- 产品
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
全程“零”编码,高效实现主数据模型、主数据维护、主数据分发、主数据质量的全过程管理,为企业主数据管理落地提供有效支撑,实现各业务系统间的主数据共享,保障企业主数据的唯一性、准确性、一致性。
覆盖数据建模、采集、处理、集成、共享、交换、安全脱敏于一体,一站式解决数据开发所有的问题。
统一指标定义,实现“一变多变、一数多现”的数据管理效果,为企业提供强有力的数字化保障和驱动效应。
零代码+AI,有“问”必答的数字助理,利用AI大模型和数字人技术,通过语音&文字输入问题,自动识别业务指令,深度理解用户意图的问题,洞察数据,人机交互,重新定义BI新体验。
该集团近几年先后实施了OA、SAP、SRM、BI数据分析系统、FSSC财务共享系统等系统,对集团的经营管理起到了很好的支撑和促进作用。该集团的信息化建设逐步扩展到生产运行和经营管理以及决策支持领域,系统间的应用集成交互越来越密切,数据共享越来越迫切。而主数据标准化是实现系统集成、数据共享的基础前提保障,但目前该集团面临着数据标准不统一、数据源头不一致、数据质量较低等数据问题,迫切需要一个统一的MDM平台对公司的主数据进行集中管控。
随着公司业务的迅速发展,各业务部门对信息化方面也提出了相应的需求,信息部门尽全力建设信息化以实现各业务部门的需求,目前信息化建设水平已到达一定阶段,逐步实现对公司核心业务的全面覆盖。但由于信息化建设过程中,忽略了整体规划和数据经营,随着系统集成交互和信息汇总分析的需求日益强烈,集团现有主数据难以支撑业务需要,主要体现在以下三个方面。
1、组织架构层面
缺管理、缺制度、缺标准、缺流程、缺考核,长期存在将导致:
• 对自身状况摸不透,对经营环境看不清
• 对市场先机抓不住,对未来竞争赢不了
2、系统层面
• 各系统之间,尤其是各个业务系统之间,主数据编码不一致,导致各车间或财务报账需要人工核对,容易出错,浪费人力;
• 系统数据无法关联、共享,数据整合困难;系统林立,数出多门
• 重复定义、多重维护,数据质量差,数据不完整
3、数据层面
• 主数据编码不一致,导致各系统之间集成需要大量转码,集成复杂,工作量大,系统扩展性、稳定性差
• 主数据编码不一致,导致难以从各个业务系统抽取数据进行整合分析,难以构建可视化的运营管理体系
该集团MDM平台建设项目的目标是:在信息化规划及顶层设计的指导下,围绕该集团各项业务和现有信息系统,建立一套科学的、适用于该集团的主数据标准和管理流程,并通过MDM平台将数据标准落地;基于全集团视角按各类数据主题建立企业主数据模型,数据结构建模;完成主数据分类与代码库构建;管理流程固化,提升该集团的主数据质量,进而实现对主数据的全生命周期管理,全面支撑该集团的战略管控。
项目重点是建立该集团的主数据管理组织和认责机制,梳理组织机构、人员、物料主数据的数据分类与属性规范;结合该集团现状,选定主数据管理产品,建立该集团MDM平台,固化主数据规范标准及相关管理流程和制度,作为主数据管理的有效手段,提高数据管理效率与数据质量,为集团级业务系统提供及时准确的主数据。同时,建立完善的、可共享的主数据推送机制,实现主数据快速同步,实现准确、完整的主数据信息在不同业务系统中充分共享。
项目建设达成“四个一”,即一个体系建设,建立各业务板块都能通用的主数据管理体系,以满足集团主数据管理精细度的需求;一套组织规划,建立主数据管理的基础能力,设置合适的标准化组织、流程机制与平台固化主数据管理的工作,实现数据分级管理;一套落地标准,按照新制定标准逐步规范统一全集团主数据,保证各个系统中的主数据标准一致,主要包括属性标准、编码标准、流程标准等统一;一套主数据管理平台,实现与核心系统数据分发集成。
项目建设架构图
1、主数据模型建设
主数据管理主要支持主数据管控流程模型的动态调整,实现主数据的申请、校验、审核、生成、分发、变更、归档等全过程系统操作;支持历史数据变更版本控制,对主数据业务过程的绩效评估和管理;支持工作流程的自行组态和业务绑定,实现数据集成分发策略的标准化,支持数据标准服务的自动创建和应用。
本期项目设计的模型包括构建客户、供应商、物料、科目、成本中心、利润中心、价格、组织人员、加盟商9类主数据模型。
2、主数据标准体系
主数据标准是对数据的名称、编码、数据类型、精度、长度、业务含义、管理部门等各种属性建立一套统一规范的标准,其价值在于保证主数据的统一规范,消除跨系统的非一致性。
主数据管理的首要任务就是要制定全公司统一的主数据标准和规范,开发共用的、标准的主数据集成规则,并定义企业级的主数据模型,可按照相应的国标、行标、企标或者实际业务需求来制定主数据的数据标准,并通过系统来将标准落地到元数据,完成标准评估与监控。
3、主数据质量体系
主数据的质量体系主要从数据质量的组织、制度、流程和评价标准等方面,对数据质量进行校验和核查,如空值、重复、值域范围、完整性等,发现数据质量问题并精准定位到问题源头,并自动生成数据质量分析图表、数据质检报告,然后进行整改,提高主数据的数据质量。系统内置十三种质检规则并支持按照数据标准生成规则、自定义规则等,满足90%以上的数据质量检查需求。
4、主数据服务管理
平台能够提供完善的主数据服务,可以通过多个维度对服务目录进行浏览和查询,并通过权限进行控制。服务的方式包括查看数据、下载数据、申请交换、服务接口等多种方式。同时可对服务元数据进行管理与分析,包括了服务的编码,名称,类型,版本等基础属性信息。平台可根据不同角色或系统需求,自定义服务,并完成服务的发布,供其它业务系统调用。
1、实现主数据统一管理
统一标准规范,各司其职;
2、满足主数据业务需求
可根据业务需要灵活定义模型及业务流程;
3、保障主数据高质量
及时发现修复质量问题,为各类应用场景提供唯一、准确、权威的主数据支撑;
4、构建主数据高效共享
多种分发方式自主选择,直接使用;
5、提升企业运营效率
一体化主数据管控,一次录入,多方受用;
6、降低主数据管理成本
快速识别、全界面管理,数据自动流转减少运维压力。