分享篇
大数据时代，数据已成为企业的核心资产和重要战略资源，越来越多企业利用主数据管理手段对核心数据进行分析，从而获得最大限度的价值。近日，大华南IT高管共赢圈邀请了北京三维天地科技有限公司数据标准化资深专家曹朝辉先生作微课分享，与大华南社群CIO分享企业主数据管理体系与方法以及主数据规划与应用案例。
数据是企业最核心的资产
随着科学技术的进步，信息化建设的日益发展，“大数据时代”已然到来，大部分企业已经开始意识到数据作为企业核心资产的重要价值。数据是企业经济活动赖以运转的重要资源；是现代企业创造价值的最大来源；数据驱动下的决策方法是实施企业发展战略的重要工具；数据资产是动态变化发展的，数据管理不善，通常会带来业务决策效果不佳以及更有可能面临违规和数据失窃。如何提升数据资产管理水平，是当前企业所面临的一个重要问题。
数据资产面临的问题
随着信息系统建设的增加和管理的精细化，越来越多的数据需要进行管理。一方面是由于数据增长的速度；另一方面是数据交互和共享的需求，尤其是大数据时代，数据可能存在结构化和非结构化，这些数据需要为企业在不同的业务领域提供管理支撑。从全球范围来讲，数据管理已成为企业提升管理能力的重要任务。就企业而言，需要考虑的不是数据管理工作是否开展的问题，而是该如何开展，以及何时开展。
数据管理不仅仅是信息化方面的投入，还包括如何从大量低密度的数据中获取数据价值，这是高绩效的企业必须面临的问题。对于解决所有数据问题的途径，最根本的方法是建立整个数据规划和管控体系。
对数据认知的历程变革
对数据认知的历程变革，经历了三个阶段。第一个阶段是数据编码时代。在早期，企业信息化建设对于数据管理往往是简单的存储或者是直接支撑业务发展。这时期对数据的管理往往是每套系统中都会有各自各类的数据标准，更多强调的是对业务的支撑，对于标准和交互则没有更多的考虑。在这个过程中，企业也缺乏相应的管理组织和流程，缺少规则和标准，数据质量差，对应的标准大部分是软件自身的标准，集成需要进行数据间的数据对照、清洗，难度非常大，效率低。
第二个阶段是主数据时代。这一阶段最明显的特征是所有关键基础数据的标准都有统一的系统进行管理，而且数据系统之间的集成通过总线的方式实现，即通过统一的数据标准以及统一集成规范的数据总线实现数据的交换和共享。这一阶段重要的一个特征是对于数据的管理出现了专业化的团队以及常态化的数据管理组织。
第三个阶段是云数据服务时代。随着数据管理需求的增加，这阶段已经将数据作为一种资源，并且是虚拟化的资源可以进行动态扩展，这是数据管理发展的最高阶段。基于云平台的数据也可以作为整个服务中的一项内容进行有效利用和分配，这也是支撑整个专业化的数据运维组织、大数据分析和支撑的一个重要标志。
主数据管理是信息化建设的必经阶段
整个信息化的建设，美国哈佛大学教授查德·诺兰提出著名的企业信息化建设阶段划分理论，把信息化建设分为六大阶段，一是初始阶段；二是扩展阶段；三是控制阶段；四是聚合阶段；五是数据管理阶段；六是成熟阶段。从初始阶段到扩展阶段，这一阶段主要满足业务的需求，增长速度比较快。进入控制阶段，在这个过程，主要考虑整个IT的规划与重整。因为在扩展阶段的时候，一旦有业务部门提出需求，IT部门就要建立一套业务系统去支撑业务。到控制阶段的时候，更多的是从整体上去考虑，如何与IT规划和管理相结合，是一种横向的考虑。到整合阶段，主要表现形式是信息化作为一种战术型的方式去建设，通过这一阶段，信息化建设开始形成战略性。战略性重要的一个阶段是开始针对数据进行管理，进入数据管理阶段，之后再进入成熟阶段。
从以往的经验和体会来看，忽视整个数据标准体系和系统建设的代价是巨大的。管理体系和系统建设的工作开展时间越早越好，时间越晚，建设的复杂程度越大，花费的成本也就越高。
主数据的定义
主数据管理是一个全面的信息基础，用于决定和建立单一准确、权威的事实来源，它是具有高业务价值的、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。主数据管理最重要的就是数据的唯一性、完整性和相互的关系。从企业典型数据类型的金字塔图分析，最底层是关键基础数据，是相对静态、变化较少的缓慢数据，如国家、地区、货币、计量单位；再上一层是主数据，相对稳定，如客户、供应商、物料、组织机构等，主数据是整个业务开展的业务单据，是业务信息的载体，是业务的操作对象，既稳定又有相应的变化，因此对主数据的管理就显得非常重要；再往上一层是条件性数据，是在某种条件下出现的，如价格，会根据不同的地域制定不同的价格策略；再向上是事物型数据，包括采购订单、销售订单、维修订单等等，这类数据生命周期比较短，依赖于主数据产生；最顶层是报表数据，包括统计报表、BI报告等等，上方的数据都是依赖下方数据产生的。通过对主数据和信息标准化的管理可以保证整个统计报告以及报表的正确性和准确性，因此对于数据治理最好采取直体向上的方式来开展。
主数据-信息标准化
主数据是各个信息系统共用的标准化语言，在没有统一数据规范的情况下，每个信息系统可能都有属于自己的一套数据标准，比如不同地域的人用各自的方言进行交流。主数据的数据标准，实际上是建立一个沟通交流的标准，犹如不同方言的人通过构建和推广普通话标准来进行交流一样。通过数据标准化，最终实现整个信息系统之间的高效交流和数据共享，保证各个系统之间的数据唯一、准确、及时、有效。
主数据管理体系建设工作的意义
主数据管理体系建设工作的意义，从必要性来讲，它是信息化建设统一标准、集成互通的必然要求；是打破信息孤岛、实现业务横向一体化的迫切要求；是数据决策分析结果准确性和实时性的关键基础保障。在标准层面上，可以实现主数据标准统一、数据唯一；在流程层面上，可以实现基础数据的全生命周期管理，如提报、审核、生成、发布、变更、注销等全过程管理；在决策层面上，可以为数据交换共享、统计分析奠定基础；在管理层面上，可以建立主数据长期、持续的管理体系，实现集中管理、统一编制、统一维护、实时发布。管理层面比其他层面更重要，因为很多企业在进行标准化建设的过程中，通常会认为是一项项目型的工作，即项目结束后，标准化组织也随之撤销，这样会导致辛苦建立起来的数据标准在不久之后，数据质量又降下来。因此，要促进标准化工作，除了标准的制定，还要有一个长期持续的执行、监督过程，是长期持续的一个管理体系。
期望的主数据管理目标
企业期望的主数据管理目标，主要表现在四个方面，一是制度化。通过主数据管理体系的建设，制定并完善相关的管理制度和管理组织；加强和监督制度的执行，保证响应高效。二是规范化。为所有主数据相关的信息交互和集成提供唯一性编码数据；保证数据来源的唯一性和正确性，实现在业务处理各阶段基础数据信息都保持一致性，保证业务连续性；降低信息集成的成本，避免由于人工造成的信息传递、汇总、统计失误和错误。三是专业化。协助业务单位加强专业化管理，建立专业化数据管理团队；明确业务部门和技术部门的相关职责；支持专家团队的审核、校验管理机制，提高数据质量。四是决策支持。建立统一、集中、规范的主数据管理平台；为管理流程、制度、规范的推行提供可靠、有效的工具支持；提供数据的一致性、统一性和准确性。
主数据识别方法论
主数据识别方法论，包括数据识别分析路线图和数据识别分析矩阵。数据识别分析路线主要通过每类数据对业务的影响程度以及数据共享程度来决定主数据重要程度分析，然后通过主数据管理的成熟度和统一难易度来进行主数据管控难易度分析以及主数据需求迫切程度分析，从而确定整个主数据实施的优先级。数据识别分析矩阵则跟进主数据重要程度分析、主数据管控难易程度分析以及主数据实施优先级来进行整个主数据的实施。
主数据管理成熟度评估
通过主数据识别方法论可以识别出企业内部有哪些数据是主数据，并且根据识别分析矩阵还可以确定主数据实施的优先级，然后根据实施策略开展相应的实施工作。在实施之前，需要对数据管理成熟度进行分析。北京三维天地科技有限公司提出了主数据管理成熟度模型，主数据管理成熟度分为初始、重复、定义、管理、优化和创新六级，从组织岗位、管理制度、管理流程、IT支持等维度对企业主数据管理能力进行定义和评价。通过对主数据管理成熟度的分析，可以明确项目目标所要达到的层次等级以及未来中层级目标所要达到的管理层次等级。
主数据标准建立-分类体系
针对各类数据构建相应的数据标准，以江苏牧羊集团为例，该集团是国内目前最大的饲料食品加工机械生产企业，是亚洲第一、世界第二的饲料食品加工机械生产商。目前，江苏牧羊集团建立了覆盖整个集团八大业务板块物料的分类体系。在物料标准化方面，整个物料分类体系包括36个大类，550个种类，2715个小类，涵盖了产品自制件、工程自制件、紧固件、原材料、工艺设计件、工艺衍生件以及各类外购件。
主数据描述规范
在完成分类体系构建后，江苏牧羊集团还根据国家标准、行业标准、物料在企业中的重要程度，物料本身的物理特性，对公司各种物料描述进行规范，共完成3000个物料描述规范。以该集团的高频焊H型钢为例，通过描述规范的构建，可以保证不管物料申请人员和使用人员的专业知识水平处在哪个等级，都可以通过相应的模版去提交规范和统一数据。完成整个分类体系的构建之后，每一个小类都有一个单独属于自己的模版。以高频焊接薄壁H型钢数据模型为例，如描述规范包括名称、规格型号、材质、标准/图号等等。规格型号又分成五段，包括高度、宽度、腹板厚度、翼缘厚度、长度。不同类别都有各自的描述规范，这样就保证填写时有统一的规范。
架构设计-集成架构设计
所有数据标准构建完成之后，需要让业务系统去执行已有的数据标准，在这个过程中涉及到系统的集成工作，整个组织标准体系的构建需要制订整个集成的规范和相应的集成标准，一般是通过企业服务总线（ESB）进行数据的交换。在这个过程中，可以将各类数据的接收和分发的策略进行相应的定义，从而实现主动、被动、同步、异步、接收、分发的数据交换工作。通过企业服务总线这样一个面向服务的架构，便于企业后续的信息化建设。标准形成后，企业可以实现各类数据标准按照集成规范，有新的系统建设可以直接对接这个数据标准。
架构设计-主数据安全架构设计
在整个数据标准化的项目中，经常面临一些安全问题。对于数据安全，需要进行主数据安全架构的设计，包括安全管理规范、安全管理体系，从而保证整个系统安全、可靠、稳定地运行。整个安全管理要求包括安全的管理规定和管理细则。支撑整个管理要求包括了安全组织，即主数据管理岗位、主数据责任授权；还包括安全技术在主数据体系应用，即身份认证、内容安全、访问控制、集成安全、日志管理、安全恢复；安全运行包括主数据系统风险预案、主数据系统应急响应机制。
主数据实施原则
主数据实施有七大原则，一是符合规划原则。主数据实施规划应符合信息化总体规划计划安排。一旦信息化总体规划发生变更，主数据实施规划也应随之变更。二是引用先行原则。一类主数据与另一类主数据会有“引用”与“被引用”关系，保证“被引用”的主数据优先实施，“引用”的主数据可以放在“被引用”主数据之后实施。三是节奏同步原则。如果某类主数据的“源头”在即将建设的业务系统中，则业务系统建设应与主数据建设同步执行，避免后期主数据改造对业务系统造成影响。四是数据全面原则。某类主数据在推广前，尽量保证该数据全面与完整，避免不完整的数据对推广企业或应用系统造成数据缺失的影响。五是同批推广原则。有强关联的主数据设定在同一批次推广。同一批次推广可以避免对“源系统”及“目标系统”的接口多次改造，避免多次数据清理造成的重复工作及成本增加。六是急用先行原则。对已建成业务系统、考虑主数据需求迫切程度、主数据重要程度、效益产生的大小等因素，进行优先实施与安排。七是导航跟踪原则。在主数据推广过程中，还应考虑根据周期、成本、进度各种因素，不断调整主数据实施计划，做到按计划安排年度实施任务，按实际进度调整年度计划安排。
主数据实施-数据质量管理
在数据标准制定完成之后，需要对没有统计数据标准之前的数据进行治理和清洗。目前国际上公认的数据治理框架有两个，一是麻省理工大学制定的TDQM模型；二是国际数据管理协会的DM-BOK。在数据治理的过程中，需要基于信息分类与编码、元数据等数据标准化领域长期的技术与业务积累，提出完整的数据质量解决方案；由于“数据资产”涉及组织、业务、系统等多种不同因素，方案必须在有效沟通和充分协同的基础上，才能发挥技术手段的效用。
在数据治理的过程中，最重要的是理解，因为数据治理不仅仅依靠技术手段或者信息部的人员去完成相应的数据标准化，而且需要业务部门的专家参与进来，进行数据标准的提升。因此，数据治理需要业务部门参与，深刻理解数据治理的价值，如此才能保证数据治理工作的有效开展。
对于数据清理，依据企业IT应用实际情况，分为六大清理法则。一是初步标记，对不同数据问题和数据类型划分进行初步标记；二是分类清理，按类型、类别分配至不同人员进行清洗，分散工作量，提供清洗工具；三是先分后合，对分类清理完的数据进行合并汇总检查；四是分段清理，按照时间进度区间，逐层清理；五是多次检查与反馈；六是数据导入和系统上线。
构建可灵活扩展的主数据管理平台
数据标准化是长期持续的一个过程，对于主数据平台的需求必须是灵活、可扩展的，这样才能支撑数据标准化工作的持续开展。通过主数据识别方法论、主数据规划设计、主数据应用场景、主数据集成规范来形成统一的管理体系。此外，这一平台还需要实现插接式主数据应用扩展。在数据标准化过程中，可能会根据应用的情况进行分步骤、分期的建设，因此平台要易于扩展。每类数据通过数据建模、流程设置、集成规范设定好之后，可以根据自身的情况实现相应的上线，这个过程是不需要进行相关的系统开发或系统配置就可以实现的。这一过程基本上实现了数据管理的第三阶段，就是云数据管理中的保证数据可以作为资源动态进行扩展。
主数据管理价值
关于主数据管理的价值分析，实际上就是标准和主数据。主数据管理的成果很难展现，但又是非常基础的一项工作。标准和主数据就像城市的地下管线，只是做一些基础的支撑工作，这也是主数据项目和数据标准化项目很难立项的原因，因为很少有企业愿意为短期内看不到价值的事情埋单。
高效主数据管理的信息化策略
主数据管理系统的效益，从整个企业层面来看，主数据管理系统一旦建成，将成为IT核心基础架构数据入口的标准。不管这类数据从哪个系统产生，所有的数据验证标准都是通过主数据管理平台进行管理。之后，下游的业务系统在使用的过程中都是经过主数据系统验证的数据，这就保证了关键基础数据的统一和一致，以后可以为数据仓库、数据集市、大数据分析平台等提供统一的基础数据，保证BI分析报告和分析报表的正确性和准确性。
主数据管理项目价值
主数据管理项目价值的意义，主要体现在四个方面，一是提高数据准确性。通过主数据管理实现共用数据的统一管理，按照主数据生命周期实现各个环节数据维护审核机制，确保数据维护更新规范，保证数据准确性。二是降低信息系统成本。主数据管理可最大限度实现数据共享和信息共享，各业务系统无需独立建立基础数据的收集更新机制，只需使用主数据系统提供的相关服务，就能有效降低系统建设成本。三是建立完善数据标准。通过主数据管理，有效建立内部数据标准体系，进而为数据模型设计奠定基础。四是提高数据安全水平。通过主数据管理平台，可以实现数据的版本控制、数据的备份和容灾机制，制定完善的数据管理规范，确保基础数据的完整可靠。
主数据管理项目的价值体现在业务管控上，从管理提升方面来讲，一是能够准确的、实时的获取下属企业的经营信息、财务信息、生产信息；二是能够迅速的掌控集团各板块的生产经营情况、财务资金情况汇总；三是加快市场响应速度，实现迅速的业务决策。从经济效益方面来讲，主要是降低运营成本、提高数据质量、减少维护时间、减少统计分析时间、增加收入、平均投资回报率、降低系统集成成本。
江苏牧羊集团-应用效果-数据分析
江苏牧羊集团整个应用效果的数据分析，在主机生产统计之前，该集团有八大业务板块几十个系列、几万个品种的产品。原来的统计分析由于不同系统之间对于系列的划分不一致，导致销售的统计分析不准确。在物料方面，由于在数据分析时对主要原材料、主要供应商
没办法进行准确分析，通过数据标准化之后，可以实现主机系列到机型的精确分析，以及各类关键物料经过清洗之后达到的一个统一标准和相应的合并。
江苏牧羊集团-应用效果-设计和采购优化
江苏牧羊集团实施主数据后的应用效果，首先是设计和采购优化。原来使用非常频繁的汽缸，通过主数据建完模型之后，将各类缸径和行程作为关键指标进行分析，再找到差异。经过精确分析后，设计用气缸规格由2000种缩减至180种，大大提升了设计和采购效率。
江苏牧羊集团-应用效果-及时报价
其次是及时报价。江苏牧羊集团在工程上的报价，根据物料的属性设定不同的价格区间，由系统自动计算报价，实现标准化管理。对于塑料工程或食品工程的报价，从原来两周左右的时间，降低至三到四天的时间完成报价。这种报价的及时性对客户以及集团内部从设计到采购、仓储所有信息打通，效率提升非常明显。
问答篇
CIO：主数据怎么解决客户化物料的编码问题？
曹朝辉：针对客户不同需求产生的物料，有些解决方案是建立了衍生物料，通过构建标准物料和衍生物料的关系来进行管理。另外一种是通过可配置物料来进行管理。主数据管理标准物料和衍生物料的关系，并实现与业务系统的交互。
CIO：主数据是单独建设还是跟某一具体项目一起建设？
曹朝辉：主数据系统一般都是单独建设，因为具体项目不一定能覆盖到所有的主题域的主数据。
CIO：我们公司目前人、财、物是用同一套系统覆盖全集团，而下属单位的业务相对独立，客户、业务、供应商的交叉性或重复性并不高。以我们公司目前的状况来看，感觉主数据管理并不适合，请曹总谈谈您的看法？
曹朝辉：系统大集中部署不意味着不存在数据质量问题。我们的客户如海油的ERP、采购系统和MRO都是集中部署的，一套系统全集团使用，同样遇到了数据质量问题，这个公司是在ERP使用了4年之后进行数据标准化和数据治理工作。
CIO：集中在同一套系统中依然需要做主数据？数据标准化和数据分析（大数据）我认为是很有必要，但在同一套系统里还要做主数据不得其解。事实上我了解过一家集团公司，他们全集团业务、财务线都是SAP覆盖的，根本用不到主数据或数据标准，因为在同一系统里的数据就是一套统一而标准的数据。
曹朝辉：SAP或其他ERP对关键基础数据管理的颗粒度还是比较粗的，有些管理细化的要求无法满足。下方是SAP MM模块对于物料描述的部分字段，主数据可以根据不同的物料进行不同的模板管理，SAP的MM对于所有的物料都是统一模板，不会进行细分。你说的管理层数据统一是从更底层的基础数据的统一、一致、准确，及时去保证。
嘉宾简介
曹朝辉，数据标准化资深专家，从事信息方面的标准化咨询和实施工作超过15年。参与国际贸易、电子商务、人体工效学等方面的“十一五”、“十二五”、“十三五”国家科技支撑计划项目3项，曾负责和参与过国家食药品监总局、中国海油、中煤能源、国家电投、中国国电、中国有色、中国铝业、中国黄金、中船重工、中兴通讯、四川长虹等单位数据标准咨询和系统实施项目，在数据标准构建、数据清洗和治理、数据管控、数据集成和应用等方面具有丰富的经验。
往期回顾
##语音版本请点击阅读原文##
联系客服
