|
每个组织都必须处理主数据，并设法以有效和高效的方式管理这一特定数据集的质量。组织在业务智能、重新配置ERP系统、优化业务流程、创建客户的单一视图以及遵守外部规则和法规方面的需求非常活跃。充分的主数据管理是实现这些目标的重要先决条件。正是由于这个原因，主数据管理在许多大中型组织的议程中占据了非常重要的位置。下面描述了实现适当的主数据管理时需要注意的几个重要方面。许多组织认为这些领域也相当复杂:主数据管理的治理、主数据管理的基础和主数据管理的自动化。主数据管理治理的目标是控制并在必要时调整旨在确保可持续主数据质量的活动(计划、执行、检查和改进)。清晰的角色、任务和职责结构是主数据管理治理的重要组成部分，但不是惟一的要求。·不要造成太大的复杂性，也不要试图先于组织的其他部分采用主数据管理治理:首先，尽可能多地和现有的组织结构相结合。·不要期望出现奇迹，花点时间让主数据管理治理慢慢地被组织吸收:人们需要时间来理解他们的新角色、任务和职责，并获得经验。·从自顶向下的角度处理主数据管理治理:明确定义和基本原则、指导方针和标准对于确保主数据和主数据管理质量至关重要。·不要将治理局限于只分配角色和职责:还应该确保适当的操作模式和实际的工作方式(例如组织“主数据管理社区”)。·“数字说明一切”:为了正确管理，你必须知道你想去哪里，什么时候需要去那里。尽管这可能非常诱人，但在重新设计主数据管理组织时，不应该采用“理想模型”。在许多组织中，仍然没有清晰有效的过程所有者、系统所有者和数据所有者的组织架构，主数据管理治理可以轻松地与这些结构保持一致。与流程治理类似，主数据管理治理也超越了部门或职能领域(例如IT或采购)的传统边界。因此，为主数据管理治理实现这个理想模型没有什么意义。通常情况下，人们一开始不得不坚持回答一些简单的问题，比如“谁做什么?””和“谁决策?”现有的组织结构可以用作在主数据管理模式中分配各种角色的起点。通过这种方式，新的角色逐渐被引入到熟悉的环境中，使得角色的分配和接受更加容易。“想大事,做小事”是一个经常在主数据管理的口号。这表明主数据管理远景必须是组织范围的、独立于对象的、面向未来的。它还表明，这一设想的实施最好是在相对较小的规模上进行，至少在最初阶段是这样。这也适用于主数据管理中的治理:与现有的良好组织架构实践保持一致，并在组织的其他部分也做好准备时逐步向所需的管理模式发展。明确关注沟通和变更管理是主数据管理成功的一个重要因素，绝对不能低估。作为主数据管理活动的一部分，将改变现有角色，并引入新的角色。在“将主数据视为资产”的愿景中，预期相关各方将真正对改进和确保主数据的质量负责，并因此采取相应的行为。要做到这一点，需要做出很大的努力，清晰地传达主数据管理的附加价值，并让利益相关方做好准备，了解主数据管理对他们日常工作方式的影响。主数据管理中的重要核心概念是标准化、明确、清晰和一致性。自顶向下可以最有效地处理主数据管理治理。显然，必须考虑所有的本地特征和特定于系统的配置，但是明确、清晰和一致的愿景最能保证主数据管理的质量。创建和表达这一愿景的最有效方法是从组织内部一个可识别的中心位置出发，最好有来自高级管理层(董事会级别)的明确支持和沟通。这样，主数据管理治理的建立在实践中将是一个自顶向下的管理人员活动。这里需要强调的是，主数据管理不一定需要集中主数据。在共享服务中心中合并主数据管理是一种持续的趋势，主数据管理的效率、连续性和知识保留肯定得益于活动的集中化。但是，主数据管理并不是集中化的同义词。根据业务操作的环境，必须将主数据维护与日常业务活动保持密切联系。仅仅分配角色、任务和责任是不够的。应该为相关人员制定一个组织结构，在这个结构中他们可以执行他们的新任务和职责。因此，主数据管理治理应该建立沟通结构，从结构上将利益相关者相互联系起来，讨论当前问题并分享见解。正式的主数据管理社区(一组来自不同部门和企业的相关人员)是经过验证的解决方案，可以以简单的方式促进见解、经验和解决方案的交流。必须定义和记录与主数据管理设计和实现有关的原则、指导方针、标准和实际方法，最好是在公共策略文档中。最后，还有所谓的“支持性”主数据管理治理过程，它关注组织内主数据管理整体的持续运行以及必要的改进。在这种情况下，可以与众所周知的ITIL过程进行类比:·变更管理(例如:我们在系统[Y]中向表[X]添加一个新的字段;谁将批准，哪些系统、过程、程序和标准必须随后调整?)·事件管理(例如:涉及主数据或主数据管理质量的事件和问题应该是透明的，并且必须指定对这些问题的后续处理)·服务水平管理(例如:建立和监控与主数据维护相关的服务水平)·遵从性管理(例如:确保主数据管理和主数据符合相关的内部和外部规则和法规)。有效的治理还意味着可以在需要的时候和地点重新校准主数据管理的设计和执行。这需要能够报告主数据质量和主数据管理质量，对每个主数据对象和主数据管理使用预定义的性能指标和质量标准。
主数据定义和主数据质量是主数据管理核心的两个重要主题:哪些主数据应该属于主数据管理体系，以及是什么实际决定了主数据的质量?·以实用的方式定义和分类主数据，以获得数据字典和数据模型。·在包括业务(流程)专家、信息分析师和IT专家的多学科团队中开发主数据定义和数据质量规则(“业务规则”)。·注意对最关键的数据属性(业务影响)的主数据质量规则的定义，并确保定期检查(迭代过程)。·应该明确维护主数据质量规则的责任。例如，通过任命主要负责实现组织范围的数据定义和质量规则的主数据管理员。·数字说明一切。使(不)符合质量要求的情况透明化。
没有一个通用的主数据定义，甚至也没有一个通用的标准主数据对象列表。每个人都同意“客户”和“供应商”属于这一类，但对于某些数据对象(如契约或组织单元)，可能难以达成共识。通常，公司特定IT系统的定义和数据模型在这方面处于领先地位。然而，在主数据的特性上达成一致是可能的。在公司内部定义主数据时，讨论的重点应该是这样一个问题:“我们希望由主数据管理管理哪些数据对象?”这种务实的方法比持续关注关于主数据包罗万象的定义的理论讨论的成功的可能性大得多。在建立相关主数据对象的系统独立目录之后，应该分析数据对象在所有(IT)系统中的存在方式。在特定(IT)系统中配置主数据对象的方式会影响主数据维护流程的设计。例如，在应用程序的配置模块中维护的主数据对象(通常在IT部门中维护)将使用与最终用户通过应用程序的常规功能菜单维护的对象不同的维护过程。通过上述步骤，可以清楚地了解主数据对象，包括它们的特征、分类、定义和对象之间的关系。目的是建立一个共同的理解，也确保统一的使用和应用。这将形成“(主)数据字典”和数据模型。在日常使用中，质量是一个很明显的概念。然而，质量有时是模糊的定义。在本文中，我们使用以下定义:对象的一组属性和特性，这些属性和特性对于遵守定义的规范和要求非常重要。主数据的质量取决于主数据遵从已定义的质量规则的程度(这些规则来自于当前的业务需求)。这些质量规则以两种形式存在，“技术规则”和“业务规则”。·技术规则是直接与主数据对象及其属性(强制/可选属性、属性长度、格式约定等)相关的规则。·业务规则是直接产生于业务流程和场景的规则(例如，在创建客户时，选择的“税收分类”)。这些规则经常支配主数据属性和主数据对象。充分定义质量规则并确保对这些规则的遵从将确保业务需求得到满足。对于许多组织来说，质量规则的定义不是简单的、协调的活动。技术规则通常只记录在技术系统文档中，而数据标准和业务规则通常只存在于人们的头脑中，没有明确地描述、评估和验证。此外，还有一些外部标准和质量要求是主数据必须遵守的(例如FDA/GMP、ISO)。在确定质量规则时，必须了解业务流程、业务需求和主数据使用的本质。组织倾向于将业务需求转换为掌握数据规则视为一件复杂的事情。这可能是由于各种原因:·主数据不清楚。主数据本身的定义不存在、不清晰和/或不一致。·业务需求不明确。业务流程和相应的需求是不清晰的，不被理解的，或者是非常异构的。·规则结构不明确。人们很难将业务需求链接到主数据，并从中提取结果规则。·系统的架构复杂。复杂的系统环境(例如，存在许多翻译表以使应用程序之间的数据模型能够连接起来)使定义统一和一致的规则变得更加困难。为了确保质量规则的正确定义，一方面建立主数据所有权，另一方面收集来自不同学科的相关知识持有者的需求，这是非常重要的。这也是一个迭代的过程，在这个过程中，规则可以不断地被完善。在定义质量规则之后，可以得出这样的结论:规则可能不够具体，或者忽略了特定的业务场景。所有权的建立对于促进必要的决策非常重要。质量规则的遵从应确保业务需求得到满足。通常，组织会采取某种形式的措施来确保遵守这些法规，例如应用程序中的强制性领域，或工作说明中嵌入的质量规则。这些规定往往是支离破碎的，而且随着时间的推移变得更加丰富。应该有预防措施，包括政策、工作指令、工作流、应用控制、SLA等；检测措施，包括缺陷报告、监视、KPI、仪表板；纠正措施，包括纠正程序的整体组合。监视是确保主数据质量的最重要的措施之一。预定义的关键绩效指标和相应的质量水平(每个KPI的目标是什么?)是控制主数据质量的手段。然而，定义这些KPI和质量度量是一个不断细化的过程，以便最终实现最优的质量规则集。有特定的主数据管理工具可以有效地保证主数据的质量。现在，主数据管理工具的功能面向主数据管理中的各种组件，但它们的出发点通常是关注数据质量和数据集成。下图中提到的主数据管理工具功能可以分为三个不同的主数据管理工具类别，即:·数据质量工具:该工具专门用于管理和监控数据质量。·数据集成工具:提取、转换和加载(ETL)是该工具的关键元素。·数据治理工具:对所有权和主数据维护过程的控制是该工具的核心功能。
·在购买工具之前，确保主数据治理、过程和质量中的原则和要求是明确的。仅使用工具并不能解决主数据问题。·仔细检查组织已经使用的工具，或者哪些未使用的功能可能被投入使用。·确保主数据管理工具的业务用例和需求清晰且得到广泛支持。·不要寻找涵盖所有主数据管理功能的工具，而是首先选择能带来最大好处的功能。根据主数据对象/域的不同，这可能有所不同。·确保主数据管理工具符合组织当前的IT体系结构原则。·一定要应用主数据管理工具，因为这为组织提供了衡量主数据管理质量的真正机会。企业对主数据管理工具越来越感兴趣。主数据管理工具被用作有效的主数据管理解决方案，有时被误用。首先，定义主数据管理工具的需求、特定需求和范围是很重要的，因为这不是解决方案，而是实现解决方案的方法。在许多组织内，可能存在下列问题:·在没有定义和实现许多先决条件的情况下应用工具，比如数据质量监控的清晰主数据定义和质量标准，以及充分定义的工作流维护过程。由于这些原因，组织在做出与获取和实现主数据管理工具相关的决定之前，最好至少清楚以下主题:·在获取主数据管理工具之前，应该创建业务用例。是否真的有必要购买主数据管理工具?有真正的业务需求吗?对于主数据管理过程的良好设计、系统中的访问权限和工作指令的使用。·主数据管理工具需要哪些功能?重要的是要知道工具是在后端(监控数据质量、数据集成)还是在前端(工作流、维护过程)。·组织可能已经在使用关于主数据管理工具的“最佳实践”。因此，这类实践的清单是合适的，因为主数据管理工具很可能已经在其他业务单元中用于类似的目的。IT工具的选择要与组织的IT体系结构相适应，这一点很重要。主数据管理工具必须符合当前现有的IT体系结构原则，这应该考虑到实现特定的数据集成工具的复杂性。在通用IT体系结构中，部署主数据管理工具来完全或部分支持以下体系结构类型之一(或它们的组合)。确定哪种主数据管理体系结构最适合组织的主数据管理目标，以及哪种现有技术能够实现主数据管理体系结构的特性，这一点非常重要。主数据管理工具可以分为三种类型:·整合。在一个集中的主数据数据库中，跨异构环境识别和合并类似或相同的对象，并提供相关的关键映射信息，供业务用于报告目的。·协调。合并后的主数据也被分发到目标系统。在整个IT领域中，相关属性是同步的。·集中。只有一个地方可以输入数据，数据会自动分发到目标系统。在目标系统中，可以使用本地属性丰富数据。
本文描述了组织在实施主数据管理时遇到的三个复杂问题。总结了三个重要结论:数字说明了一切。“客观地了解主数据和主数据管理的质量对于管理、改进和确定业务需求是否得到满足至关重要。如果使用得当，它可以作为主数据管理背后的引擎。主数据领域是一个多学科领域(业务和IT)，这意味着必须建立治理(例如所有权)，还必须鼓励来自业务和IT领域的专家进行协作，以确保主数据的质量。为了实现有效的主数据管理，应该共同关注主数据管理的核心(治理、过程、内容和质量、系统和工具)。在进入实现阶段之前，考虑需要采取的步骤、一致性、优先级和顺序(“路线图”)是很重要的。
|
