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。
有过主数据项目经验的小伙伴一定清楚，主数据标准的落地是主数据项目实施的一个难点。有些企业信息化起步较早，已经建设了N多个系统，这些系统有很多是购买的套装软件，存在数据库不一致、开发语言不一致、系统架构一致等问题，想要将主数据标准在这些异构的遗留系统中落地，也不是一件轻松容易的事。新老体系的兼容、历史数据的处理是主数据标准落地不得不面对的两个难题。
对于新建系统可以直接引用新标准的主数据，对于遗留系统来说主数据标准的落地，笔者给出以下方法供参考：
1）简单粗暴式，企业强力度进行主数据标准化推广，所有业务系统必须按照主数据标准进行整改，一次性彻底解决遗留系统的主数据问题。这种方式虽然说是简单粗暴，但操作起来却不容易。对于遗留系统多年一直使用旧体系，对于历史数据还有没有结清的业务来说想要彻底替换成新的体系，难度还是非常大的。
2）断点切换，即遗留系统以一个相对适合的时间点，建立断点。这个时间点之前的数据，就不再处理了，对于时间点内的数据进行清洗转换，替换成新的主数据标准体系。这种方式优点在于相比简单粗暴式要容易操作，遗留系统的改造难度低。缺点是对于历史数据的查询还需要按旧标准查询，对于企业的数据的整体统计分析造成两层皮，无法有效利用历史数据，影响分析结果。
3）建立映射平滑过渡，遗留系统需要按照新的主数据标准体系引入并与现有的数据建立映射关系，对于新增的数据直接按新标准执行，对于历史数据可以依旧使用旧标准。同时，因为新旧体系之间存在映射关系，可以为企业提供完整的数据的统计分析。这是笔者比较推荐的方式，但是这种方式也有一定的弊端，那就是遗留系统的历史数据的质量要相对较好。如果遗留系统的主数据质量本身非常差，与新的主数据标准体系无法建设映射关系，那就需要花大量的时间和精力去处理遗留系统的历史数据。这样一来，这种方式反倒不如采用简单粗暴式来的直接，解决的彻底。
