主数据管理体系建设与问题分析

来源:CIO之家的朋友们 作者:问梁军

信息化建设初期,企业按照功能独立原则建设了不同业务的信息系统,如 OA、HR、CRM、ERP 等,由于各个系统的使用主体、承建主体、应用范围不同,存在着名称不一致、编码不统一等问题,导致数据无法有效识别,数据质量问题导致信息化效果难以达到预期,数据的完整性、一致性、准确性难以得到保障,且无法在其他项目中复用,产生了高额的维护和管理成本。


基于上述背景,企业对主数据的一致性、准确性、实时性提出了更高要求,规划统一的主数据管理体系、建设主数据管理平台、编制数据标准、统一编码被提上日程并逐步落地实施。

主数据是企业内部跨部门、跨业务、跨系统,能够被重复利用和充分共享,具有高价值且相对稳定的基础数据。中国信息通信研究院牵头编制的《主数据管理实践白皮书(1.0 版)》对主数据的定义:“指满足跨部门业务协同需要的、反映核心业务实体状态属性的组织机构的基础信息。主数据相对于交易数据而言,属性更加稳定,准确度要求更高,唯一识别。”

主数据管理体系

主数据管理体系是一系列用于生成和维护企业主数据的规范、标准、组织、技术、实施方案和软件系统,为企业提供准确、及时、完整、科学的数据,支撑各业务系统和管理流程的稳定运转。

主数据管理体系的建设不仅是一个技术问题,更是企业管理的变革,尤其是对于传统大型集团企业而言,各部门、各业务单元已提前建成并运行种类繁多的信息系统,甚至制订了主数据标准,如何在集团层面进行统一的标准化建设,需要对现有的业务流程进行根本性变革,维护新建的主数据,这些管理问题往往比技术问题更难以协调。另外,主数据不是一次建成就一劳永逸的,其运行维护需要一系列制度和规范进行约束,还需要专门的信息系统进行支撑,随着业务的发展壮大,要时时保证主数据的整洁性和一致性。

因此,主数据管理体系的建设需要从治理体系、组织架构、制度规范、流程变革和系统支撑等方面开展工作。

1. 建设步骤

主数据管理体系是其他业务系统的基础,针对主数据管理体系的规划应站在企业战略层面推进。一套功能完善、设计合理、可扩展的主数据管理系统能够为企业数字化建设带来诸多收益。

主数据需求分析 :梳理和分析企业既有数据资源,形成符合业务需求、满足系统数据应用的权威数据源,落实“一数一源”原则,使主数据真正成为企业的基准数据。

主数据方案设计 :采用成熟的主数据咨询方法论,面向主数据管理所涉及的组织、职责、流程、技术四个层面,从主数据的定义、编码规则、模型设计、管理流程、管理规范等多个维度,构建系统的解决方案。

主数据系统建设 :通过主数据管理系统建立主数据单一视图,实现主数据的清洗与转化,实现主数据的一次录入、全域共享,避免产生数据不一致、数据质量问题以及重复管理等问题。主数据管理系统的实施是实现多系统集成的基础,只有基于主数据进行业务集成,才能消除各系统之间的屏障,形成顺畅的数据流。

建设主数据管理体系应以先进数据管理理念为依据,参照行业最佳实践,对标一流企业主数据管理,制定符合企业实际情况和发展要求的规划,建立健全主数据管理的组织机构和管理体系,落实主数据标准并制定各阶段目标和实施方案,实现主数据高效的质量控制和安全。通过主数据管理体系建设支持业务管理模式和工作流程的持续改进,实现企业的战略升级和核心竞争力的提升。

建议在设计主数据管理体系之前先进行现状评估,可参考卡耐基梅隆大学软件工程研究所开发的能力成熟度模型(CMM),将主数据管理成熟度分为初始、重复、定义、管理、优化五个级别,根据评价结果进行方案设计。

2. 明确组织架构

主数据管理体系的建设不是某个部门能够独立完成的,从人资、财务的基础科目统一,到供应链、生产制造涉及的物料体系、供应商管理等,需要企业各业务部门的参与,因此,建立由分管领导牵头、业务部门负责人共同组成的管理委员会是十分必要的。这个组织不是实体机构,而是跨部门、跨业务板块的虚拟组织,由企业赋予一定的权限,至少是针对主数据管理相关的权限。

对于非互联网基因的传统企业,长期以来形成了固有的管理思路、运营流程,而且经历了若干年的充分实践,甚至是兼并、重组、变革,仍然能够处于行业前茅,这本身就是对企业治理能力的肯定。但是,随着互联网技术和数字经济的发展,传统企业面对数据这种新型生产要素带来的变革与冲击,不能只靠规模取胜了。规模做大之后,面临做强的问题。“强”就是管理效率高,投入产出比高,企业创造利润的能力强。在这种逻辑下,从企业信息化建设到数字化转型,就顺理成章了。企业的数字化转型是一个长期的复杂、曲折的过程,可以说是在螺旋中上升。

企业已经享受了信息化的红利,也在一定程度上促进了企业的管理变革 ;然而,在信息化过程中沉淀的数据也问题凸显,反过来制约了信息化的发展。要对数据进行治理,首先是变革组织架构,有些企业会成立独立职能部门,形成具体业务,即数字业务化。笔者所在的企业受制于信息化建设现状和行业特点,现阶段没有成立具体的机构,由分管领导牵头,业务部门和重点单位参与,建立了主数据管理的虚拟机构,作为企业数据战略、主数据标准体系的决策机构(如上页图 1 所示)。具体职能包括审定数据战略和主数据标准体系 ;对主数据管理重大事项进行决策 ;对主数据管理系统建设进行宏观指导等。

image.png

3. 编制规范和标准


标准规范是主数据管理体系建设的核心内容,结合企业数字化转型规划和主数据建设需求,梳理企业核心主数据,针对各类主数据的产生、使用、管理、维护等过程进行规范,编制企业主数据管理规范、主数据建模规范、历史数据清洗规范等。主数据管理标准包括 :主数据编码标准、主数据应用流程、主数据集成接口标准。

主数据标准应遵循“统一”原则,包括统一的数据编码、统一的业务采集标准、统一的数据管控机制。编码标准一般遵循:(1)简单性原则。码位短、录入操作简便,能够减轻编码工作强度,容易实现 ;在设置编码规则时,尽量不附加业务含义和规则,保持数据的长期有效性。(2)唯一性原则。每个数据只有唯一的编码,保持一种分类方法,并在系统中的各部门保持一致,实践中采用流水设置。(3)稳定性原则。编码时要考虑编码规则的各种可能性,统一编码体系规则,尽量保持编码的稳定性。(4)扩展性原则。编码时要考虑未来数据规模和数据量的增加,要具备一定的可扩展性,保证编码使用和更改的便捷。

主数据管理规范主要包括主数据管理组织与制度、主数据管理流程、主数据应用管理、主数据管理评价等。主数据管理制度针对工作内容、程序及章程进行了规定,是行为规范和准则,一般是相关的管理办法、规范、细则、手册等。主数据管理流程是提升主数据质量的重要保障,符合企业实际应用的管理流程能够保证主数据标准得到有效执行,实现对主数据的持续性长效治理,管理流程主要有业务管理、标准管理和质量管理三方面。主数据应用管理包括明确管理需求、实施有效管理、强化服务保障,是保障主数据落地和质量的重要环节。主数据管理评价用来评估及考核主数据管理相关责任人的履职情况以及主数据管理标准和政策的执行情况,通过评价指标的设定,增强企业对主数据管理相关责任、标准和政策的掌控力度。

4. 建设统一的管理系统

主数据管理系统是企业各项主数据统一管理的工具,是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、一致性和准确性的系统。其核心价值在于数据的集成、质量、治理、共享,且系统需要具备主数据定义、规则设置、申请、接收、分发、排重等功能,即主数据管理要从企业各类业务系统中采集和整合核心的可以共享的数据,集中进行数据的清洗,并且以服务的方式把主数据分发给业务系统。

主数据管理通过对数据进行集中管理,在分散、异构的业务系统之间保证了主数据的一致性,促使数据的合规使用,实现应用快速部署,信息充分共享,不仅增强了应用架构的灵活性,而且使得业务管理更加规范。

此外,在主数据系统建设过程中,还需要规划系统运行维护策略,确保在主数据系统建设完成后,保障系统可以顺利运行。这种运行维护即是对主数据发生的新增与变更能够及时响应从而不影响业务系统正常运转,实践中可以分业务域设置专项小组,形成跨组织的维护机制,在主数据系统嵌入审批流程,实时响应需求的变更 ;相对于组织结构、财务科目,企业物料数据的变更可能是最频繁的,一般会设置专门的岗位进行审批。主数据管理应用架构如图 2 所示。


image.png

5. 规范集成共享机制


通过主数据管理体系建设,明确了主数据应用模式、主数据管理组织架构、主数据管控模式、主数据的运营组织、主数据的编码规则、主数据的模型标准、物料分类标准及物料填写规范,并且编制了主数据管理办法。

主数据的显著价值就是跨业务共享、重复使用,通过明确的数据标准、接口集成标准完成主数据共享机制的建设,实现主数据在业务系统之间的高效协同,发挥数据资产作用。主数据集成共享涉及主数据的源头,即产生系统 ;主数据的消费,即下游业务系统 ;主数据的管理。

主数据集成共享一般遵循统一性原则、安全性原则、成熟性原则、先进性原则和适应性原则。包括主数据格式规范、集成技术规范、开发规范和业务系统接入规范等。笔者所在企业通过在源头系统和消费系统之间建立企业服务总线,一方面,实现主数据从源头的采集和装载 ;另一方面,将标准化的主数据通过标准接口分发到消费系统。主数据的增加、修改等操作都是在源头系统进行维护,实现了“单一数据源”及“一处维护、多处使用”。

主数据管理体系建设问题分析

在主数据管理体系建设前,作为专项工作要有一个清晰的规划,工作启动后,从整理数据、编制标准、搭建平台、运行维护等四个阶段编制工作方案,明确每个阶段的工作内容和重点任务(如下页图 3 所示)。

image.png

第一,大部分企业的主数据治理都基于一定的数据乱象,针对问题充分调研、摸清底数,根据业务特点建立符合自身需求的主数据系统。而后随着集团企业战略规划的调整以及管控需要,在集团层面统一数据治理体系,建设覆盖所有业务、所有部门的数据管理标准体系,从业务数据化向数据业务化的转变,真正将数据的价值体现出来。


第二,摸清底数之后,按照业务领域组织专家进行分析。初期,专家可以业务管理部门的骨干员工为主。一方面,业务管理部门对该业务的管理思路较为清晰,对业务的发展规划最清楚 ;另一方面,领域骨干对该业务的细节最为了解,能够协助分析业务痛点,提出针对性解决方案。在标准规范的初稿形成后,可邀请外部专家进行评审,在宏观层面提出建议。标准的编制和模型的建立,应充分借鉴行业最佳实践,如最为常见的物料编码体系,是选择固定长度的无意义数字码,还是符号、数字混合的包含一定逻辑的可变长度编码,没有严格的对错之分,可基于业务的复杂程度和数据现状进行选择。无论选择哪种方式,均应充分兼容大部分企业的现状,留出足够的扩展空间。

第三,标准体系和管理规范一方面通过培训进行宣贯,如何融入现有的业务管理系统、在业务不中断的前提下如何实现平滑切换、如何改进现有的数据管理逻辑等 ;另一方面搭建主数据管理系统,通过集成平台对管理体系进行约束,包括主数据的变更、修订、扩容等行为都通过数字化手段进行管理,定义标准的使用规范,在源头上强化主数据的核心定位,强制其他业务系统规范使用主数据。

第四,主数据管理体系的建设不是一蹴而就,也不是一成不变的,主数据标准发布后,业务部门和关联企业在应用中不断提出改进意见和合理化建议。主数据的建设是一个动态持续、不断优化的过程,运营维护需要诸如主数据管理办法之类的制度进行支撑。“实践是检验真理的唯一标准”,只有不断在实践中优化,才能使企业的主数据管理体系更加完善与适用。


相关文档推荐

大模型知识库在ToB场景的落地实践.PDF

1746933888 蓝海晨 2.05MB 12页 积分5

长安汽车DevOps与数字化转型实践.PDF

1745907486 刘亮 5.56MB 25页 积分6

中国联通AIDevOps落地实践.PDF

1745907091 陈曙光 4.01MB 26页 积分6

统一模型管理高效DevSecOps您的AI模型.PDF

1745906546 张鹏 3.58MB 22页 积分6

货拉拉微服务 Proxyless Service Mesh 大规模落地实践.PDF

1745905869 徐键 3.16MB 28页 积分5

可观测与大模型技术在运营商的融合实践探索.PDF

1745905819 何林艳 3.14MB 18页 积分5

故障演练平台进化论自动化与多态化演练.PDF

1745900069 鞠鹏 3.11MB 37页 积分6

相关文章推荐