工業數據治理的概念和範圍正持續拓寬。所謂“治理”,系指針對工業數據在其整個生命周期內所面臨的各種問題進行的系統診斷與處理。本文將會圍繞主數據治理這一階段進一步深化數據治理的探討。
企業數據資産分類
主數據
特征:描述業務對象的特征,在業務發生中相對靜止不變,比較穩定,具有唯一、准確、權威的數據源;具有高業務價值、可以在企業內部跨流程跨系統被重複使用的數據。
業務數據
特征:描述企業的運作狀態和行爲,在日常業務活動産生的業務數據,本質是主數據活動産生的數據;交易數據建立在主數據基礎之上的,無法脫離主數據獨立存在,有較強的時效性,且通常是一次性的。
分析數據
特征:按不同維度統計分析業務活動的數據,輔助績效評估和經營管理決策,對數據加工處理後的數據;通常需要將不同來源的數據進行清洗、轉換、整合,形成維度、指標,以便更好地進行分析。
主數據管理現狀
倉庫:
缺乏統一標准,出現一物多碼現象,不利于科學的采購決策,導致庫存積壓;
不利于系統間的集成、數據分析。
人員:
多個數據入口,數據質量依賴于一個系統;
維護人員的信息獲取程度少錄、錯錄;
接口繁多,開發成本、維護成本高;
業務系統繁多,系統之間信息流通不暢;
缺少集團統一視圖,不利于統一管理和決策分析。
主數據解決方案架構
主數據治理6個步驟
在數據治理的實際操作中,只有先發現數據,對數據進行有效分類,才能避免一刀切的控制方式,也才能對數據的安全管理采用更加精細的措施,使數據在共享使用和安全使用之間獲得平衡。
1. 數據盤點:
調研梳理所有系統,盤點物資主數據相關的系統、表及字段信息,形成主數據資産目錄。
2. 繪制泳道圖:
調研物資主數據生命周期及流轉情況,繪制泳道圖,理清數據生産、發布、修改的整個鏈路。
3. 數據標准:
契合物資主數據業務流程,構建物料編碼、命名、阈值的規則,構建一套物資主數據的數據標准規範。
4. 數據服務:
根據業務需求和系統權限,開發標准化的數據接口,開展主數據的集中化管理和數據服務。
5. 數據標准化:
依托主數據管理系統,通過數據集成、映射匹配、規則構建等,生成一套完整的、准確的物資主數據,實現自動化計算和匹配。
6. 數據來源:
結合現有業務系統功能,梳理並確認主數據每個屬性的數據來源、系統職能和維護流程。