数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
主数据作为数据平台中的黄金数据，是数据治理工作中很重要的一部分工作。
一 主数据基本概念
1.1 主数据定义
主数据（Master Data）是指在一个组织内部跨多个系统、应用程序和业务过程中共享、使用和维护的关键业务实体的核心数据。这些数据通常包括客户、产品、供应商、员工和其他重要的业务对象的信息。主数据的目的是确保数据在组织内的一致性、准确性和可靠性。
主数据可以根据不同的业务领域和实体进行分类。以下是一些主数据类别列举：
（1）客户数据（Customer Data）：包括客户的基本信息、联系方式、交易历史、信用评分等。
（2）产品数据（Product Data）：包括产品的描述、分类、规格、价格、供应商信息等。
（3）供应商数据（Supplier Data）：包括供应商的基本信息、联系方式、合同信息、评价等。
（4）资产数据（Asset Data）：包括组织的固定资产、设备、设施、软件许可等的详细信息。
（5）员工数据（Employee Data）：包括员工的个人信息、职位、履历、培训记录、绩效评估等。
（6）组织数据（Organization Data）：包括公司的部门、地点、业务单元、成本中心等相关信息。
下图是一个员工基本信息的主数据示例。
1.2 主数据特征
主数据具有一些特定的特征，这些特征使其在组织内具有重要的价值。以下是主数据的三个关键特征：
- 关键性（Criticality）：主数据包含组织内最关键的业务实体信息，如客户、产品、供应商等。这些数据对业务运营和决策过程至关重要。
- 共享性（Shareability）：主数据通常需要在组织内的多个部门、系统和业务过程中共享和使用。这要求主数据在不同的应用和业务场景中保持一致性和准确性。
- 持久性（Persistence）：主数据通常具有较长的生命周期，需要在一定时期内保持稳定。与其他类型的数据（如交易数据）相比，主数据的变更频率较低。
《主数据管理实际白皮书1.0》针对主数据特征给出了五个超越，是对这三个关键特征的完美诠释：
- 超越部门。主数据不是那种局限于某个具体职能部门的数据库。主数据是满足跨部门业务协同需要的，是各个职能部门在开展业务过程中都需要的数据，是所有职能部门及其业务过程的“最大公约数据”。
- 超越流程。主数据不依赖于某个具体的业务流程，但却是主要业务流程都需要的。主数据的核心是反映对象的状态属性，它不随某个具体流程而发生改变，而是作为其完整流程的不变要素。
- 超越主题。与信息工程方法论中通过聚类方法选择主题数据不同，主数据是不依赖于特定业务主题却又服务于所有业务主题的有关业务实体的核心信息。
- 超越系统。主数据管理系统是信息系统建设的基础，应该保持相对独立，它服务于但是高于其它业务信息系统，因此对主数据的管理要集中化、系统化、规范化。
- 超越技术。由于主数据要满足跨部门的业务协同，因而必须适应采用不同技术规范的不同业务系统，所以主数据必须应用一种能够为各类异构系统所兼容的技术条件。从这个意义上讲，面向微服务架构为主数据的实施提供了有效的工具。
1.3 主数据与其它数据的关系
主数据与其他类型的数据有密切的关系，它们在组织内相互依赖并共同支持业务运营和决策过程。以下是主数据与其他数据类型之间的一些关系：
- 交易数据（Transactional Data）：交易数据是指记录业务活动（如销售订单、采购订单、发票等）的数据。交易数据通常与主数据密切相关，因为它们包含了与主数据实体（如客户、产品、供应商等）相关的信息。例如，销售订单可能包含客户信息、产品信息以及价格等主数据。主数据为交易数据提供了基础信息和上下文，有助于实现业务过程的有效执行和监控。
- 元数据（Metadata）：元数据是描述其他数据的数据，例如数据的结构、格式、定义、来源等。元数据在主数据管理过程中起着重要作用，因为它有助于识别、整合、清洗和标准化来自不同来源的主数据。通过使用元数据，组织可以确保主数据的一致性、准确性和可靠性。
- 参照数据（Reference Data）：参照数据是一种用于支持其他数据的标准化和分类的数据，例如固定值列表、代码表、行业标准、度量单位等。参照数据在主数据管理过程中具有重要作用，因为它们有助于实现主数据的一致性和标准化。通过使用参照数据，组织可以确保主数据在不同系统和业务过程中保持一致。
- 分析数据（Analytical Data）：分析数据是用于支持决策和分析的数据，通常是通过对原始数据（如主数据和交易数据）进行汇总、转换和加工生成的。主数据为分析数据提供了关键的基础信息，确保分析结果的准确性和可靠性。例如，在进行销售分析时，需要使用客户数据、产品数据等主数据来对销售数据进行分组和归类。
下图示例了主数据与元数据、交易数据（业务怇）的关系。
二 如何识别主数据
根据主数据：是指主数据是指组织中被广泛使用和被多个业务流程共享的核心业务数据。这里说的比较抽象，举例说明，例如员工，组织机构名称等实体信息。
那么当一个实体信息给出来，需要判断它是不是主数据的时候，可以从以下几个方面判断：
1、业务重要性：主数据通常是对组织的运营和决策具有重要影响的数据。它们对业务流程和结果有直接的关联性，因此识别主数据时需要考虑它们的业务重要性。
2、数据共享性：主数据通常被多个业务流程共享和使用，而非只属于某个特定的部门或项目。因此识别主数据时需要考虑它们的共享性和广泛应用的特点。
3、数据价值链：主数据在整个数据价值链中扮演着关键角色，对其他数据的生成、收集、处理和分析都具有重要影响。因此识别主数据时需要考虑它们在数据价值链中的位置和作用。
4、数据特征：主数据通常具有一些共同的特征，比如持续性、稳定性、核心性等。这些特征可以帮助我们进行主数据的识别和分类。
三 主数据管理定义
主数据管理要做的就是从企业的多个业务系统中整合最核心的、最需要共享的数据（主数据），集中进行数据的清洗和丰富，并且以服务的方式把统一的、完整的、准确的、具有权威性的主数据分发给全企业范围内需要使用这些数据的操作型应用和分析型应用，包括各个业务系统、业务流程和决策支持系统等。
主数据管理使得企业能够集中化管理数据，在分散的系统间保证主数据的一致性，改进数据合规性、快速部署新应用、充分了解客户、加速推出新产品的速度。从 IT 建设的角度，主数据管理可以增强 IT 结构的灵活性，构建覆盖整个企业范围内的数据管理基础和相应规范，并且更灵活地适应企业业务需求的变化。
大多数的企业都存在主数据管理的问题，这是由于业务发展的渐进性以及IT技术发展的渐进性造成的，正是由于这种渐进性，各大企业的业务系统从经历了从无到有，从简单到复杂，从而形成了一个又一个的业务竖井，比如OA、HR、PLM 、CRM、ERP、MES等等。
3.1主数据管理组织
主数据管理组织主要包括企业内各类主数据的管理组织架构、运营模式、角色与职责规划。通过组织体系规划可以建立明确的主数据管理机构和组织体系，落实各级部门的职责和主数据管理组织与人员。典型的主数据管理组织主要包含决策层、管理层和执行层。
- 决策层：设立主数据领导小组，一般由企事业单位信息化领导小组成员组成，对主数据标准化工作进行统一领导，确定指导思想、目标和任务，协调解决标准化相关的重大问题。
- 管理层：在领导小组的统一领导下，按照“归口管理，分工负责”的原则，设立主数据联合工作组。该工作组为常设组织，主要由主数据管理办公室、业务组和技术组共同组成。
- 执行层：由企业总部和下属企业专职及兼职主数据管理员组成。负责主数据在本单位的贯彻落实、应用检查工作；负责本单位主数据需求的收集、审核、提报工作；负责本单位主数据的培训、宣传及贯彻和日常维护等工作。
3.2主数据管理制度
主数据管理制度规定了主数据管理工作的内容、程序、章程及方法，是主数据管理人员的行为规范和准则，其中主要包含各种管理办法、规范、细则、手册等。可参考的主数据管理制度主要包含：
- 《主数据管理办法》
- 《主数据标准规范》
- 《主数据提报指南》
- 《主数据维护细则》
- 《主数据管理系统操作手册》
3.3主数据管理流程
主数据管理流程是提升主数据质量的重要保障。通过梳理数据维护及管理流程，建立符合企业实际应用的管理流程，可以保证主数据标准规范得到有效执行，实现主数据的持续性长效治理。主数据管理流程主要包含以下三个方面的内容。
- 主数据业务管理流程：对主数据的申请、校验、审核、发布、变更、冻结、归档等进行全生命周期管理，满足企业对主数据在企业中深入应用的不同管理需求。
- 主数据标准管理流程：通过对主数据标准的分析、制定、审核、发布、应用与反馈等流程进行设计，保证主数据标准的科学、有效、适用。
- 主数据质量管理流程：对主数据的创建、变更、冻结、归档等业务过程进行质量管理，设计数据质量评价体系，实现数据质量的量化考核，保障主数据的安全、可靠。
3.4主数据应用管理
主数据应用管理是保障主数据落地和数据质量非常重要的一环。主数据管理应用主要包含三部分内容：明确管理要求、实施有效的管理、强化保障服务。
- 明确管理要求：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的规定，并以此为依据，对主数据应用进行有效管理。
- 实施有效管理：主数据应用点多、面广、线长，管理难度很大，要实施有效的管理，就必须要有健全的制度和可行的手段，在关键控制节点实施重点管理。具体包括以下内容。
- 强化服务保障：可以依靠便捷、可靠的主数据服务为主数据应用提供保障，包括主数据查询、主数据同步、主数据申请和主数据调用。
3.5主数据管理评价
主数据管理评价用来评估及考核主数据相关责任人职责的履行情况，以及数据管理标准和数据政策的执行情况。通过建立定性或定量的主数据管理评价指标，可以加强企业对主数据管理相关责任、管理标准与数据政策执行的掌控能力。
主数据管理评价指标由数据所有人与数据认责人共同确定，其中会定义一系列的衡量指标和规则：一方面落实和检查主数据的应用情况，另一方面考察和评估主数据管理、主数据标准、主数据质量的执行情况。
主数据管理评价指标参考
四 主数据管理路线
管理路线可分为4步走，概括为摸家底，建体系，存数据，运营变现；
第一，需要摸底调研；主要从企业的战略目标，各部门的业务需求，企业信息化系统，比如企业内部目前的系统情况，使用情况，数据量大小，数据存储介质。数据接口，数据库关系等等。调研结果需要输出为正式的文件，存档备查。
第二，创建主数据管理的体系；主要从主数据的识别，数据管理办法，评估标准，技术方法，标准化流程及规范，数据质量评估，数据安全保障办法等维度入手，需要形成正式的文件。
第三，数据对接；需要将各平台的数据通过API，数据库链接等方式汇总到企业的数据湖（仓）或者数据中台中。并定义清洗方法，映射关系等。
第四，主数据管理，变现运营数据；定义各部门的监测指标，预警逻辑，将主数据应用到各部门及对应的业务场景中，实现数据资产的合理利用，变现数据资产。
综上：主数据管理是一个动态的过程，虽然相较于时序数据，主数据会更稳定，但是对于产品的更新迭代信息，需要即时入库。才能更好的发挥数据的价值。
五 主数据管理的挑战
在实施和管理主数据过程中，组织可能会面临许多挑战。以下是一些主要的挑战：
- 数据质量：确保主数据的准确性、完整性、一致性和及时性是一个重要挑战。数据质量问题可能源于数据输入错误、重复记录、不一致的数据表示等。解决这些问题需要实施有效的数据治理和数据质量管理策略。
- 数据整合：组织内可能存在多个数据来源和系统，它们存储了不同格式和结构的主数据。将这些数据整合为一个统一、标准化的视图是一个关键挑战。解决这个问题需要实施数据整合和数据转换技术，以便在组织内实现数据的一致性和可访问性。
- 数据标准化：不同系统和业务部门可能采用不同的数据表示和编码方式。在主数据管理过程中，需要将这些不同表示和编码统一为一个组织内的标准。数据标准化是一个关键挑战，需要实施元数据和参照数据管理策略以解决。
- 数据安全和隐私：保护主数据的安全和隐私是一个重要挑战，特别是涉及敏感信息（如客户个人信息）时。组织需要遵循数据保护法规，实施适当的数据安全措施，如加密、访问控制和数据脱敏等。
- 组织变革管理：实施主数据管理往往涉及到组织内的业务流程、系统和文化的变革。成功推动这些变革需要强大的领导力、合作和沟通。组织需要确保员工对主数据管理的重要性有充分的认识，并获得必要的培训和支持。
- 技术和工具选择：选择合适的技术和工具来支持主数据管理是一个关键挑战。组织需要根据自身的业务需求、数据结构和资源来评估和选择适当的主数据管理解决方案。
- 持续维护和更新：主数据管理是一个持续的过程，需要不断地维护和更新数据，以适应组织内的业务变化。这需要投入时间、资源和人力来确保数据的质量和一致性。
要想将主数据管理做好，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、 标准和工具等等。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。
六 主数据标准体系
主数据标准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；主数据质量、安全控制通常对主数据标准执行、宣传贯彻情况，主数据唯一性、一致性、合规性检查，主数据可追溯性版本控制这三个方面进行监督和考核。
因此，主数据标准制定是全面提升主数据的质量、实现主数据规范化及信息共享的前提。主数据管理的首要任务就是要制定主数据标准和规范，统一主数据的定义，定义主数据模型。
主数据标准修订是一个循环往复的过程，即通过不断地对主数据标准进行深化应用和质量监督，发现标准存在的问题且不断修订。
主数据标准体系分类表参考
七 主数据代码体系
主数据代码库的建立是基于规范的主数据标准。企业想要标准化和规范化的主数据标准代码库，需要通过不断地完善主数据标准，依据主数据标准对数据进行清洗处理，然后通过高质量的数据清洗形成主数据标准代码库。企业经营范围内的数据要被认定为主数据，需要按照主数据的特征识别为主数据。
主数据是在整个企业范围内各个系统（操作/事务型应用系统以及分析型系统）之间共享的、高价值的数据，可以在企业内跨越各个业务部门被重复使用。从主数据的概念上看，主数据应具有以下特性。
- 特征一致性：保证主数据的关键特征在不同应用、不同系统中的高度一致，是将来实现企业各层级应用的整合，以及企业数据仓库成功实施的必要条件。
- 识别唯一性：在一个系统、一个平台甚至一个企业范围内，同一主数据要具有唯一的识别标志（编码、名称、特征描述等），用以明确区分业务对象、业务范围和业务的具体细节。
- 长期有效性：主数据通常贯穿该业务对象的整个生命周期甚至更长。换而言之，只要该主数据所代表的业务对象仍然存在或仍具有比较意义，则该主数据就需要在系统中继续保持其有效性。
- 交易稳定性：主数据作为用来描述业务操作对象的关键信息，在业务过程中，其识别信息和关键的特征会被交易过程中产生的数据继承、引用、复制。但无论交易过程如何复杂和持久，除非该主数据本身的特征发生变化，否则主数据本身的属性通常不会随交易的过程而被修改。
在主数据架构设计中，通过研究影响主数据多个因素之间的关系，对具有这些因素的个体之间进行统计分析，确定主数据标准体系，可以指导未来企业各类主数据的建设。
八 主数据应用标准
主数据应用标准包含业务标准（编码规则、分类标准、属性描述规则、提报指南）和主数据模型标准。
九 主数据集成服务标准
主数据集成服务标准包括主数据规范格式、集成技术选择标准、集成技术规范、开发规范、外围系统接入规范等。
十 主数据治理的价值
例如：物料主数据建设将会降低集团整体库存的8%-20%左右
当在未进行物料主数据建设之前，例如仓库、工厂、维修间、不同工作场地的软件不同，导致对物料的编码和定义不同，从集团层面是无法看到每一个物料当前的总库存是多少，有多少在用，有多少领用了但是没有用。各系统间的数据不互通，或者A仓库和B仓库有相同的物料，但是编码和名称不同，所以被认定为不同的物料。
当进行了物料主数据建设之后，所有的物料编码相同，每时每刻都可以看到当前集团级别的总物料多少，剩余多少，领用多少，还需要外采多少，不会存在重复的采购，或者挤压的物料。
例如：财务主数据建设将会提高资金周转率5%-15%左右
首先，财务主数据建设可以提高财务数据的准确性。通过对财务数据进行统一管理和规范化，可以减少数据录入和处理过程中的错误和漏洞，避免因错误数据而导致的资金流转问题。准确的财务数据有助于企业更好地掌握资金的流动情况，从而提高资金周转率。
其次，财务主数据建设可以提高财务数据的一致性。通过对财务数据进行统一的命名规则、编码体系和数据格式，可以保证不同部门之间的财务数据一致，避免因数据不一致而导致的资金周转延误和混乱。一致的财务数据有助于企业更好地协调各部门之间的资金流动，提高资金周转率。
此外，财务主数据建设还可以提高财务数据的可靠性。通过建立完善的数据管理制度和流程，对财务数据进行监控和审计，可以及时发现和纠正数据错误和异常，提高财务数据的可信度和可靠性。可靠的财务数据有助于企业更好地进行资金决策和风险管理，从而提高资金周转率。
例如：提高集团管理效率3%-12%左右
主数据建设可以提高集团管理效率3%-12%左右。主数据是指在整个组织中广泛使用的核心数据，如客户、产品、供应商等。主数据建设的目标是统一和规范组织内各个部门和系统中的数据，确保数据的准确性、一致性和完整性。通过主数据建设，可以实现以下效益：
1、提高数据质量：主数据建设可以消除重复和冗余的数据，确保数据的准确性和一致性。这样可以避免由于错误或不一致的数据引起的管理错误和决策失误。
2、提升业务流程效率：主数据建设将各个部门和系统中的数据进行统一管理，避免了数据的重复录入和繁琐的数据转换和映射工作。这样可以减少人工错误和加快业务流程的执行速度。
3、支持数据分析和决策：通过主数据建设，可以建立完善的数据模型和数据仓库，实现对主数据的全面分析和挖掘。这样可以提供准确、可靠的数据支持，帮助管理层做出精确的决策和战略规划。
4、优化资源利用：主数据建设可以帮助组织更好地管理和利用资源，避免资源的浪费和重复投入。通过对主数据的准确把握，可以实现资源的有效配置和利用，提升整体资源利用效率。
十一 参考文献
[1]https://mp.weixin.qq.com/s/TYzHWT0shapANWCRVygmkw
[2]https://mp.weixin.qq.com/s/UR6jzjRGavoctCaYLYt40Q
[3]https://mp.weixin.qq.com/s/BZI6aESdlzhltMm5xzHLnw
[4]https://mp.weixin.qq.com/s/qncrnvcExxqVxtUA0K0DVw
[5]https://mp.weixin.qq.com/s/mnavH7mkdyxVkWV63k2jWg
[6]https://mp.weixin.qq.com/s/VeVi1V1ZwDQ7yBk3rRhdEw
[7]https://mp.weixin.qq.com/s/xrwTs5RA1ExA0GMoCUtVCA
声明：本文来自大数据小杂货铺，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于大数据小杂货铺；编辑/翻译：数字化转型网默然。
