什么是主数据管理？

主数据管理，是企业数字化转型工作中一项特别重要的任务。主数据和企业中的其他数据类型相比，具有更高的业务应用价值。

主数据具有典型的共享性的特征，往往用于描述企业活动中各项关键业务实体，比如供应商、客户、设备资产、产品、员工等。

《主数据管理实践白皮书1.0》针对主数据特征给出了五个超越的完美解释，即：

超越部门（企业级的公共数据资产）、超越流程（不依赖于某特定流程，贯通于各个业务环节）、超越主题（可横跨于多个业务主题）、超越系统（作为基础底座为各业务系统提供服务）、超越技术（数据格式兼容各类系统的技术标准和框架）。

由此可见，主数据在企业中具有核心式的地位。如果说元数据对数据本身的特征给出数据的解释，那么，主数据则从上下文的角度给出数据的解释。

企业中所有的业务活动必须依附于主数据，才能产生实际的商业意义。从数据分析的层面看，主数据就是数据分析的客观对象。

在数字化转型中，IT项目的关注度逐渐从“业务数据化”转变为“数据业务化”。

这也意味着数据的组织形式风格将从以“过程”为中心，转变为以“对象”为中心——而主数据，则可以看做是数据组织的目标对象“枢纽”。

在数据治理工作中，面向主数据开展治理工作，往往具有更大的挑战和效益潜力。通过对主数据治理，可以打通不同系统之间的信息流交互，实现高效率的数据贯通、业务贯通，保证不同系统所引用的关键数据对象的准确性、完整性、一致性。

在不同业务活动中，系统操作中，所观察到的“主数据”对象应该是统一的。与此同时，从不同维度分析主数据对象时，也不应当产生矛盾的结论。

在对主数据进行治理时，一个核心的技术问题是对来自于不同系统的主数据信息进行维度整合，构建以主数据为中心的数据宽表，形成高价值的企业信息资产底座。

首先，定义主数据标准，主数据的关键属性、特征、业务标签；其次，梳理并识别有效和权威的数据源，作为主数据治理的基础素材；最后，进行实体对齐和属性对齐，该环节的实际操作任务有点“知识图谱”建设中知识实体节点融合的味道。

为了衡量企业在主数据管理方面的水平，类似于DCMM（数据管理成熟度），同样有一个比较标准化的5等级成熟度模型，具体如下：

Level0：没有实施任何主数据管理

企业各个应用中的数据之间不进行任何形式的共享，每个系统独立维护属于自己的关键数据列表，整个企业中没有数据定义元素存在。

Level1：提供列表

该阶段的特点是，企业通过手工的方式维护一个逻辑或物理的列表来管理和维护主数据。高度手工的列表管理方式导致在业务规则发生变化时，列表中的数据容易产生错误和相关质量问题。

Level2：同等访问

引入了对主数据的自动管理方式，提高了对主数据的管理和维护效率。在特定的数据标准基础上，各个业务系统可以在线访问存储在主数据主机上的信息来分享企业的主数据资源。

Level3：集中总线处理

存储在主数据主机上的数据真正地整合到了一起，企业中的主数据打破了组织维度方面的边界，让各个系统都能够在统一的数据标准下建立和维护主数据。

Level4：业务规则和政策支持

实现了主数据业务规则的集中管理，并与各类业务流程进行有效集成。其特点是，当某个特定的业务系统变更了主数据的基本信息，总线系统通过和一个可信系统进行协商，使得该变更在企业“全局”进行生效。

Level5：企业数据集中

主数据和应用数据之间没有明显的分隔，所有的应用系统通过统一管理的主数据集成在一起。达到的效果是拥有一个集成、同步的主数据系统架构，当一个系统变更了某个主数据的信息时，公司内所有的系统将实时反映信息变化。

本文来自微信公众号“大话数字化转型”（ID：dataminingxmz），作者：数字化刘老师，36氪经授权发布。