睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

企业主数据管理面临的挑战

时间:2022-11-04来源:互联网浏览数:286

数据作为数字经济时代新型生产要素,是企业的重要资产,也是赋能企业数字化转型的基石。在向着数字化快速迈进的同时,当前企业的主数据治理也面临着各种挑战和不足。

体现在以下六点缺少统一:
1.管理组织
数据管理职责不明确,数据责任不清晰,分散管理。

2.标准规范
各系统间编码规则不一致,属性定义各异,数据流向复杂,数据无法及时共享和集成。

3.维护机制
业务应用系统各自维护,系统间数据存在不一致,不完整等问题,影响业务统计分析与决策。

4.管理平台
新建或改造系统建设中存在主数据的共享、交互服务的重复开发建设,增加系统间交互的复杂度、难度以及重复的建设成本。

5.数据共享
缺少统一管理的主数据,无法实现统一的数据分发与共享,往往是需求提出后才进行数据的维护,数据维护工作量大,耗时长,从长远来看效果不理想,阻碍企业提高整体的战略协同力。

6.数据管控
缺少对各类主数据的状态进行有效管理,包括申请、审批、发布等过程状态。在主数据应用过程中发生改动时,无法通知或提醒主数据管理责任人,对企业采购、设计、生产、库存等各个环节都会产生较大的影响,直接影响企业的生产发展。

企业主数据治理的实施路径

主数据实施服务流程图
根据对企业当前现状进行的数据调研情况和需求分析,建立主数据标准、主数据编码规则、主数据分类等,并通过对已建立内容的引用创建主数据模型,经过数据抽取和开发,形成主数据资产。进行主数据接口的创建,实现主数据分发。

1.主数据标准编码
基于主数据治理服务成果,数据开发人员对主数据标准进行系统配置,主要包括各类主数据统一的标准定义、编码原则、编码方式、数据公共代码标准、字段约束标准、表命名标准等。

2.主数据建模
针对用户需要建主数据模型的情况,根据各类主数据库及库表信息,进行主数据模型创建,录入主数据模型的基本信息,如模型名称、所属分类、计算引擎、创建方式等。

3.主数据抽取与开发
主数据集成通过数据采集平台完成与业务系统对接,接入财务系统、OA系统、人力资源系统、生产系统等数据,通过主数据导入、主数据调度流程的配置和开发,从业务系统抽取主数据信息。

根据定义的数据模型进行主数据开发,通过对主数据模型建表自动生成的SQL进行修改,形成主数据开发任务,并配置开发任务的执行策略(如执行周期)。

4.主数据管理
通过系统工具实现对已建主数据的管理,查看和浏览主数据,查看主数据血缘,及时发现主数据从抽取到分发各环节异常情况。规范主数据的新增、删除、变更、使用等过程,配合企业数据管理的相关制度和流程,做到定岗定责、责任到人,从源头上控制好数据的质量,保证数据的唯一数据源和统一数据视图。

5.主数据治理
数据开发人员根据实际检测需求,对企业各类主数据质量规则进行定义,形成适合对主数据进行唯一性、一致性、准确性、及时性、完整性、有效性检测的规则。针对主数据表进行质量作业配置,形成周期性运行的质量作业。及时发现主数据质量不合规情况,并根据质量提升办法进行整改或问题溯源。

6.主数据分发
主数据整合完成后,确定主数据切换策略以及主数据分发策略,将主数据抽取到业务系统指定的数据表中,或者通过数据接口将主数据推送给业务系统;实现主数据在各业务系统中的应用。
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询