什么是主数据管理?
主数据又被称为黄金数据,其价值高也非常重要。对企业来说,主数据的重要性如何强调都不为过,主数据治理是企业数据治理中最为重要的一环。主数据管理的内容包括 主数据管理标准、主数据应用标准 和 主数据集成服务标准 三大类。
【资料图】
主数据管理的作用是什么?
主数据管理的作用和意义主要有如下几个方面:
1、建立企业基础数据共享“语言”,打破各系统信息交互壁垒,可以支撑客商、物料、设备、指标等重要基础数据能够在多个系统内充分共享、高度复用。
2、通过制定主数据标准,在系统建设中规范使用数据标准,进而为业务报表编制、数据统计分析提供基础条件。
通过主数据建设,将为企业在数据应用与管理奠定基础。
主数据管理是一系列规则、应用和技术,用以协调和管理与企业的核心业务实体相关的系统记录数据。主数据管理重要性是消除数据冗余,提升数据处理效率,提高公司战略协同力。
主数据管理的难题有哪些?
单从目前来看,很多企业对于主数据管理还处于摸索阶段,所以经常会面临诸多挑战,主要体现在以下几个方面:
1、认识不统一,领导不重视
主数据的概念尚未得到广泛普及,企事业单位对主数据管理不够重视,缺乏顶层设计。
2、各自为政,标准不统一
企事业单位内部难以在标准和规则层面达成一致,主数据代码难统一。
3、历史包袱重,落地实施难
各企事业单位中存在着信息系统庞杂、建设年代跨度久远等问题,一些早期的系统数据标准化程度不高,数据清洗难、改造成本高,给主数据应用集成带来较大的困难。
4、通用基础主数据开放性差,获取困难
行政区划、城市代码、功能地点代码等通用基础主数据缺乏高质量的数据来源和便捷可靠的获取渠道。
如何实施主数据管理?
“车同轨,字同文”,一家企业也需要有统一的认知和信息规范,才能做到高效治理。
例如ERP中的BOM、人事管理中的部门、职级,这些属于是会贯穿整个业务流程体系的主数据模块。在很多数字化尚不成熟的企业,经常会出现一个产品多种称呼的情况,这给后续业务流转和数据统计会造成巨大的麻烦。只有形成了统一的数据和执行规范后,才能够将数字化更好的推行下去。
但很多时候,主数据管理的实施不是搭建一个主数据管理平台就能达到的,而是一项长期、复杂的工程。
涉及主数据管理体系、主数据标准、主数据管理平台、主数据质量和安全、相关系统的升级及改造、数据清洗等多个方面。
在项目实施中需依据快速见效、急用先建的思路,先整体规划,以主数据模型和主数据标准为基础,以主数据管理平台为载体,来开展主数据管理专项工作,确保主数据管理项目的成功。
主数据管理实施的内容主要包括成立主数据管理项目建设期组织机构、调研主数据管理现状、进行主数据识别、制定主数据标准、编制主数据管理办法、搭建主数据管理系统、集成主数据管理系统和业务系统、建立运维期组织机构、规范主数据内容等。
其中制定主数据标准是基础,规范主数据内容是过程,搭建主数据管理系统是技术手段,建立组织机构和流程是前提和保障。
主数据实施的7个阶段
主数据管理实施一般包含项目准备、现状调研与分析、标准体系构建、主数据平台搭建、数据清洗、数据服务集成、运营体系建立7个阶段,共28个实施步骤:
第一阶段:项目准备阶段
项目准备阶段的主要工作是制定项目章程,即确定项目目标、实施范围、建设内容并制订项目计划;
确定项目的组织机构、人员配置、项目的组织资源管理及组织职责;
选取组织架构、业务范围类似的优秀企业作为标杆进行对比分析,取优补劣,为主数据项目建设提出方向;
召开项目启动会。主数据项目启动会非常重要,其既是动员会,又是分工会,同时也是培训会。项目启动会是主数据项目良好的开端,项目启动会的顺利召开,可以起到事半功倍的效果,为后续顺利展开工作奠定坚实的基础。
第二阶段:现状调研与分析阶段
现状调研与分析阶段的主要工作是制定落地、高效的调研方案,包含调研计划、访谈提纲及项目调研问卷等;
通过资料收集、业务需求调研、关键用户访谈等方式了解当前主数据管理现状和主要需求,发现数据相关问题和关注点。
同时对企业现有信息系统中的主数据标准、主数据质量现状进行分析,找出需求点;
结合企业数据管理应用现状、需求和存在的问题进行差异化分析。
第三阶段:标准体系构建阶段
标准体系构建阶段的主要工作是主数据治理蓝图规划设计和主数据标准制定。其中主要包含4个架构体系:主数据标准架构、主数据管控架构、主数据质量体系及主数据安全架构。主数据标准包含业务标准(编码规则、分类规则、描述规则等)和主数据模型标准。
第四阶段:主数据平台搭建阶段
企业要搭建主数据平台,通过数据标准文本发布、主数据模型建设、主数据管理流程建设,实现对主数据的创建、审批、发布、修改、归档等全生命周期管理,以提高数据质量和改善信息共享现状。
第五阶段:数据清洗阶段
数据清洗阶段的主要工作是根据项目范围和对象制订数据清洗与治理方案;建立数据清洗规则和标准;根据主数据标准对历史主数据进行清洗、排重、合并、编码,保证主数据的完整性、准确性和唯一性;最后形成一套规范、可信任的主数据代码库,建立整体的标准代码库。
第六阶段:数据服务集成阶段
将主数据管理平台与各个目标信息系统集成,可以实现主数据的采集、分发等交互操作,从而最终实现将主数据服务于业务应用。
根据系统集成的整体设计,企业要实现不同信息系统与主数据系统的集成应用,其中涉及接口策略配置、属性映射配置、分发/订阅条件设置、日志跟踪管理、数据同步管理、系统联调测试等。
第七阶段:运营体系建立阶段
企业要建设主数据管理运营组织,制定主数据管理办法、维护细则、应用考核规范等管理规范,还要建立主数据运维体系。
其中主数据运维体系由组织、制度、流程、知识库、平台组成。企业通过组织各种方式的培训和交流,可以有效地传递知识。关键用户和内部IT人员要全职参加项目建设,在实践中形成企业自己的实施和运维团队。
主数据落地的9个方法
主数据实施应聚焦关键实施内容,选择合适的方法,按次序、分阶段、合理有序地逐步推进。
1、理需求
通过现状分析及需求调研,企业可以对主数据管理的现状进行诊断分析。通过调查表格下发及反馈、资料收集及分析、业务现状调研、关键用户访谈、信息系统数据应用现状摸查、对标标杆案例研究和考察、公司知识库对比等过程,分析出用户对主数据建设的需求,以及与优秀企业的差距,在数据标准、管理体系、数据质量、数据安全、数据全生命周期管理、数据平台应用等方面提出改进建议。
2、画蓝图
在充分理解企业发展战略的基础上,企业可以根据调研分析及主数据管理能力评估结果,按照系统的方法设计主数据蓝图。主数据蓝图主要包括4个架构体系:数据标准化架构体系、数据管控架构体系、数据质量架构体系及数据安全架构体系。
3、定职责
企业要建立主数据认责体系,还要确定主数据工作的相关各方的责任和关系,包括确定主数据过程中的决策、管理、执行等活动的参与方和负责方,以及各方承担的角色和职责等。
4、定标准
主数据标准是主数据管理工作的核心内容。通过主数据标准和数据指标标准,才能实现跨组织、跨部门、跨流程、跨系统的数据集成和共享。主数据标准也是打通企业横向产业链和纵向管控的数据基础。主数据标准一般包括主数据分类标准、描述标准、编码标准和管理标准。
5、洗数据
企业要按照主数据标准,梳理和清洗企业在经营活动中产生的各类数据,形成标准主数据代码库。建立主数据代码库的过程是,按照一定的清洗规则对零散、重复、缺失、错误、废弃的原始数据进行清洗,通过数据清洗保证主数据的唯一性、准确性、完整性、一致性和有效性,然后通过系统校验、查重及人工比对、筛查、核实等多种手段对主数据代码的质量进行检查,以及通过数据清洗形成高质量的主数据代码库。
数据清洗工作分为3个阶段开展和推进,包括:
①. 数据标准宣传培训阶段;
②. 数据收集及清洗阶段;
③. 数据发布阶段。
6、搭平台
企业要搭建主数据管理平台来发布主数据标准文本,实现主数据全生命周期管理、主数据质量管理和主数据安全管控等。主数据管理平台是企业数据规划、数据标准落地的载体,也是实现主数据统一标准、统一规则的支撑,还是有效实施主数据全生命周期管理和数据服务的平台,以及实现数据从产生到应用,分层协同、全面治理的核心。(这里很多企业用得比较多的平台工具是:企业级低代码开发平台,可以高效构建主数据管理平台。特点是:效率高,成本低,上线快。)
7、接服务
企业需要将主数据管理平台与各个目标信息系统进行集成,以实现主数据的申请、审核、分发等交互操作,从而最终实现主数据在多个系统之间的共享和统一。集成可以通过企业服务总线(ESB)方式,也可以通过Web Service和XML方式。也可以通过企业级低代码开发平台来实现。
8、建体系
主数据管理平台上线运行后,企业需要成立数据标准化运营组织,明确各岗位的职责,结合企业的实际情况制定主数据管理制度、管理流程及维护细则,以及建立主数据运维体系,为主数据的长效、规范运行奠定坚实的基础。
运维体系由组织、制度、流程、知识库、平台组成。建立适合企业的运维体系,才能确保主要的数据管理有对应的业务牵头部门负责。
9、促应用
主数据应用管理是保障主数据落地和主数据质量非常重要的一环。主数据应用管理主要包含明确管理要求、实施有效的管理、强化保障服务,以及转化和切换存量系统主数据代码等内容。
(1)明确管理要求。企业要制定主数据应用管理制度规范,对主数据的应用范围、应用规则、管理要求和考核标准做出明确规定,并以此为依据,对主数据应用进行有效管理。
(2)制定主数据切换方案和推广应用策略计划企业要按照已建系统、在建系统、待建系统3种情况制定系统切换方案,使项目成果在未来2~3年能在企业的各层级信息系统中得到全面的应用和推广。
结语:
合理并且有效地运用低代码工具,不仅可以让我们工作高效地运行,还能最大程度保证团队目标的达成。这里推荐织信Informat,平台基于数据模型优先的设计理念,提供大量标准化的组件,还内置了自动化(自研的一套图形化编程)、脚本、工作流引擎()、自定义API等功能,能帮助企业构建高度复杂核心的业务系统。如ERP、PLM、MES、SCM、WMS、OMS、EMS、项目、企业服务等多个应用场景,全面助力企业落地数字化转型战略目标。