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。
一、什么是主数据
作为产品经理或研发，有没有遇到过这种情况。
你正在做一个需求，需要用到用户的一些数据，这时候，你找到A产品，他说，“我们只有你要的数据中的一部分数据，想要完全获取你想要的这部分数据，你得跟B产品再聊聊。”
好不容易跟B也聊清楚了，发现双方存储的用户数据，唯一标识根本不一样，一个用的用户id，一个用用户编码。要想把两个业务的用户数据正确拼接适用，还得维护一个用户id和用户编码的映射关系表。
这还是两个业务系统，如果某个需求要用到分散在三个业务系统的用户数据，那就自求多福吧。光一个梳理协调工作就够你喝一壶的。
上面的这个场景可不是我瞎编的，是我真正遇到过的。
业务初期，数据量没有那么大，或者业务在狂奔，业务需求还做不过来的情况下，当然，这也和管理者认识不到位有关系。这些经常被各个业务使用，但是分散在不同业务系统的数据管理，没有被重视起来，在产品规划、IT架构建设中，往往被安排在较为靠后的阶段，优先级非常低。
后来，随着数据分析越来越重要，信息化建设的发展，对于解决刚刚面临的问题，越来越被摆到台面上了。
这里引入一个重要概念，主数据。对于主数据，中国信通院牵头编写的主数据管理实践白皮书（2.0版）中，定义如下：
主数据指满足组织跨部门业务协同需要的、反映核心业务实体状态属性的基础信息。主数据具有，跨部门、跨业务、跨流程、跨系统、跨技术等特征。
非常抽象，比陶喆都抽象。
我来翻译翻译。
首先，只有有必要在各个系统间共享的数据才是主数据。这就是定义里，“满足跨组织跨部门业务系统需要”的含义。一定是被大家所共用的数据才可称之为主数据，自己圈地自萌的数据，不是主数据。
其次，主数据是价值导向的，能够在组织内跨业务重复使用的高价值数据才能称之为主数据。既然高价值，那必然不会把所有的数据都纳入到主数据的范畴。那就只会是“反映核心业务实体状态属性的基础信息”。
此外，共享、重复使用和高价值还决定了，主数据也应该是稳定的，不能三天两头变来变去的。试想，不稳定的数据怎样去共享、复用进而产生高价值呢？
在具体实践过程中，主数据并没有一个金科玉律般的标准。同一行业不同企业、同一企业不同发展阶段，主数据都可能是不一样的。
主数据的识别是一个复杂的过程，以后会专门聊一聊该如何识别。简单来说，如何判断一个数据是主数据？主要看它是否符合三个特征，稳定、复用、高价值。而不是，上个项目哪些数据是主数据，这次项目这些数据就一定是主数据。
二、什么是主数据管理
所谓没有规矩不成方圆，主数据管理就是对主数据定规矩。管理哪些数据，谁来管理数据，怎么管理数据。这套规矩，是一整套用于生成和维护企业主数据的规范，技术和方案。总结下来就是，主数据管理就是组织、制度和平台的建设。组织是基础，制度是保障，平台是抓手。
组织框架上的建设。搭建不同层级的主数据治理组织框架，定义清楚各个层级和角色的职责。别小瞧这个规矩，根据项目经验，主数据项目的风险，有80%来自于管理；
主数据管理制度的建设。比如，要定义好一个总的主数据管理制度文件，相当于主数据的宪法，行为依据、争议处理都要按照这个“宪法”来。还可以定义好各类主数据模板，用这个模板来进行主数据建模和录入，减少不同系统之间的扯皮；
主数据平台的建设。到了平台建设，就比较偏落地了。很多文章在聊主数据管理的时候只是解释了什么是主数据管理，要怎么管理。但是没有解释主数据管理来管理去，到底要达到啥目的，有啥价值。缺了这个，很容易听着听着就魂游八方，不知所谓了。
主数据管理的核心价值是，通过管理，使各系统对同一业务实体数据（也就是主数据）的认识是一致的。从而达成信息对称。那主数据平台的建设，就需要包含能够让各系统认知达成一致的能力。下图是主流的主数据管理平台需要具备的产品能力。
三、主数据管理的未来展望
目前主数据的管理，还停留在对结构化数据的管理层面。对非结构化数据，比如图形、视频、商标、字体等，目前市面上的系统，基本上都没有涉及非结构化数据管理，那么未来，可以通过更多形态的技术手段，实现对所有的数据类型进行管理。
现在是AI时代，当然也不能少了AI的赋能。目前的主数据管理平台的使用方式还比较传统，主要是人工维护和程序维护相结合的方式。那么未来，也许可以把RPA、OCR等技术引入管理平台，不仅能提高效率，还能减少人工出错。
最后，是一个关于主数据管理的野望。未来会不会将主数据管理从组织内的管理升级成行业级、产业级的主数据管理呢？我觉得非常难，也许到了数据资产具有了非常强大的商业价值、行业价值的时候，这个野望也许会变成现实。
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：
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
