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。
今天主要聊一聊主数据的实施步骤，虽然是偏理论层面，但是可以给我们从方法上一些指导。可以从以下步骤进行实施。
一、识别驱动因素和需求
这一步主要是识别主数据需求来源，一般需求来源主要是改善客户服务和提高企业运营效率。也会来自隐私和法律法规的风险。
每个企业的需求可能来自不同，但是主数据管理面临的挑战不尽相同。
主要依赖于系统的数量，支持的业务流程，和使用的数据方式。
如果要进行主数据管理，就要改变现有的一些系统和流程，就会遇到人力和成本的阻碍。
这个时候就需要来自于上层对于这件事情的支持。
我们也要阐述清楚主数据带来的价值，可以逐步进行，在这个过程中不断改进不断进步。
二、评估数据源
可靠的数据源是非常重要的，这是主数据管理的基础。我们需要理解这些数据的结构和来源。评估这些数据的质量，包括数据的粒度，数据的缺失率，数据的完整性。
主数据管理的工作中有一项就是评估现有的数据质量来改进元数据。
通过评估数据质量，找出造成数据问题的根本原因并解决问题。
数据质量问题会让主数据管理更加复杂化。
我们不能想当然的认为数据是高质量的，在现实中，假定数据质量比较差才是一个正常的现象。
因为在大多数企业信息化建设进程中。数据结构和数据属性的差异是一定会存在的。
所以评估数据质量是非常重要。
我们需要通过评估数据质量来判断主数据管理的复杂度甚至需要进行一些额外的工作。
三、定义架构方法
主数据管理的架构取决于业务战略，现在公司IT环境以及数据质量情况。
还需要考虑数据血缘以及后期的维护和使用。
有些场景还需要考虑到延迟带来的影响。
架构必须要考虑数据消费和共享模型，维护工具取决于业务需求和架构选项。
工具有助于定义数据管理和维护的方法，同时也依赖于管理和维护的方法。
小型公司可以有效地利用交易中心模式。
大公司具有多个系统可以选择注册表模式。
如果一个组织兼有“孤立”的业务部门和各种各样的源系统，那么他可能会决定使用一种综合的方法进行统一整合。
业务领域专家、数据架构 师和企业架构师应该就各种方法提出自己的意见。
当主数据没有清晰的记录系统时，数据共享中心的架构就显得尤为重要。
在这种情况下，多个系统会提供数据，一个系统的新数据或更新数据可以与另一个系统已经提供的数据相融合。
数据共享中心成为数据仓库或数据集市中主数据的数据源，降低了数据提取的复杂性，并减少了数据转 换、修复及融合的处理时间。
所以其实在选择架构方法时，需要根据公司的实际情况进行选择合理的架构。
四、建模主数据
主数据管理是一个数据整合的过程。为了实现一致的结果，需要对主数据建模。
需要在主题域定义逻辑和规范模型。建立公司的实体。并在公司扩展时进行资源整合。
建模思路其实和整体数据建模类似。主数据这块需要考虑到数据的使用以及对数据进行维护。
五、定义管理职责和维护过程
技术解决方案可以在主数据记录标识符的匹配、合并和管理工作中发挥重要作用，但这个过程还需要做一些管理工作，不仅要修复在此过程中遗失的记录，更重要的是还要修复和改进造成数据遗失的流程。
主数据管理项目应考虑主数据保持质量所需的资源，需要对记录进行分析，向源系统提供反馈，并提供可以被用来调整和改进驱动主数据管理解决方案的算法的输入。
六.建立治理制度，推动主数据使用
主数据项目的初始工作极富挑战性，需要投入很多精力，一旦工作人员和某系统开始使用主数据就会发现它真正的优点（更高的运营效率、更高的质量、更好的客户服务）。
整个工作必须要有一个路线图，以便让各个系统可以把主数据值和标识符作为流程的输入。在系统之间建立单向的闭环，以保持系统之间的一致性。
主数据需要在公司内进行主数据推广，才会让主数据给公司带来更大的价值。
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
