马上注册，结交更多数据大咖，获取更多知识干货，轻松玩转大数据
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
文/何连政 来源：Inossem英诺森 01丨主数据概念 企业主数据是用来描述企业核心业务实体的数据，它是具有高业务价值、可以在企业内跨越各个业务部门被重复使用的数据，并且存在于多个异构的应用系统中。 企业主数据包括很多方面，除了常见的供应商、客户主数据之外，不同行业企业还可能有其他各种类型的主数据，例如：对于电商行业企业而言，会有渠道主数据、故障主数据等管理需求；对于航空企业而言，航线、航班是其企业主数据的一种。对于某一个企业的不同业务部门，其主数据也不同，例如销售部门关心客户信息，研发部门关心产品编号、产品分类等产品信息，人事部门关心员工主数据、组织主数据、部门层次关系等信息。 02丨主数据管理概念 主数据管理是指一整套的用于生成和维护企业主数据的规范、技术和方案，以保证主数据的完整性、一致性和准确性。 集成、共享、数据质量、数据治理是主数据管理的四大要素，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。 04丨数据实体类别梳理 在建立概念模型之前，需要将已梳理的业务单元归类，例如针对企业财务、供应链、人力三大类进行业务再细分，分析出核心业务类别。此时就需要借助项目实践经验和业界标准保证主题域属性划分符合规范。 例如财务系统与供应链系统之间可能发生采购订单、收发货、付款等业务关联，而人力系统可能会与供应链系统及财务系统共享人员信息。这时就需要根据各业务系统之间的数据关联关系构建数据概念模型。 基础性：主业务实体是基础的业务单元，它支持所有主要的业务行为和交易基础，一般不可再拆分。 共享性：主数据通常会被多个业务系统访问，作为共享数据存在。 业务价值：主数据描述了企业最核心的业务，是企业最有价值的资产。 周期性：主数据一般会在很长一段时间内被使用，具有较长的生命周期。 复杂性：主数据一般涉及多个业务系统，具有较高的复杂性。当业务实体的复杂性降低时，可以不再纳入主数据管理范畴。 流动性：主数据变化频率一般不高，小于交易数据的变化频率；但完全不变化的数据不应该判定为主数据。 多特征属性：主数据作为业务操作的主要对象，一般存在多个属性，用于区分不同的操作对象。 主观赋权法：根据决策者的意向和专家的建议确定各指标的权重系数，最终结果具有一定的主观性。常用德尔菲法、层次分析法。 客观赋权法：根据一定的数学公式或算法对各指标进行赋权，最终结果理论性较强，但不能反映决策者意向。常用主成分分析法、因子分析法。 现在也常将主观分析法与客观分析法结合使用。首先根据一定的理论得出各指标权重，之后再根据决策者和专家的依据对权重值进行适当修改，最终确定各指标权重值。 如何更好管理主数据？ 我们根据主数据的特性来分析一下，主数据一个企业共享、重复使用的高频数据，那就意味着主数据需要面对企业内各个业务线条间的场景和需求，如何能有效达成A部门、B部门、C部门的业务需求，就需要我们制定一套标准的制度和流程。 和很多业内的朋友聊起主数据管理的困境，总结了一下，无非就这些： 数据一物多码多物一码，在多个系统生产同一数据但数据规范不统一，例如:不同渠道不同业务采集的顾客信息，存在的问题是重复采集、工作量大而且给数据一致性带来隐患。 多个系统对同一数据的要求不同，数据描述规范不统一，信息孤单非常严重，例如: A系统关注5项进行采集，B系统关注8项进行采集，其中3项可能是一致的。 多个系统对同一数据的数据口径要求不同，例如:金额、计量币制。存在的问题是数据无法汇总，或汇总的数据没有意义。 为了保证数据的一致性，建立多级数据访问通道，数据没有统一分发机制，在各个业务系统中管理主数据造成ERP或其他业务系统压力非常大，例如:财务分析系统引用绩效系统的合作伙伴数据，绩效系统调用订单系统、采购系统的合作伙伴数据。 存在的问题是访问通道不畅通、烦琐、效率低下。整体来看，主数据管理的问题可能只有20%属于技术问题，80%其实是真切的管理问题，因为管理制度和运行机制没有执行好，落地就很难，有所牺牲才能能有所回报。 所以，要搞好主数据首先得高层重视，业务贯彻执行，用户严格执行，一个标准若指定了，但是没有相应的机制要求执行，那制度再好也是枉然。只有让用户真切的体会到数据应用价值，加以专业精良的数据管理团队，才能将主数据管理好。 主数据管理是一个持续的过程，很多企业信息部门很困惑，数据清洗一遍又一遍，数据工作一茬接着一茬，但数据的应用价值却未立竿见影，其实可以从这两方面分析下原因。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，管理上也难以一步到位，应该循序渐进、持续提升。 综合来说，主数据建设中项目实施是开始，持续运营才是关键。首先，要建立有效的机制组织保障及制度支撑，形成数据标准化和规范化规范其次，不断进行运营宣贯，让主数据标准扎根每一个用户心中。规范化的主数据是数字化转型的基础，是企业做好数据资产的必要条件，这样才能让数据真正成为企业管理中的高价值的数据资产。
Supply Chain ONE 英诺森Supply Chain ONE供应链一体化管理平台基于仓储智能化、主数据的智能化和储备计算的智能化三个方面着手研发，以 业务驱动的整体规划设计、一体化的需求提报管理、自动化的仓储物资管理、智能化的物资消耗预测、可视化的内部链路管理为核心内容，帮助客户实现从需求到供给的数字化和一体化，以及构建进一步延伸到产业协同与互联的能力。 Supply Chain ONE希望能够全面拉通内部供应链业务流、信息流、实物流，实现企业内部供应链的一体化管理，打造从需求到领用的链路闭环。而我们的供应链解决方案也正如其名，ONE代表了一体化业务管理、一站式用户体验、一心专注用户需求，而为了实现“三个一”的目标，英诺森也制定了相应的方案设计理念： - O- Omni : 全面覆盖企业需求的方案内容 以整合的方案直击企业多样化的需求，全面覆盖企业内部链路的业务场景，更便捷更高效地提供完整的供应链解决方案。
- N- Neat：简约而不简单的方案设计 以多年的行业经验实现对于需求本质的提炼，化繁为简，以最合适的技术解决最核心的问题。
- E- Excellent：追求卓越的方案品质 以严谨专业的态度打磨切合实际需求的解决方案，秉持业务驱动科技赋能的原则，以卓越方案创造无限价值。
| 
/1 
发表于 2020-12-12 21:55:23
QQ好友和群
QQ空间
腾讯微博
腾讯朋友
收藏
转播
分享
淘帖
赞
踩
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜