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:580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 预约演示
相关文章推荐
  • 数据治理之“术”金融业如何做好数据治理工作

    数据治理之“术”金融业如何做好数据治理工作

    数据治理之“术”金融业如何做好数据治理工作就如何做好数据治理工作,可参考以下四点意见。……查看详情

    发布时间:2019.12.12来源:知乎浏览量:415次

  • 银行业金融机构数据治理指引

    银行业金融机构数据治理指引

    为指导银行业金融机构加强数据治理,提高数据质量,发挥数据价值,提升经营管理能力,根据《中华人民共和国银行业监督管理法》等法律法规,制定本……查看详情

    发布时间:2019.08.08来源:CSDN浏览量:767次

  • 人工智能治理应当起步

    人工智能治理应当起步

    人工智能正在以前所未有的速度发展,大大超出了人们的预期,目前全球活跃人工智能企业达到了5000家左右。据相关预测,到2022年全球人工智……查看详情

    发布时间:2019.10.18来源:中国经营报浏览量:389次

  • 数据治理准备的五大支柱:交付能力

    数据治理准备的五大支柱:交付能力

    数据治理准备的五大支柱应成为实施或改进任何总体倡议的起点。……查看详情

    发布时间:2019.01.24来源:亿信华辰浏览量:667次

  • 关于数据治理的十件事

    关于数据治理的十件事

    数据治理是我们现在遇到的众多热门词汇之一。有人可能会说这是炒作,但我不这么认为。出于许多好的理由,这是我们的首要考虑,其中一些我们在下面……查看详情

    发布时间:2018.12.18来源:数据治理浏览量:529次

  • 数据质量监控步骤及方法

    数据质量监控步骤及方法

    随着大数据时代的带来,数据的应用也日趋繁茂,越来越多的应用和服务都基于数据而建立,数据的重要性不言而喻。而且,数据质量是数据分析和数据挖……查看详情

    发布时间:2020.08.31来源:CSDN浏览量:799次

  • 数据清理的终极指南——亿信华辰

    数据清理的终极指南——亿信华辰

    我花了几个月的时间分析来自传感器、调查及日志等相关数据。无论我用多少图表,设计多么复杂的算法,结果总是会与预期不同。……查看详情

    发布时间:2019.03.20来源:数据清理浏览量:411次

  • 银行的信息科技部门做数据治理的体验

    银行的信息科技部门做数据治理的体验

    银行对于数据治理的态度:从90年代末开始我国银行业信息化之路就已经开启,到了21世纪越来越多的银行开始利用数据进行更为精准的客户营销、提……查看详情

    发布时间:2020.07.31来源:知乎浏览量:524次

  • 数据建模和数据映射:来自任何数据的结果

    数据建模和数据映射:来自任何数据的结果

    统一的数据建模和数据映射方法可能是许多数据驱动型组织所需要的突破。在我与客户进行的大多数对话中,他们表示需要一个可行的解决方案来模拟他……查看详情

    发布时间:2019.01.17来源:亿信华辰浏览量:554次

  • 数据标准化的难题

    数据标准化的难题

    数据标准好制定,但是数据标准落地相对就困难多了。国内的数据标准化工作发展了那么多年,各个行业,各个组织都在建设自己的数据标准,但是你很少……查看详情

    发布时间:2020.11.13来源:知乎浏览量:416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