方法论:如何从0到1搭建企业级主数据管理平台
发布时间:2021.05.13来源:亿信数据治理知识库浏览量:91次标签:数据治理
多年前,当我们开始“玩主数据”的时候,客户领导担心业务部门不能正确理解,把它称为“公共数据”——这个名称虽不够准确,却为普及主数据和主数据管理奠定了良好的基础。
不知啥时候开始,主数据好像又成了热门词汇,主数据项目层出不穷。这当然并不奇怪,时代发展到今天,数据驱动业务不再是空话,当数据“司机”发现企业“这辆车”四处漏油、零件叮当作响时,你肯定不能任由“这辆车罢工”而坐视不管。
举个主数据质量低劣造成的典型场景:
集团公司希望统筹全集团的“人财物”,集中采购就成为重要抓手。但是流程梳理整合了,SRM系统上线了,集中采购却“跑”不起来。各家下属企业各说各话、鸡同鸭讲,集团难以通过SRM统一全集团的物资采购。其中的核心原因,就是主数据。如果该集团提前规划,将“人财物”这类高频使用的业务数据纳入集团主数据范畴,就是另一种结局了。
从企业运营或业务流程的角度来说,主数据通常表示可交易的实体。以从订单到收款的流程为例,客户使用某种资产(如自助终端)在某个零售店的位置购买公司的产品,其中客户、产品、位置、资产都是主数据,销售记录中的账户、在零售店工作的员工也是主数据。保存主数据的系统一般不记录交易信息,但它们应保持一致的实体信息,确保业务流程能够正常运转。
数据质量对于数字化时代的企业越来越重要,产品、客户、供应商、员工等的关键主数据必须成为可信赖的信息来源,这必须借助主数据管理来实现。那么企业要如何管理主数据呢?本文将针对主数据管理解决方案的实施跟大家作一个探讨。
一个完整的主数据管理方案应该包括:主数据管理体系建设、主数据管理系统建设,这两个层面。主数据体系建设是企业数据管理的核心,是标准化数据的载体;再通过专业的系统工具,打造稳定的、标准的、统一的主数据管理平台。最终,达到“统一标准、集中管控、专业负责、分级审核”的管理效果。
— 01 —主数据管理体系建设
主数据管理体系是为了规范主数据标准、主数据质量、主数据安全中的各类管理任务和活动而建立的组织、流程与工具,并实现这些组织、流程和工具的常态化运转;主数据管理体系建立的目标是提升主数据质量、促进主数据标准一致、保障主数据共享与使用安全。主数据管理体系主要包含:组织制度、标准梳理、落地策略等,下面就针对这几方面进行简单的介绍。
1. 组织制度
主数据管理制度层面主要是明确相关的组织职责、流程规范等,一般可根据企业自身情况进行灵活调整,常见制度可包含:主数据管理办法、各类主数据属性模板、主数据流程清单、绩效考核办法等。
构建主数据管理组织,通常采用三层管理架构:决策层、管理层、执行层。其中决策层最好能由高层担任,因为主数据建设涉及诸多跨部门合作,需要高层的推动;执行层一般也需要相关的业务部门人员参与,他们才是对主数据最了解、使用最多的人。这个组织可以是一个虚实结合的架构,可设置专门的管理岗位,也可由相关责任人兼任。
2.标准梳理
标准的梳理是对主数据的标准化过程,主要是针对分类、编码、属性等建立统一的标准,并为后续的数据抽取、融合、清洗等环节打下基础。
分类:建立统一、规范、科学的分类,能够提升管理效率,降低因分类不准确造成的错误。分类标准梳理的一般步骤为,①调研、收集相关分类标准,②差异及对标分析,③确定信息分类、确定结构及规则(可结合线分类、面分类、混合分类等方法)。
编码:建立适用全企业的编码规则,对于主数据的管理、辨别、使用都有着至关重要作用。编码梳理的一般步骤为,①遵循全局性、唯一性、适度性、灵活性、扩展性等编码原则,②满足编码共享、自动生成、编码扩展等使用要求,③分析现有编码问题,提出改进意见,最终确认主数据编码规则。常见编码规则包括:顺序码、层次码、组合码。
属性:属性标准的梳理是对主数据的每个属性项分别定义相关标准规范,从而可以约束各系统中的属性差异。属性标准一般会参照外部的国家、行业标准,内部的业务制度、源系统数据字典等,从业务标准、技术标准、管理标准等不同角度进行标准化。
3.落地策略
清洗、整合策略:主要是对零散、重复、不完整的数据,定义清洗条件、质检规则,从精确、完整、一致、有效、唯一等几个维度提升数据质量。
切换策略:主要是指确定各系统对于主数据的上线及对接使用策略,一般根据各业务系统的结构、数据量、重要性等不同维度考量,最终确定适合的策略。常见切换策略包括:完全采用主数据管理平台的主数据、通过映射实现与旧数据的对接、通过映射和逐步数据切换的方式开展,逐步实现所有系统都使用统一的主数据。
维护策略:主要是确定主数据的维护源头和管理模式。常见维护策略包括:
①在主数据管理平台中集中进行主数据的新增、变更和删除,及时向各业务系统分发,适用于对管控要求高,实时性要求不太高的主数据;
②在单一的业务系统中进行主数据的新增、变更和删除,主数据管理平台及时更新同步数据并向其他业务系统分发,适用于单一可信来源,且不受其他系统影响的主数据;
③在多个业务系统中进行主数据的新增、变更和删除,由主数据平台整合处理后分发给所有业务系统,适用于对实时性要求较高的主数据。
分发策略:主要是确定主数据系统与各业务系统数据分发的方式。常见分发策略包括:通过接口(ESB)分发,适用于业务系统对主数据实时性要求较高的情况;通过交换任务分发,适用于业务系统需要批量获取主数据的情况;通过文件分发,适用于系统繁忙情况下的离线批量分发。
— 02 —主数据管理系统建设
主数据管理系统作为主数据管理工作的主要载体,选择一个成熟、稳定、便捷的工具,可以让管理工作更加得心应手。
一个好用的主数据管理系统,应具备将实施服务成果落地的能力,并满足客户不仅仅是技术层面的需求,因此应像亿信华辰EsMDM主数据管理平台一样,实现以下价值:
1.实现主数据统一管理,统一标准规范,各司其职;
2.满足主数据业务需求,可根据业务需要灵活定义模型及业务流程;
3.保障主数据高质量,及时发现、修复质量问题,为各类应用场景提供唯一、准确、权威的主数据支撑;
4.构建主数据高效共享,多种分发方式自主选择,直接使用;
5.降低主数据管理成本,快速识别、全界面管理,数据自动流转减少运维压力;
6.提升企业运营效率,一体化主数据管控,一次录入,多方受用
同时,我们在建设主数据系统的时候,不能只纠结于某个功能点,更应构建起一个完善的功能架构。
△图为亿信EsMDM主数据管理平台架构
最终,主数据管理平台应该能够完成主数据采集、申请、新增、变更、审核、生效、失效、分发等全生命周期管理,从而帮助企业高效管理主数据,释放主数据价值。
— 03 —结语
如何快速整合业务系统进而快速形成生产力,是摆在企业面前的首要问题。拥有一个成熟且完整的主数据管理平台,来助力企业快速对大量数据进行管理,将成为企业应对外部变化及内部发展的基石。主数据标准规划与平台建设,提升了对主数据的运营管理能力,同时更好地实现企业内部的信息共享及利用率最大化。
— 关于 亿信华辰—
亿信华辰是中国专业的智能数据产品与服务提供商,一直致力于为政企用户提供从数据采集、存储、数据治理、数据分析到智能应用的智能数据全生命周期管理方案,帮助企业实现数据驱动、数据智能,已积累了8000多家用户的服务和客户成功经验,为客户提供数据分析平台、数据治理平台系统搭建等专业的产品咨询、实施和技术支持服务。
了解更多亿信华辰主数据管理平台功能:https://www.esenruizhi.com/products/esdmd.html
-
多措并举提升银行业数据治理能力
数据治理是银行业高质量发展的必由之路,当前银行业的数字化转型面临一些挑战和不足,要从建立数据治理架构、统一数据标准、加强数据分析应用等方……查看详情发布时间:2019.11.29来源:知乎浏览量:95次
-
构建有效的数据科学团队
随着数据科学和人工智能几乎进入阳光下的每个行业,建立一个能够建立成功的AI项目的团队的挑战也是如此。对统计学家,程序员和沟通者完美融合的……查看详情发布时间:2019.03.15来源:亿信华辰浏览量:105次
-
企业数据质量管理的水平、直接影响数字化转型的进程!
企业在数字化转型的过程中,需利用云计算、大数据、移动互联和物联网技术,通过新的产品和服务、新的业务模式和新的关系创造价值和竞争优势。数字……查看详情发布时间:2019.08.01来源:知乎浏览量:103次
-
企业适用的数据标准管理平台
数据标准化的过程其实就是在数据整合平台实现数据标准,并将各个系统产生的数据通过清洗、转换加载到整合平台的数据模型中,实现数据标准化的过程……查看详情发布时间:2020.05.08来源:知乎浏览量:112次
-
数据质量是什么?控制数据质量的三个方法都在这
目前有三种基本方法可以实现真正的数据质量。它们有助于提供可用于收集有用的商业情报和做出正确决策的准确数据。这些开发和维护数据质量的方法都……查看详情发布时间:2021.08.19来源:亿信华辰数据治理知识库浏览量:117次
-
数据治理:建立有效政策的10个步骤
数据治理通常与法规遵从性相关。但数据质量和理解是数据治理的核心。作为竞争优势,更全面地使用快速增长的企业数据的能力也是数据治理策略的公认……查看详情发布时间:2018.12.14来源:数据治理浏览量:114次
-
打开大数据的正确方式——做减法
随着数字技术的广泛应用,原本的新奇感已经荡然无存。创新领域内积年累月的争夺不断攫取着人们的时间和注意力,反而令用户感到信息过载、不堪重负……查看详情发布时间:2019.04.09来源:亿信华辰浏览量:86次
-
企业做好数据治理才能更快更好地推进数字化转型
企业做好数据治理才能更快更好地推进数字化转型数据治理之“困”在谈到当前的数据治理之“困”时,主要有四方面:……查看详情发布时间:2019.12.12来源:知乎浏览量:69次
-
企业数据治理项目中影响数据质量的5个因素
数据是组织最具价值的资产之一。企业的数据质量与业务绩效之间存在着直接联系,高质量的数据可以使公司保持竞争力并在经济动荡时期立于不败之地。……查看详情发布时间:2020.04.08来源:知乎浏览量:89次