作者 | 石秀峰
导读:主数据(Master Data)是具有共享性的基础数据,可以在企业内跨越各个业务部门被重复使用的,因此通常长期存在且应用于多个系统。由于主数据是企业基准数据,数据来源单一、准确、权威,具有较高的业务价值,因此是企业执行业务操作和决策分析的数据标准。
不论是大数据还是小数据,持续地提升数据质量才是企业数据治理之道!
▌主数据具备3个主要特征
①高价值:主数据是所有业务处理都离不开的实体数据,与大数据相比价值密度非常高。
②高共享:主数据是跨部门、跨系统高度共享的数据。
③相对稳定:与交易数据相比主数据是相对稳定的,变化频率较低。变化频率较低并不意味着一成不变,例如:客商更名会引起客商主数据的变动、人员调动会引起人员主数据的变动等等。
▌主数据的4个超越:即超越业务,超越部门、超越系统、超越技术。
①超越业务,主数据是跨越了业务界限,在多个业务领域中被广泛使用的数据,其核心属性也是来自业务。例如:物料主数据,它有自身的自然属性,如:规格、材质,也有业务赋予的核心属性,如:设计参数、工艺参数、采购、库存要求、计量要求、财务要求等。同时,主数据也要服务于业务,可谓是———从业务中来到业务中去。
②超越部门,主数据是组织范围内共享的、跨部门的数据,不归属某一特定的部门,是企业的核心数据资产。
③超越系统,主数据是多个系统之间的共享数据,是应用系统建设的基础,同时也是数据分析系统重要的分析对象。
④超越技术,主数据是要解决不同异构系统之间的核心数据共享问题,从来不会局限于一种特定的技术。在不同环境、不同场景下,主数据的技术是可以灵活应对的。主数据的集成架构是多样的,如:总线型结构、星型结构、端到端结构;集成技术也是多样的,如:webservice、REST、ETL、MQ、kafka等;不论是架构还是技术,没有最好的只有更合适的。企业在做技术选型的时候,要充分考虑企业的核心业务需求和未来的发展要求去构建自身的主数据技术体系。
▌企业主数据管理的常见问题
一、主数据的问题80%是管理问题
很多企业的信息部门都很困惑,主数据管理工作就是典型的钱少、活多、看不见效果、领导不重视、还经常挨领导骂,干的很苦逼。岂不知,主数据的问题80%都是管理问题。高层领导不关注、没有专业的主数据管理团队、没有规范的主数据管理制度和流程,数据标准和技术标准缺失、数据管理重视程度不足,数据维护随意无检查机制、没有定期的数据质量检验和清洗 ……,这都是造成主数据质量不高的重要因素。主数据是超越业务、超越部门的数据,要想将主数据做好,需要各层级领导足够重视、全员参与,同时,构筑起主数据管理的基础能力,包括:组织、流程、 标准和工具。
在主数据管理基础能力中,组织、流程、 标准的建设80%决定了主数据项目的成败和建设效果。
二、主数据实施80%靠企业自身
企业在实施主数据项目的时候,都希望找到最专业的主数据团队、最强大的主数据产品。但是聘请同样的团队,采用同样的产品,有的企业的建设效果明显,有的企业建设效果却差强人意,这是为什么?存在这种情况,很多一部分原因是企业太过依赖于外部力量,而对内部能力建设重视不足。
主数据建设是一个持续运营、不断优化的过程,依靠外部资源,不能保证主数据质量的持续优化。没有相应的组织体系、制度文化和技术体系支撑,将严重影响主数据项目的建设效果。同时,数据的整理、清洗、编码等工作,都是必需要企业自己来做的,外部资源能支持更多的是经验和方法。
所以,打铁还需自身硬,企业自身需要具备数据思维,领导要对主数据管理足够重视,建设起自身的主数据管理能力。同时,借鉴外部先进的方法、技术和经验,是项目成功的重要保障。这就是我的第二个观点,主数据管理80%靠企业自身。
三、主数据效果80%靠运营
客户常常困惑“我的钱也花了,管理体系也建立了,项目也算实施成功了,可为什么还是见不到效果”。存在这种疑惑很正常,原因有两个方面:一方面,主数据从本身特性和应用架构上是偏底层的,与分析型数据不同,主数据可视化能力弱,它是服务于数据分析,却常常被忽视。另一方面,主数据主数据管理工作是一个需要持续迭代、持续运营的过程,主数据价值会在运营过程中慢慢体现出来。主数据管理切勿追求一步都到位,应该循序渐进、持续提升。
主数据项目的实施能够帮助企业初步建立起主数据的管理体系,包括:管理组织、制度和流程、数据标准、技术规范以及初始的主数据代码库等。但做好持续的运营工作,是发挥主数据价值的关键。有些项目实施过程很成功,但系统运行一段时间,比如半年、一年后,突然发现,主数据的质量已经回到了“解放前”。出现这种情况的主要原因是主数据管理相关制度和标准没有贯彻到位,没有定期进行数据质量检查和清洗。所以,实施主数据项目,只是数据治理的一个开始,企业要保持高质量的数据,必须持续的运营和不断的优化。
数据分析咨询请扫描二维码
在当今以数据为导向的商业环境中,数据分析师的角色变得越来越重要。无论是揭示消费者行为的趋势,还是优化企业运营的效率,数据 ...
2024-11-17金融数学是一门充满挑战和机遇的专业,它将数学、统计学和金融学的知识有机结合,旨在培养能够运用数学和统计方法解决复杂金融市 ...
2024-11-16在信息时代的浪潮中,大数据已成为推动创新的重要力量。无论是在商业、医疗、金融,还是在日常生活中,大数据扮演的角色都愈发举 ...
2024-11-16随着大数据技术的迅猛发展,数据已经成为现代商业、科技乃至生活各个方面的重要资产。大数据专业的毕业生在这一变革背景下,拥有 ...
2024-11-15随着大数据技术的迅猛发展,数据已经成为现代商业、科技乃至生活各个方面的重要资产。大数据专业的毕业生在这一变革背景下,拥有 ...
2024-11-15在快速演变的数字时代,数据分析已成为多个行业的核心驱动力。无论你是刚刚踏入数据分析领域,还是寻求进一步发展的专业人士,理 ...
2024-11-15Python作为一种通用编程语言,以其简单易学、功能强大等特点,成为众多领域的核心技术驱动者。无论是初学者还是有经验的编程人员 ...
2024-11-15在当今数据驱动的世界中,数据分析已成为许多行业的基础。无论是商业决策,产品开发,还是市场策略优化,数据分析都扮演着至关重 ...
2024-11-15数据分析作为现代商业和研究领域不可或缺的一部分,吸引了越来越多的初学者。然而,自学数据分析的过程中,初学者常常会遇到许多 ...
2024-11-15在当今的数据驱动世界中,机器学习方法在数据挖掘与分析中扮演着核心角色。这些方法通过从数据中学习模式和规律来构建模型,实现 ...
2024-11-15随着数据在各个行业的重要性日益增加,数据分析师在商业和技术领域的角色变得至关重要。其核心职责之一便是通过数据可视化,将复 ...
2024-11-15数据分析师的职责不仅仅局限于解析数据和得出结论,更在于将这些复杂的信息转换为清晰、易懂且具有影响力的沟通。良好的沟通能力 ...
2024-11-15数字化转型是企业提升竞争力和实现可持续发展的关键路径。面对快速变化的市场环境,以及技术的飞速发展,企业在数字化转型过程中 ...
2024-11-15CDA数据分析师认证:CDA认证分为三个等级:Level Ⅰ、Level Ⅱ和Level Ⅲ,每个等级的报考条件如下: Le ...
2024-11-14自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长,掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展,为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家,每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中,数据挖掘与分析的应用愈发重要,成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域,它结合了统计学、计算机科学和领域专业知识,旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科,其广泛的应用领域和多样的职业选择,使得毕业生拥有丰厚的就业前景。无论是在政府还是企业,统计 ...
2024-11-14在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13