最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[实践案例] 桂老师谈数据:做好五大准备,主数据项目顺利启航

[复制链接]
跳转到指定楼层
楼主
发表于 2020-12-3 19:55:38 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

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
我经常发现主数据项目实施过程中出现的一些问题,这些问题在一定程度上成为主数据是否成功实施,或者实施效果好坏的严重障碍,下面我举几个例子:
1、项目组织迟迟不能成立,主数据建设成了IT部门的独角戏;
2、数据清洗组织松散无序,数据清洗质量参差不齐难以保障;
3、数据标准草草确认了事,数据集成标准一改再改进度缓慢;
4、数据运维组织专业缺失;数据审核效率低下数据认责不清;
5、业务部门缺乏数据认知;问题五花八门阻碍项目规范实施。
以上只是比较典型的几个问题,例子无法穷尽,毕竟每个企业不一样,发生的问题也不一样。但是,总体来说可以归结为企业没有真正对实施主数据项目做好准备,或者把主数据项目仅仅理解为数据问题。这些都是主数据项目实施效果不好,甚至失败的重要原因,当然对数据治理项目一样面临同样问题。
任何数据项目,包括主数据、数据治理,都不仅仅是数据的问题,归根结底是人的问题,数据治理如果把目光的关注点仅仅在数据上,那么实施效果会大打折扣。为什么这么说呢?数据是人产生的,数据是人使用的,数据问题影响的是人的决策。因此数据问题与人紧密相关。只有认识到事情的本质,才能从本质上解决问题。数据质量问题是表象,根本问题是由于人对数据缺乏敬畏造成的,比如数据填写不完整、数据值填写错误、数据填报不及时等,均是由于没有制度、数据文化、数据工具的有效约束和支撑,人对数据的敬畏缺乏,导致数据出现了种种问题,进而需要对信息进行治理,对主数据进行治理的问题。有的企业是被动进行的,有的企业是主动进行,但是无论如何,在将要进行主数据项目实施的时候,请您充分做好准备。那么对于主数据项目实施,需要做哪些准备呢?下面我们一一道来。
一、主数据实施需要做好心里准备
主数据项目实施需要组织做好数据文化、管理变革、应对风险等心里准备,才能更好的实施和顺利推进。
1、数据文化的心里准备
数据文化是企业在运营过程中确立的原则,要求所有员工和决策者关注现有数据所传达的信息,并根据这些结果做出决策和变更,而不是基于特定领域的经验领导公司的发展。这些数据可能包括但不限于:市场中的一般经济或社会趋势,产品的销售量,甚至是员工的绩效等。
数据文化的一个直观体现是企业对数据带来结果的重视程度,不同的文化积累会带来冲突,如果要做数字化转型、做一家数据驱动型的企业,这类冲突不可避免。举一个简单的例子,当数据统计的结果与企业管理者的印象和判断明显有差异时,管理者是坚持自己的判断,还是从数据中找答案。这是一个典型的冲突,企业是相信权威,还是相信数据?换句话说,在企业里管理者是权威,还是数据是权威?不同的文化会有不同的答案,但主数据实施的效果、数据价值的体系,都与企业中数据文化的宣导与根植紧密相关。因此,在实施主数据前要进行数据文化的宣导,为主数据实施扫除文化障碍。
2、管理变革的心里准备
主数据的建设不仅是数据的问题,更是管理的巨大变革。主数据代码将由分散的管理向集中的管理转变,数据管理和运营组织将由兼职人员向实体部门转变,标准管理将由离散的向全局管理模式转变。所有这些转变都是组织、制度、流程、工具的支撑,这种变化相对主数据实施以前可以说是翻天覆地的变化。如果企业没有做好这种心里准备,以为主数据项目就是上一个主数据管理系统就能解决主数据问题了,那就是大错特错了,实施过程将会非常痛苦,实施效果也是微乎其微。因此,实施主数据项目前要充分评估管理变革带来的影响,做好由于管理变革带来影响的准备。
3、应对风险的心里准备
主数据建设除了建标准、清数据,更重要的是清洗好数据的应用,就会涉及到对系统中业务数据的调整和实际对照。下面我举几个例子:某企业根据整理好的物料主数据代码进行盘库时,发现一种物料30年用不完;某企业根据整理好的固定资产代码进行盘点时,发现花了30多万买的阀门,不到三年时间报废了,报废资产仅卖了3000多元;某企业根据整理好的员工主数据进行员工工资和系统登陆账号审计时发现,有近百名员工吃空饷,多名辞职员工的系统登陆账号依然开放着;诸如以上例子举不胜举。这些问题都是触目惊心,血淋淋的摆在眼前,如果你是主管看到后是不是也会心里一颤呢。这些问题既是由于数据不唯一、不准确、不共享导致的典型问题,更是管理缺失的真实写照。对于这些可能出现的问题,企业在实施前也要有充分心里准备。
二、主数据实施需要做好组织准备
对于主数据项目的实施组织是很重要的准备之一,从上到下的组织是主数据顺利开展的基础,也是数据标准、制度、流程制定和实施的主体,没有高效完备的组织,主数据项目就不可能正常的开展。
1、数据管理组织的权威性
通常企业实施数据类项目都要成立诸如数据治理委员会、数据标准化委员会这样的组织,组织的成员通常由企业的领导层组成,比如集团总经理、副总经理、分子公司总经理等,按说这么高级别成员组成的数据治理委员会应该在企业已经具备了很高的权威性。但是,通常这种组织都是流于形式,既不制定数据战略,也不监管数据项目执行,使数据实施项目成了无源之水,对数据项目的实施起不到指导和引领的作用,政策的上传下达不能高效执行,更多时候体现在项目没有高层领导站台,难以顺利推进,更使项目陷入尴尬境地。因此,企业一旦决定实施主数据项目,企业高层就要真正把数据作为企业的生产要素,从思想上要高度重视,成立高层组成的数据管理组织并真正发挥实效,是项目是否成功的最重要因素之一
2、数据清洗组织的专业性
对于主数据项目最重要的成果之一就是构建各类主数据代码库,代码库就是通过清洗的数据组成的,因此数据清洗质量的高低也就决定了代码库质量的高低,从而决定了主数据作为企业基础数据的正确性、一致性和有效性。从以上描述我们看出,数据清洗组织的专业性决定了清洗后的数据质量。现实项目中,数据清洗工作是一项耗时长、有耐心、比较繁重的工作,很多业务部门为了应付工作派出工作年限短、经验少、年轻的人员参加,尤其对于企业中最重要的主数据之一的物料,没用一定的经验根本无法正确清洗数据,导致了清洗后的数据质量不高。因此,对于实施物料、设备、设施、合同、项目等专业性较强的主数据时,一定事先考虑数据清洗组织的专业性问题,各业务部门也要派出多年经验、熟悉本职业务的专家参与,形成各类专业性较强的数据清洗组织。
3、数据运营组织的责任感
主数据项目依然遵循“三分建设,七分维护”的规律,由此可以看出数据运营的重要性,项目建设完成后持续的运营是保障主数据项目成功的重要活动。大部分失败的或效果不好的主数据项目,跟没有持续运营的组织具有很大关系。项目建设期一般的运营工作企业都依靠实施商承担,一旦实施商离开,组织便不知所措,运营组织不健全,数据维护质量不高,审批效率底下等原因,造成了主数据项目失败。因此,主数据项目更需要企业意识到运营的重要性,在项目实施过程中培养自己的专业技术人员,建立完善的运营组织,并制定有效的激励绩效机制,提高数据运营组织的责任感,保障项目实施后有效的数据运营,只有这样,主数据项目才能真正从一个成功走向另一个成功。
三、主数据实施需要做好持久准备
主数据的实施是一个总体规划,持续推进的过程,企业一定做好持久实施的心里准备,尤其领导层,不然就会出现焦虑的情绪,急于看到主数据实施效果,一旦效果不明显,就会降低支持,甚至放弃。因此,对于主数据项目做好持久战的准备很关键,但是也要制定每个阶段的小目标。

1、不同主数据类别实施的持久性
通常,组织中的主数据类别是很多的,比如组织机构、员工、岗位、会计科目、银行、成本中心、利润中心、固定资产、供应商、客户、物料、产品、项目、合同、国家、地区、货币、计量单位等,这么多类别的主数据的实施复杂度是非常高的。因此,一般情况下企业都是选择分期实施的,这就是不同类别主数据实施要有一长期持续的过程。企业在实施主数据项目时,必须要全面考虑这些问题,根据企业实际需要制定主数据实施计划,兼顾效率和效益的同时,高效开展主数据项目建设。
2、同一主数据类别实施的持久性
现在,大型集团、多元化集团、投资管控型集团越来越多,组织庞大、业态复杂,就是同一类主数据的实施也不可能一次性彻底推行完成,比如物料主数据,不同的板块,不用的业态,物料的类别差异性非常大,不可能一次性的全部覆盖。因此,众多大型集团都是选择按板块分期推进,先试点后推广,这就体现了同一类主数据实施的持久性,类似的项目类主数据、设备类主数据都有这样的特点。企业在实施主数据项目时,也要考虑到这种情况,对同一类主数据做好实施计划,一般会按照物料管理的规范程度优先从物料规范性好的板块或企业开展,然后逐步推进,最后达到同一类主数据在整个组织的统一
3、项目经费投入的持久性
对于主数据项目来说,项目经费投入的持续性是必然的。有的企业在预算时只做一次或一年,导致主数据项目的实施中断,最后主数据实施的效果可想而知。另外,主数据项目的实施不仅仅是主数据本身,还涉及到主数据系统与其他业务系统的集成,因此在做主数据项目预算时,也要考虑到第三方系统的集成费用,否则项目实施过程中还要在组织内协调第三方系统的集成费用就很困难了,同时由于协调的周期长,影响了主数据项目的进度。所以,在做主数据项目实施前,要考虑到费用的持续投入和费用类别的全面性
四、主数据实施需要实施方法准备
主数据的实施通常会有几种方法论,下面我们还会讨论到,但是哪种适合自身却也是需要斟酌的问题。想必很多大型企业在实施主数据项目也是要到标杆企业考察一番,寻找几个开发商讲解一番,这都不重要,重要的是哪种是适合你的。不要看到别人开的是私人飞机很爽,你就梦想开私人飞机,他们公司每年数据项目投入千万以上;别人开宝马很帅,你也梦想开宝马,他们公司每年数据项目投入也大几百万;看看咱们口袋这点钱,咱就投入这点经费,本来开上夏利就不错了,咱想想办法搞个豪华版夏利好吗?所以,方法论讲的再多,讲的再好,也不如亲自去实践,但是主数据的实施不要好高骛远,适合企业自身的现状最重要
1、典型的实施方法论
主数据的实施方法论归结起来可以分为三种。
(1)重型方法论:适合大型集团企业整体规划分布实施的特点,类似于古代正规部队作战,先摆开阵势,在按照作战策略进行作战。典型的步骤是:成立项目组织—开展项目调研—编写调研总结和需求—主数据项目总体规划—主数据标准制定—主数据平台搭建—数据清洗和构建代码库—系统集成和主数据服务—主数据运营—主数据优化。
(2)轻型方法论:适合中小型企业根据需求快速实施的特点,类似于运动战、游击战,不在乎形式,效果要快速见到的。典型的步骤是:成立项目组织—开展项目调研—制定主数据标准—清洗数据和构建代码库—搭建平台和系统集成—主数据运维。
(3)个性方法论:适合企业有一定的技术实力和专业队伍的特点,这类企业要么只买软件、要么只买实施、要么就是按照企业的想法随时改变实施的方法。典型的步骤是:前期交流—软件选型—组织自实施;前期交流—实施选型—提供产品—进行实施。
2、哪种方法论真正适合你
对于企业来说在实施主数据项目前一定要认真评估自身的情况和现状,对于大型集团,板块多、业态复杂、投资充分、放长线钓大鱼的企业,建议选择最为规范的重型实施方法论,按照数据治理、数据资产的视角规划和实施主数据,以主数据项目的实施驱动数据治理的开展,为数据资产变现升值奠定基础。
对于中小型企业,同质化强,业态单一,投资受到一定局限,建议使用轻型实施方法论,实施周期短,局部见效快。企业领导见到实效,会提升主数据项目投资的信心,因此也会较好的开展。
对于个性方法论要看企业自身情况,有的企业把规划和实施分开也未尝不是一种好的选择;有的企业为了节约投资,采用只买软件的方法实施,失败率是最高的,这种例子屡见不鲜;有的企业IT部门觉得最了解企业,采用由IT指导厂商进行实施,这种方法失败率也是比较高的,浪费了时间效果还不好,术业有专攻也不是盖的。
主数据的实施方法也要量体裁衣,建议在实施主数据项目前多看看,多比比,一旦选择了实施厂商就按照经过实践检验的方法论认真实施,真的不要太顽皮,否则受到伤害的就是企业。最近爆出很多企业中台失败的案例,原因也不过以上几点而已。不要高估了自己,也不要看低了厂商,相互选择了也便只顾风雨兼程,毕竟目标是一致的,就是要让项目成功。
五、主数据实施需要自我三度修炼
主数据项目的实施的确需要自我不断的修炼和提升,否则在实施过中总带着焦急、焦虑的情绪,是不利于项目协同开展的。

1、主数据项目是我的事
项目实施伊始,不同业务部门会负责自己认责的数据。为什么呢?一来觉得数据是部门自己的,不想让企业部门了解太多,二来万一数据有什么问题,自己也就私下处理了。当然第一点的原因多些,毕竟现在很多企业的信息系统建设的烟囱式特征比较明显,各系统中的数据均被认为是保密数据,不愿意让别的部门全部了解到。所以,这时候各个部门觉得只要属于自己部门管理的主数据,自己就要全全负责,比如,员工、客户、供应商等比较敏感的主数据。
2、主数据项目是他的事
随着项目的深入开展,发现的数据问题越来越多,主数据不完整、不一致、不可用、不准确等一系列的问题出现了,处理这些问题需要大量的人力、物力、时间,这时候认责部门就有些后悔了,总会找出出现问题的愿意实则不是本部门的事情,是由于企业部门填报不认真、不及时等原因造成的。还拿客户、供应商举例,整理和清洗几十万条数据看着就眼疼,本来是财务部门认责的,这时他就会想是不是别的部门可以承担,比如财务系统存储的客户、供应商数据最多,这时候财务部门就会要求销售部门、采购部门、下属单位相关部门进行数据整理和清洗了。
3、主数据项目是我们的事
协调企业中几百万条数据清洗是很困难的,除非行政命令,但是如果不是内心愿意,质量和进度又很难保障。这时候,大家要认识到,产生数据的是我们、使用数据的是我们、数据不准确影响的也是我们。认识统一了,任务也就好分配了。主数据的问题不是别的部门的问题,也不是实施厂商的问题,而是我们大家共同的问题,形成了主数据项目其实就是我们的事,我们才是数据质量的主导者,思想到了这种境界,主数据项目才能真正的实施好。
来源:数据驱动智能

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 03:55

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表