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:318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
  • 建设大数据平台,从“治理”数据谈起

    建设大数据平台,从“治理”数据谈起

    大数据时代还需要数据治理吗?数据平台发展过程中随处可见的数据问题大数据不是凭空而来,1981年第一个数据仓库诞生,到现在已经有了近40年……查看详情

    发布时间:2019.01.11来源:亿信华辰浏览量:184次

  • 医疗保健中数据治理的7个基本实践

    医疗保健中数据治理的7个基本实践

    数据现在是任何组织中最有价值的资产之一,尤其是医疗保健,因为我们正在转向更具分析性的行业。数据现在是任何组织中最持久的资产,超过设施,设……查看详情

    发布时间:2018.12.27来源:数据治理浏览量:210次

  • 营造“三大环境” 让数据说话 靠数据管理

    营造“三大环境” 让数据说话 靠数据管理

    《中国市场监管研究》:最近,江苏省工商局陆续发布消费环境指数、竞争环境指数、准入环境指数的研究报告,从领导批示、专家意见、社会反应来看,……查看详情

    发布时间:2019.02.15来源:数据管理浏览量:177次

  • 数据治理的最佳实践

    数据治理的最佳实践

    数据治理是指确保数据在输入系统时满足精确标准和业务规则的一组流程。数据治理使企业能够控制数据资产的管理。这包括使数据适合其预期目的所需的……查看详情

    发布时间:2018.12.26来源:数据治理浏览量:193次

  • 金融行业大数据标准体系设计

    金融行业大数据标准体系设计

    金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充,共同构成完整的统一体。同……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:300次

  • 企业何时考虑启动数据治理项目

    企业何时考虑启动数据治理项目

    数据治理应用方面原因有什么,企业信息化建设到了一定程度,开始对数据进行相关的展示、分析、应用等,进一步提高数据对企业统计分析和决策支持的……查看详情

    发布时间:2020.04.08来源:知乎浏览量:164次

  • 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:171次

  • 大数据治理:数据问题的全面解决之道

    大数据治理:数据问题的全面解决之道

    当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格……查看详情

    发布时间:2018.12.20来源:人民邮电浏览量:179次

  • 数据准备和数据映射:数据管理和数据治理之间的粘合剂,以加快洞察力并降低风险

    数据准备和数据映射:数据管理和数据治理之间的粘合剂,以加快洞察力并降低风险

    组织已经花费了大量的时间和金钱试图在不同的平台上协调数据,包括清理、上载元数据、转换代码、定义业务词汇表、跟踪数据转换等。……查看详情

    发布时间:2019.02.13来源:亿信华辰浏览量:222次

  • 物联网为什么需要动态数据交换

    物联网为什么需要动态数据交换

    物联网承诺为数据的创建和交换提供一个激动人心的未来,这些数据可以改变业务流程并推动下一轮创新。然而,在建立为这个新市场提供流动性的数据交……查看详情

    发布时间:2019.01.15来源:亿信华辰浏览量:189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