任何規模的企業都會存在各種各樣的數據問題，主數據管理早在十幾年前就已經是企業信息化建設中的一部分，由於企業普遍對此缺乏正確的認識、系統個數較少、數據混亂現象不明顯等原因，導致主數據管理這一手段並沒有被企業真正的重視起來，在IT架構建設中，也被安排在較為靠後的階段。

而近兩年主數據管理項目數量逐漸增加，一方面是隨著大數據分析的風潮，數據的利用被高度重視起來，主數據管理作為大數據分析建設的首要前提，自然也隨之變熱；另一方面是隨著企業信息化的建設深入，主數據管理階段全面到來，公司作為SOA綜合集成產品及解決方案的提供商，數據治理是主打方案之一，本文主要分享在各行業主數據治理項目交付中沉澱的最佳實踐。

相關定義區分

主數據管理是解決企業經營中各類主數據在不同系統中的名稱、編碼等信息不一致現象，保證企業內主數據單一視圖的準確性、一致性及完整性。許多人對主數據的定義或與其它技術的內容存在一定的理解歧義，在正式分享最佳實踐前，先對主數據、主數據範圍、與相關數據類項目做個區分。

>>>>主數據

指在整個企業範圍內各個業務系統間要共享的數據，系統包括操作型/事務型應用系統以及分析型系統，例如：組織機構、客戶、供應商、產品/物料、帳戶、資產/設備等。

>>>>主數據範圍

不是企業內部所有的業務數據都是主數據，主數據的範圍是指在企業各個系統間共享的必要的業務數據，簡單來說就是在處理業務中被重複使用的數據，在進行主數據管理前，這些數據存在於各個異構應用系統中。

>>>>與數據類項目的區別

與數據相關的項目有主數據治理、數據集成、數據交換、數據分析等項目，很多企業會將它們的概念混淆，認為只要實施其中一個，其它的問題都可以隨著解決。事實上，他們之間是存在一定聯繫的，主數據治理是更有效實現數據集成/交換、數據決策分析的前提。

• 不能實現數據集成

很多企業認為進行主數據治理之後，就相當於進行了企業內部的數據集成，實現業務數據的有效串聯及共享，事實上，數據集成是企業數據治理部分的另一個工作，需要企業服務總線來實現，主數據只是負責把需要在各個系統間共享的主數據進行採集和分發，保證為各個系統輸送乾淨的數據。

真正的數據集成作為整合IT架構中的一部分，如上圖所示，通常在主數據治理之後進行，基於企業對核心業務數據的跨系統協同和共享需求而產生。主數據作為輔助，經過治理實現企業能夠集中化管理需要集成共享的數據，在項目實施中保證了集成數據的完整性、準確性、一致性。

• 主數據不等於數倉

主數據治理對數倉建設具備輔助作用，為其提供乾淨的數據，但主數據管理卻不等於構建數據倉庫。有些數倉在構建時具備了數據清洗功能，但數倉是將各個系統中的所有業務數據集中在一起進行分析，之後提供給數據分析工具，而主數據是把各系統中需要共享的數據集中在一起清洗，之後還會將變化後的數據同步分發至關聯的業務系統中。

在數倉的建設中，主數據與各系統及數倉的數據關係如上圖所示，業務數據提出對企業主數據的變動申請；主數據管理平臺根據業務系統需求對主數據進行清洗等操作後，將治理完整準確的主數據分發給相關應用系統；主數據管理平臺同時為決策支持和數據倉庫提供準確的數據源，以供決策分析。

數據問題分析

如開頭所說，主數據管理問題在行業、企業中普遍存在，只是發現的時機早晚而已，既然下定決心治理，首先就要對數據問題進行徹底分析，筆者這裡分為兩個方面進行講述，一方面為產生上述問題的根源，另一方面為企業內部已經凸顯出來的問題。

>>>>數據問題產生根源

筆者認為造成數據問題的根源一定程度上是企業業務不斷擴張、系統逐步構建、IT技術發展的漸進性造成的，企業發展初期不會意識到、也不會首先進行主數據的管理，都是從支撐企業發展、內部運營管理的應用系統開始建設，從簡單到複雜、從輕便到繁重，就如在信息化問題上經常看到的那句話：

>>>>企業內部存在問題

1. 主數據管理定義理解偏差，誤認為數據分析可以一併將企業內部數據進行有效治理，不開展、不重視主數據管理建設；

2. 數據源頭多、雜而亂，之間彼此割裂孤立，關鍵信息數據存在於企業內外部的各個業務應用系統中，不能跨部門、組織傳播；

3. 數據質量問題引發的業務流程斷檔或關鍵交易的失敗，對於管理層來說，不能基於數據制定有效的決策分析；

4. 企業不瞭解當前內部有多少可用數據，

主數據管理實施

對於主數據管理項目主要使用MDM主數據管理平臺解決，但項目不僅靠技術工具，還要從團隊建設、管理體系、技術體系等多方面考慮，更多在於確定架構、流程、原則。

>>>>團隊體系建設

主數據管理的基礎是建立起企業級的管理團隊，明確每位隊員的責任，數據管理團隊按照需要管控的內容進行崗位、角色的設置與分工，明確詳細的分工職責，確定不同的主數據操作者，如：管理者、申請者、審批者、使用者等。

>>>>管理體系建設

管理體系主要建立主數據管理的流程、規範、制度，建立主數據管理制度，制定信息代碼管理辦法，維護細則、培訓機制、應用考核規範等管理制度，根據管理制度建立管理工作，並嚴格執行工作流程。

技術體系方面主要包括主數據管理工具、信息系統之間按照數據管理接口進行規範、建設數據標準模板等。

1. 建立數據標準與規範

完成企業數據現狀調研及需求分析、規劃和設計信息標準化體系架構（設計信息標準化體系架構、組織管理管控、系統集成架構、運維架構體系等）、制定統一數據標準與規範（分類標準、描述模板、編碼規則、數據模型等）。通常在主數據管理項目中，典型的編碼規則如下，以供應商為例：

• 編碼組成

供應商編碼採用大寫字母S（代表含義：供應商英文Supplier首字母）+9位無含義數字流水編碼。

• 編碼說明

供應商編碼由S+9位定長無含義流水碼組成，編碼順序遞增。

• 編碼結構及表示法

供應商編碼結構為：

編碼結構及表示法：

2. 編制統一信息代碼

按照數據標準和規範，對現有數據進行梳理和清理，基於前期對業務梳理與分析，規劃設計一套基於統一編碼的企業主數據管理模型，形成規範的數據代碼庫，以提高數據的共享性和唯一性，以供應商為例，具體規範如下：

3. 搭建主數據管理平臺

嚴格選型主數據管理工具，實現主數據申請、審批、校驗、分發，數據建模、數據清洗、數據管理流程配置、系統管理等功能，如下圖樣例功能：

主數據管理項目不僅需要搭建MDM主數據管理平臺，還需要與ESB企業服務總線或ETL數據傳輸轉換工具進行配合。

通過ESB或ETL完成業務數據同步分發部分的功能，在SOA綜合集成理論中，通常使用ESB平臺一同參與項目，實現批量數據傳輸、同步、分發及控制、多協議調用、多方式觸發等，輔助基礎數據治理，如下圖，以管理組織、人員、崗位為例。

最佳實踐輸出

主數據管理項目與其它集成類項目不同，都是具備行業特性的，而對於主數據管理產品，市面上有很多大而全的主數據平臺產品，但產品只是項目中的一部分，真正做好主數據管理類項目，還需要從多個方面考慮，例如業務的契合度，前期的調研、業務的梳理、制定的策略流程等等。

>>>>業務配合，循序漸進

主數據管理項目具備行業性，相比普通IT治理集成類項目來說，不是實施方單方面就可以解決的項目，阻力風險都更大一些，必須以業務需求做為驅動，真正決定或推動主數據管理項目成功的是業務人員，而不是IT人員，項目中需要多讓業務部門人員參與，瞭解企業的組織架構、業務流程，摸清企業主數據運用現狀，實施方對客戶業務特徵、經營模式、業務流程的熟悉程度等。

>>>>標杆打造，加重理解

項目實施過程中要注重標杆客戶打造，例如：某行業中的燈塔客戶、行業中客戶場景可以做為主數據治理的典型方案，在實施過程中將一些典型的、常用的、標準的功能打造成樣例，預置在產品及融入整體解決方案中，一方面為其它相同行業、相似場景企業做為參考樣例使其更加理解項目的同時，加強對項目的重視和配合；另一方面預置的功能和熟悉的方案有效增加項目實施成功率及保障項目進度。

>>>>業務梳理，出具規範

主數據治理項目與實際業務有很強的聯繫，所以在實施前對業務的梳理十分重要，實施方要求具備深厚的行業知識和相關行業項目的交付經驗，掌握行業特徵、經營模式、運營管理流程，可以快速切入業務，並幫助客戶的各部門進行有效的業務梳理，起到指導性作用。無論對於項目最初的調研、實施中的開發、上線前的聯測，都需要有輸出，出具相關標準規範，如：主數據治理標準規範、主數據清洗標準規範、系統開發規範、平臺測試規範等。標準規範要經過嚴格評審把關，做到可落地，可實施。

>>>>產品結合，方案合理

有效的解決方案一定是根據企業自身業務情況來進行產品的組合拆分打造出來的，通常最基本的主數據治理解決方案會伴隨ESB企業服務總線產品結合進行，主數據負責數據治理工作，ESB負責數據同步分發工作。數通暢聯在任何項目方案的選擇上，都會遵守方案合理規劃、產品最優組合的模式，在企業信息化能力或業務需求沒有達到構建標準的基礎上，將合理利用企業現有資源，避免造成資源不必要的浪費。

>>>>整體規劃，逐步上線

對於項目的實施需要按照整體規劃、先易後難、逐步上線這幾個步驟開展，首先根據項目進行多輪深入調研，瞭解各部門之間的協作關係、業務流程、數據共用情況，對業務進行梳理，過程中發現及反推業務中存在的問題並明確，基於調研梳理情況進行項目整體架構的規劃，包括業務架構、系統架構、數據架構等，根據企業現有情況進行分步實施。

>>>>切合實際，正視衝突

始終以務實的態度實施交付，意在從整體IT架構層面真正解決企業內部數據混亂、重複、不完整等問題，治理成果可以被複用，為後續信息化建設平滑接入奠定良好的基礎，而不是限於表面工程，中看不中用。除此之外，項目中不可避免與各部門人員、企業信息部、應用系統廠商進行業務交互、梳理，而部門間的不配合、系統廠商間的相互推諉、信息部的理解不到位很容易發生扯皮衝突的情況，勇於正視這種情況，很多時候這種情況也是推進項目，有效解決問題，沉澱經驗教訓的一種手段。

數字經濟時代，如何有效利用數據就好比一場無硝煙的戰爭，面對數據治理、大數據平臺、雲計算、人工智能等各種理念的輪番轟炸，無論是系統廠商還是企業用戶，面對數據的治理、獲取、利用都變得浮躁，急於求勝。但

本文由數通暢聯原創，歡迎轉發，僅供學習交流使用,引用請註明出處！謝謝！

閱讀更多 數通暢聯 的文章

關鍵字: 技術 數據管理 架構