立主数据管理平台让数据增值

发布时间:2020.08.28来源:知乎浏览量:444次标签:数据治理

90年代中期,ERP兴起并得到快速发展。然而,最早的ERP系统中并没有主数据(Master data)的概念,而是被称作基础数据。基础数据在不同的模块中进行管理的,例如:物料是在INV模块,供应商是在AP模块,客户是在AR模块。
21世纪初,SOA——面向服务的架构,流行了起来。企业信息化架构,从单体架构、垂直架构向SOA架构方向发展起来。领先的ERP厂商SAP已经将主数据作为一项服务,提供其他模块调用。同期,Oracle提出了“TCA架构”的理念,并首先将“客户数据”独立出来,作为一个向其他相关模块提供调用服务(SOA)的基础应用。SOA时代的正式到来,信息化领域真正明确“主数据”的定义,并确定了主数据的地位——企业信息化建设的基础。
在SOA时代,主数据解决的是企业内核心数据不统一、不一致、不准确、不完整、不共享的问题。而今天的数字化时代,赋予MDM的责任,不仅在与企业内部的数据治理和集成共享,还有一个重要的职责就是上下游产业的联通,实现社会化的主数据互联。未来主数据一定是融合了大数据技术、云计算技术、数据孪生技术、微服务技术的、人工智能技术的应用平台,主数据离不开技术却超越技术。

现在引入主数据这个概念了,在应用层面讲,主数据( Master Data )是在多系统集成应用的背景下,被多个信息系统(或功能模块)共用的基础性标准化的数据,常见的主数据包括:供应商、客户、物料、人员、部门、项目等。

主数据(Master Data)是具有共享性的基础数据,可以在企业内跨越各个业务部门被重复使用,处于相对高价值,高共享,相对稳定的状态。所以,主数据具有以下几个特征:
超越部门:主数据是组织范围内共享的、跨部门的数据,不归属某一特定的部门而归属于整个组织,是企业的核心数据资产。
超越业务:主数据是跨越了业务界限,在多个业务领域中被广泛使用的数据,其核心属性也是来自业务。主数据在各个业务流程中都是唯一识别的对象,它不会依赖于业务流程存在,但它的价值是业务交互中体现的。
超越系统:主数据是多个系统之间的共享数据,是应用系统建设的基础,同时也是数据分析系统重要的分析对象。因此,它应该保持相对独立,服务于但要高于其它业务信息系统。
超越技术:主数据是要解决不同异构系统之间的核心数据共享问题,应当满足与不同业务系统架构下使用的情况,提供兼容多种系统架构,多兼容的数据接收及应用方式,不会局限于一种特定的技术。
为更好的管理主数据,主数据管理系统(Master Data Management,即MDM)这类软件就出现了。比如亿信华辰有个专业的主数据管理平台,提供主数据新增、修改、审核质检、逐级审批、数据分发等完善的产品功能,可帮助企业实现财务主数据的持续化管理,提高财务主数据质量,帮助企业高效运营。
主数据建设在企业信息化战略中处于核心地位,处于基础支撑地位,是基础数据的集中地,确保目标系统数据的一致和唯一。对于企业而言,主数据管理有消除数据冗余、提升数据处理效率、提高公司战略协同力等价值,是企业数据治理过程中必不可少的一环。而且主数据流程并不是一蹴而就、一劳永逸的;需要不断改进、更新、完善,这是一个长期坚持的过程,得到的收益也是长久的。
(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
  • 数据治理的方法论是什么?

    数据治理的方法论是什么?

    一套科学、完整的实施方法论,可以为用户建立一套适应用户业务需求,并且操作性强的主数据管理体系。遵循该方法路线进行数据治理工作可以大大缩减……查看详情

    发布时间:2019.06.14来源:欣思博述数字化浏览量:253次

  • 企业数据治理的九大要素

    企业数据治理的九大要素

    元数据管理致力于处理技术元数据、业务元数据、管理元数据,通过丰富的元数据分析和检核,帮助各行各业用户获得更多的数据洞察力,进而挖掘出隐藏……查看详情

    发布时间:2020.07.10来源:知乎浏览量:412次

  • 数据质量问题的影响因素

    数据质量问题的影响因素

    数据质量反映的是数据的“适用性(fitness for use)”,即数据满足使用需要的合适程度。数据质量通过完整性、一致性、准确性、及……查看详情

    发布时间:2020.04.09来源:百度浏览量:789次

  • 数据治理:指定您的业务战略

    数据治理:指定您的业务战略

    数据治理是作为一个重要的业务计划,治理需要政策,所以在进行治理的时候就需要通过多方协调找到最适合自身组织的治理方法。 ……查看详情

    发布时间:2019.09.04来源:知乎浏览量:302次

  • 数据治理金融行业解决方案

    数据治理金融行业解决方案

    我国银行数据现状1、缺乏数据梳理,造成行领导看到的数据相互冲突和矛盾 2、业务职能不清晰或相互重叠,观察数据视角不尽相同,缺少数据标准与……查看详情

    发布时间:2019.08.26来源:知乎浏览量:381次

  • 金融行业数据治理与安全防护解决方案

    金融行业数据治理与安全防护解决方案

    在金融业各类涉及商业秘密和敏感数据的信息在处理、共享和使用过程中面临违规越权使用或被用于非法用途等数据泄漏的安全风险。一方面,数据处理过……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:359次

  • 数据治理的血缘分析

    数据治理的血缘分析

    数据治理里经常提到的一个词就是血缘分析,血缘分析是保证数据融合(聚合)的一个手段,通过血缘分析实现数据融合处理的可追溯。……查看详情

    发布时间:2019.11.22来源:CSDN浏览量:378次

  • 数据治理计划阶段

    数据治理计划阶段

    所有程序都有生命周期。……查看详情

    发布时间:2019.03.29来源:亿信华辰浏览量:279次

  • 98%的企业备战数据治理,尚未入局的你还在等什么

    98%的企业备战数据治理,尚未入局的你还在等什么

    UBM近日发布了一份2018企业数据治理白皮书。白皮书中分析了数据治理的现状:虽然越来越多的企业(尤其是业务部门及IT部门)逐渐开始关注……查看详情

    发布时间:2018.12.10来源:亿信华辰浏览量:455次

  • 什么是自适应数据分析和数据治理?

    什么是自适应数据分析和数据治理?

    自适应数据和分析治理,这种方法可帮助企业保持相关性并响应组织内部和外部的快速变化的环境。在自适应数据和分析治理中,数据治理不仅仅是约束和……查看详情

    发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:307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