主数据管理从哪着手?如何进行?

发布时间:2021.05.07来源:亿信数据治理知识库浏览量:296次标签:数据治理

一、主数据管理的范围

主数据管理.jpg

绝大部分企业都差不多,如客户、供应商、组织架构、人员、物料、库位、财务科目等。个别客户有一些特别的主数据,如我的一个客户是做工程项目,其主数据还有项目资料的分类、合同分类、工程跟踪的节点等等,这些都是工程项目管理中的核心数据。零售企业中的标签也是主数据,标签分静态标签和动态标签,客户性别、电话、城市、职业、健康状况等属于静态标签,期间内消费额、期间内消费次数、期间内某产品的购买次数、期间内联系次数、期间阅读(软文)次数、期间内阅读时长等都属于动态标签。智能制造企业中,工艺路线、工序、车间、班组、设备等都是主数据。此外、绩效KPI、假期、班次、人员级别、学历、岗位、工龄等等也属于主数据。


二、主数据管理的源头


只能是一个源头,但很多企业不是这样,最常见的就是人员组织架构存在于多个系统中,而且相互独立,ERP中有、HR系统中有、CRM中有、OA系统中也有,领导想知道公司目前员工总人数,每个系统拉出来的数据往往不同。一个源头就是数据录入其中某一系统,然后自动同步到其他相关系统,以哪一个系统为准呢?还是以人员组织架构为例,源头通常不是HR系统,而是OA系统,因为人员的入职、离职、升迁、调动都是从OA流程开始,OA中的数据最新,然后自动刷新ERP、HR、CRM等其他相关系统。物料主数据在很多企业也容易多源头,一般来说ERP是物料的源头,如果有PDM/PLM系统,则以PDM/PLM为源头,然后自动同步到MES、CRM等相关系统。


三、主数据管理的处理


分为两个方面:


一方面是技术,对规模较大的企业,数据中台、MDM系统都可以,对中小企业,方法也很多,无代码开发平台、RPA都可以。当然用原生开发也可以,就是效率低一些。


另一方面是逻辑,确定源头后,如何同步到相关系统,即同步采取什么样的逻辑,实时的、一天一次还是一天多次?通过系统接口、中间表还是直接读写数据库?这个比较复杂,需要根据实际情况(需求、性能、安全)而选择合适的处理逻辑。不管采用哪一种逻辑,都要同步建立自动校验机制,一旦出问题,系统自动报警,提醒相关责任人及时处理。


四、主数据管理的规范


也分为两个方面:


编码规范,所有主数据必须使用同一编码规则,如果编码不同,系统永远无法打通对接。如果有国标,尽量采用国标,未来也便于对接供应链体系中上下游的供应商和客户系统,前提是他们也使用国标。


操作规范,针对核心的主数据,必须有对应的规范流程,而且责任部门也必须唯一,比如物料主数据,要有新品发布流程、物料变更流程、产品下架流程等。比如人员主数据,要有招聘流程、新员工入职流程、员工变动流程、员工离职流程等。客户主数据和供应商主数据都有相应的流程。只有这样才能确保主数据的规范统一。很多公司系统刚刚上线时主数据做的很好,但一两年后主数据就乱了,关键就是缺乏操作规范。


此外,数据管理还要确保数据录入/采集的及时和准确,否则就会造成账实不符,只要企业从上到下,都以系统数据为准,不再接受手工报表,尤其要包括绩效考核的KPI,数据的及时性和准确性自然就会得到保证。


(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
  • 询问数据治理教练:我的数据治理计划需要多长时间?

    询问数据治理教练:我的数据治理计划需要多长时间?

    有多种不同的成熟度评估可用。如同所有的事物数据治理,我更喜欢一个简单的方法,你可以下载一个非常快速和容易的数据治理健康检查调查问卷免费在……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:126次

  • 数据交换如何“主动出击”?

    数据交换如何“主动出击”?

    传统的数据交换,一般说来是用户根据自身的数据抽取需求,配置好相关的设置,定义好数据抽取时间来进行数据交换。这是一种被动式的数据交换,如果……查看详情

    发布时间:2020.09.27来源:头条浏览量:158次

  • 数据治理与IT治理的区别

    数据治理与IT治理的区别

    最近,我们一直专注于数据治理,从数据中获取最大价值并防止下一次重大漏洞,我们中的许多人忽略了IT治理基础,这有助于我们实现卓越的数据治理……查看详情

    发布时间:2018.11.15来源:Cindy Ng浏览量:263次

  • 数据治理到底应该怎么治?

    数据治理到底应该怎么治?

    数据到底怎么治,这确实是一个宽泛的话题,首先是要明确治理的内容。针对不同的治理内容采取不同的数据治理策略。关于小数据和大数据的治理侧重点……查看详情

    发布时间:2020.07.07来源:知乎浏览量:183次

  • 数据质量稳定提升方法:使用反馈循环

    数据质量稳定提升方法:使用反馈循环

    每个额外的数据源都给流程增加了更多的复杂性,并且至少在短期内,在流程自动化之前消耗了额外的时间。现在是时候这些数据专业人员可以专门回答业……查看详情

    发布时间:2021.04.23来源:亿信数据治理知识库浏览量:243次

  • 数据治理中如何做好数据清理与归档

    数据治理中如何做好数据清理与归档

    传统上,数据的清理和归档属于DBA的职责,随着企业数字化转型、数据治理工作的推进,这项工作也被纳入了数据治理工作的重要内容。数据团队定期……查看详情

    发布时间:2022.05.31来源:互联网浏览量:539次

  • 数据治理理论

    数据治理理论

    数据治理是对数据资产的管理行使权力和控制的活劢集合(规划、监控和执行)。数据治理职能指导其他数据管理职能如何执行。……查看详情

    发布时间:2019.08.27来源:知乎浏览量:365次

  • 数据质量管理方法

    数据质量管理方法

    数据质量闭环管理机制以制定规则、问题发现、质量剖析、数据清理、评估验证、持续监控为核心活动,又结合银行的数据实践进行了定制和优化。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:303次

  • 数据质量及数据质量管理一个较全面的介绍

    数据质量及数据质量管理一个较全面的介绍

    很多企业数据项目的失败归根结底都是数据质量不高造成的。数据质量不高已经成为困扰此类项目的开发人员与用户的一个严重问题。为了提高大家对数据……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:187次

  • 数据管理与数据治理的区别

    数据管理与数据治理的区别

    当我们谈数据资产管理时,我们究竟在谈什么?就目前而言,我们谈论得最多的非数据管理和数据治理这两个概念莫属。但是对于这两个概念,两者的准确……查看详情

    发布时间:2019.11.22来源:知乎浏览量:160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