第十章 主数据与参考数据（分数占比 10%）论述题1 道

10.0 语境关系图

主数据是信息系统互联互通的基石，是信息化和数字化的重要基础。
循序渐进，自上而下；组织保障，考核激励；持之以恒，持续改进。

10.1 F1 数据标准和主数据的关系

主数据管理落脚点：不是标准化（是实现主数据管理的手段），是提高数据质量，实现数据的价值。

10.2 F3 主数据如何建设？ 如何贯标、如何落地？&Q 主数据管理的大概活动、过程有那些？【7 个步骤，重点】

只要有数据孤岛，就必须要做主数据。
1. 识别主数据管理的驱动因素和需求（P）。
2. 评估和评价数据源（C）【评估目的：清洗数据，不同系统抽取数据，参考数据是标准，主数据需要区分比对，选择黄金数据】。
3. 定义架构方法（P）【集中/联邦/分布式】。
4. 主数据建模（D）【元数据管理系统自带元模型，不需要自己建，主数据必须要建模，A 系统重要主数据可能在 B 系统不重要】。
5. 定义管理职责和维护过程（C）【元数据管理 2-3 人，主数据管理3-5人】。
6. 建立治理制度（C）。
7. 实现数据共享/推动主数据使用（P）。

10.3 主数据管理实现交付物&主数据工具应该有哪些功能？【非常重要，两体系一平台：标准体系、保障体系、数据管理平台】

两体系一平台：主数据标准体系、主数据保障体系、主数据管理体系和工具范例
主数据标准体系：标准体系是主数据管理工作的重中之重；包括业务标准（编码规则、分类规则、描述规则等）、主数据模型标准；以及衍生出一套代码体系表。
主数据保障体系：保障体系为主数据管理保驾护航；包括主数据管理体系和工具范例、制度、流程、管理、评价五部分。【就是文档】
主数据管理体系和工具范例：管理工具确保主数据有效落地。包括数据建模、数据整合、数据管理、数据服务、基础管理、标准管理等功能。

标准：

保障：

Q：元数据管理系统应该具备哪些功能？（第 12 章）
A：8 个功能，元数据采集、元数据查询、元数据分析、元数据变更管理、元数据浏览视图、元数据版本管理。（←都是必须要有的）基于云计算趋势，应该增加主动性元数据管理功能，权限管理。

Q：主数据管理应该具备哪些功能？论述题（后面有更好答案）
A：包括数据建模、数据整合、数据管理、数据服务、基础管理、标准管理等功能

Q：主数据管理应该具备哪些功能？【至少 3 个，非常重要（上图）】
A：至少 3 个核心：基础服务、业务功能、门户管理。

着重讲业务功能：数据建模、数据清洗（从不同地方来源，员工属性25个，比对是否是同一个人），页面可视化、工作流管理、数据服务、外部数据、统计分析、主数据全生命周期管理功能（申请、校验、修改、冻结、解冻、审批、配码、导入、导出、分发、归档、查询）。

Q：主数据代码日常维护流程？
A：用户到主机管理系统申请代码→代码维护组负责代码的初审、日常监控、检查和维护→专业审核组负责用户申请信息的最终审核→通过后由系统配码、发布→标准代码由系统自动或手动方式分发到目标系统中。

10.4 F2 主数据如何识别？ 【重点】

1.主数据含义：是对共享的数据通过标准化的建设来提高数据的质量。
（1）共享；
（2）手段：标准化的建设；
（3）最终目的：数据质量。
2.如何识别主数据：
（1）实体是否要共享：员工、客户。
（2）属性：重要的或者相对稳定的属性，姓名（年龄不应该当做主数据管理）。
3.管理原则：
元数据管理原则：应归尽归，应收尽收。衡量标准：目录是否完整。（去第十二章 元数据管理）。
主数据管理：主要的数据先入手，排序。（所有数据都完成，不现实）（去第十章 主数据与参考数据）。

主数据项目一般从财务数据及人事数据开始（物料主数据最繁琐，投入人力财力最多）。


（上图）员工数据需要共享，判断员工中哪些属性重要，

Q：由用友财务系统、HR 系统中创建 6-组织机构以哪个数据为准？
A：主数据管理委员会决定。旧系统新系统映射，贯标存在困难。

10.5 业务驱动因素/为什么要做主数据？

1.满足组织数据需求：
组织中的多个业务领域需要访问相同的数据集，并且他们都相信这些数据集是完整的、最新的、一致的。主数据通常是这些数据集的基础。（例如，要想确定一个分析是否需要包含所有客户，就先要对客户有一个统一的定义)。【一物多码】。
2.管理数据质量：
数据的不一致、质量问题和差异会导致决策错误或丧失机会；主数据管理通过使用统一的标识指代对组织至关重要的实体来降低这些风险。
3.管理数据集成的成本：
在没有主数据的情况下，将新数据源集成到一个已经很复杂的环境中的成本会更高，这减少了对关键实体的定义和识别方式的变化。
4.降低风险：
主数据简化了数据共享架构，从而降低了与复杂环境相关的成本和风险。

10.6 主数据管理遇到主要挑战【四大挑战】

1. 不重视主数据的总体规划，缺乏顶层设计；
2. 通用标准主数据（国际标准、国家标准和行业标准产生的主数据）管理分散，缺乏便捷可靠的数据获取渠道，数据获取困难；
3. 单位内部已经存在且分散管理的主数据，由于缺乏统一标准和数据关联；
4. 一些大型集团化企业，系统众多、年代跨度久远，一些早期的系统数据标准化程度不高，改造难度大、成本高，给主数据应用集成带来较大的困难。

10.7 主数据管理重要性

1. 清除数据冗余： 不同部门按照自身需求获取数据，容易造成数据重复存储，形成数据冗余。而主数据打通各业务链条，统一数据语言，统一数据标准，实现数据共享，最大化消除了数据冗余。
2. 提升数据处理效率： 各部门对于数据定义不一样，不同版本的数据不一致，一个核心也为主体有多个版本的信息，需要大量人力成本、时间成本去整理和统一。通过主数据管理可以实现数据动态自动整理、复制，减少人工整理数据的时间和工作量。
3. 提高公司战略协同力： 通过主数据的一次录入、多次引用，避免一个主数据在多个部门和线条重复录入。数据作为公司内部经营分析、决策支撑的“通行语音”，实现多个部门统一后，有助于打通部门、系统壁垒，实现信息集成与共享，提高公司整体的战略协同力。

10.8 主数据建设价值【经济价值、管理价值、社会价值】

主数据质量的优劣是企业激活“核心数据资产”的重要前提。
经济价值： **主数据的建设会集团整体库存/提高资金周转率/提升集团市场开拓能力。

管理价值： 提升集团管理效率；降低集团运营风险；降低IT 集成及运维成本；数据质量的提升增强决策能力。

社会价值：提高客户精准服务，提高客户满意度；提高供应商精确管理，提高供应商管理能力；提高** 在 **的形象。

（元数据管理看不到直接经济利益，与直接业务有距离）。

10.9 主数据组织架构运营模式选择【集中式、分布式、联邦式，央企推荐联邦式】

10.10 信息部门牵头实施主数据项目效果不好的原因【8 个方面，一定要由业务部门牵头】

1. 信息部门说不清主数据，业务部门不理解主数据
什么是主数据、主数据都在哪些系统中应用、主数据在哪些场景中应用、主数据在业务部门分别有那几类。如果这些问题信息部门还没想清楚，就很难牵头实施主数据了。
2. 信息部门难以协调业务部门深度参与主数据实施
由于信息部门的层级设置通常不是一级建制部门，即便是一级建制部门在企业定位依然是以服务为主，因此在整个项目实施中对于协调业务部门深度参与就很困难了，尤其信息部门对业务再了解很浅，那协调起来就更困难了。
3. 业务部门不能认责或者主导某一专业类的主数据
在实施主数据项目时候往往涉及多种类别主数据，比如组织机构、客商、物料、设备等。像对于物料、设备这种专业性很强的主数据，如果没有主管业务部门认责而一味的让信息部门负责的话，要想实施成功是很困难的。
4. 业务部门对主数据实施人员安排的都是新兵蛋子
为了实施主数据项目，集团成立了数据标准化委员会，也建立了各类主数据线条负责部门，还指定了标准制定专家和数据清洗人员，看似强大的组织，确实弱不禁风的小船。等真正实施和开会的时候才发现，怎么各部门来的都是科员或对业务根本不太懂的人。
5. 业务部门对主数据实施方式和时间不能有效支持
由于主数据项目负责人并不是集团高层领导，导致各业务部门和分子子公司在定制标准时都非常分散，各自做各自的，在集团层面就很难统一起来，尤其是集团下面的同业态企业都比较强势的时候，就非常难以制定一套科学合理的标准。
6. 主数据项目的实施过分依赖厂商的实施人员开展
甲方通过招标招到主数据项目实施团队，所有的事情由实施厂商负责，甚至，有些系统建设完成后，甲方的业务部门都不用，打电话给实施团队，让实施团队帮他们维护数据。
7. 主数据项目实施后不能开展持续运营和有效考核
主数据项目实施完成后，不能开展持续的运营，尤其运营组织建设不完整、运营制度建设不规范、运营流程建设不优化、运营标准建设不量化以及运营绩效考核不运行。
8. 主数据系统功能限制难以支撑业务部门高效应用
主数据管理系统功能不好用，或者说功能不能支持标准的落地，也是重要的失败原因之一。尤其国外软件本地化，信息部门一味追求国外软件如何如何，导致实施时水土不服。

10.11 如何针对不良现状采取措施进行更好推动【5 个方面】

1. 从管理组织入手，加强组织领导
主数据建设过程中，组织的作用是非常重要和关键的，数据治理好比国家治理，也是战略层面的，因此必须一把手重视，且各个域的主数据要有专职牵头部门，才能搞好。
2. 从业务部门入手，解决实际问题
主数据实施效果不好，跟业务部门的关系是最大的。要认真从业务角度进行分析，是标准制定的不合理、流程设置的繁琐还是数据的时效性不强等等。仔细分析了原因，看看是否能从小处入手，解决业务部门实际急需的问题。
3… 从数据质量入手，开展绩效考核
数据质量是每个业务部门非常关注的问题，长期持续开展数据质量管理，对于数据质量好的部门和个人进行嘉奖，对于质量差的部门和个人进行惩罚，也才能让全员重视数据，才能有效持续推动。数据质量管理可以作为一个有效推动主数据建设的抓手。
4.从系统应用入手，开展培训优化
把主数据系统用起来作为重要目标。定期开展主数据系统应用培训，主数据标准的优化、主数据流程的优化等。保证使用者迅速了解如何使用系统，有哪些注意事项，遇到问题如何解决也是非常重要的手段。
5. 从优秀组织考虑，开展标杆对标
对标可以分为企业内对标，企业外对标。主数据实施后，哪个部门数据质量最好、审批效率最高、及时性保障最强，完全可以进行对标；优秀的部门是如何做的，有差距的部门为什么做不好，完全可以相互借鉴经验，先进带动后进，共同提高。也可以组织业务部门到数据治理好的外面的优秀单位考察学习，了解别的企业好的做法和经验，从而提高自己。

Q 对于存量系统，如何落地主数据标准体系？
强制执行若无法强制执行，映射

H1 参考数据和主数据治理指标？[常考]

1.质量和遵从性。
2. 数据变更活动。
3. 数据获取和消费。
4. 服务水平协议（SLA）。
5. 数据管理专员覆盖率。
6. 拥有总成本。
7. 数据共享和使用量。

度量指标

主数据不删除，保留变更历史。