在2024數字賦能季 · 案例解析系列直播中，有很多關于主數據的問題，小億挑選了6個大家都關心的主數據項目實施問題，整理在這了，希望對你有所幫助。

Q1.主數據管理有幾種模式，在項目中，是如何使用這幾種模式的？

答：主數據管理通常遵循三種主要模式：

第一種模式是集中式管理。此模式下，所有核心的主數據被集中存儲于一個中央數據庫之中，并由一個專門的團隊負責統一的維護與管理。這種模式的運作機制類似于當前眾多集成化平臺，通過高度集中的數據管控，確保了數據的一致性和準確性，提升了數據處理的效率與安全性。

第二種模式則是分布式管理。在此模式下，主數據不再局限于單一的中心庫，而是根據業務需求，分散存儲于各個業務系統的數據庫中，并由各自系統內的團隊負責維護。此模式的優勢在于能夠充分利用各業務系統間的專業性與靈活性，快速響應業務需求變化，同時減輕了對中央系統的依賴，提高了系統的整體韌性。然而，其適用場景更偏向于業務分散且獨立性較強的組織環境。

第三種模式是混合管理模式，它是集中式與分布式管理的有機結合。該模式既保留了集中管理在數據一致性和安全性方面的優勢，又吸收了分布式管理在靈活性和響應速度上的長處。混合模式特別適用于業務復雜、主數據類型多樣且既有共通性需求又需保持一定獨立性的場景。通過靈活的部署策略，混合模式能夠有效平衡數據集中與分散的需求，為組織提供更加全面且高效的數據管理解決方案。

Q2.主數據價值，是最初客戶提出來的，還是在項目實施過程中不斷磨合總結出來的？客戶最后是否認同？

答：關于主數據價值的界定，其起源并非單一地源自客戶的初步提出，而是在項目實施的深入過程中，通過雙方的不斷協作與磨合，逐步總結提煉而出。這一過程體現了對數據管理需求理解的深化與細化。

具體而言，當我們在為客戶執行其他相關項目時，會積極捕捉并總結項目執行過程中遇到的痛點與挑戰。以某投資集團的項目為例，在構建其合同管理系統并優化工作流程的實踐中，我們發現了數據一致性與維護效率的關鍵問題：同一條數據既在合同系統中被使用，也在財務系統中頻繁出現，這直接導致了數據冗余與更新維護的復雜性。面對這一瓶頸，我們提出并探討了解決方案，旨在實現數據的集中化管理與統一維護，從而簡化操作流程，提升工作效率。

至于客戶對主數據價值的最終認同度，這很大程度上取決于我們如何精準地把握并解決客戶的實際應用場景中的具體問題。換句話說，我們的工作成果需要切實地改善客戶的數據管理現狀，提升業務運作效率，并為其帶來可量化的價值。因此，可以說主數據價值的認同是在項目實施過程中，通過解決客戶實際需求并滿足其業務期待而逐步建立的。這一過程既是雙方合作的結晶，也是數據管理實踐智慧的體現。

Q3.主數據項目建設中，哪個過程是最難的?

答：主數據項目的建設主要涵蓋兩大核心層面：管理層面的規劃與技術層面的實施。親身參與多個主數據項目深刻體會到，相較于技術層面的實現，管理層面上的制度建設、模型需求調研與模型構建是更為復雜且挑戰性的任務。

具體而言，管理制度的生成是一個系統工程，它要求項目團隊不僅需深入理解企業的業務需求與數據管理現狀，還需結合行業最佳實踐，制定出既符合企業實際又具前瞻性的管理制度。同時，模型的需求調研與建立同樣至關重要，這一環節涉及對主數據范圍的精準界定、數據屬性的細致梳理以及數據間關系的明確構建，是確保主數據管理系統能夠有效支撐企業業務運營的基礎。

然而，一旦我們成功界定了主數據的范圍并確立了主數據模型，技術層面的實現便相對變得直接而高效。借助如億信華辰睿碼主數據管理平臺這樣的先進工具，我們可以迅速地將管理層面上的制度設計與模型構建轉化為實際可運行的系統，從而實現主數據的集中管理、統一視圖與高效利用。這一過程不僅顯著提升了數據管理的效率與準確性，更為企業的數字化轉型與智能化升級奠定了堅實的基礎。

Q4.業務層面對物料的統一很難，各個子公司之間對同一物料的管控維度不一致，在推動一物一碼上有沒有好的經驗？

答：關于統一物料的管控維度，其核心在于通過物料的多種屬性來實現精細化管理。不同公司或子公司之間，對于同一物料的定位可能因業務需求和戰略考量而有所差異。例如，某物料在A公司可能被視為備品配件，而在B公司則可能被視為原材料或銷售物料。這種定位差異導致了在各自體系內雖實現了一物一碼，但從公司整體視角來看，卻呈現出了一物多碼的現象。

針對這一現象，我們應從一物一碼的本質出發，理解其目的在于確保主數據中物料的唯一性和可追溯性。至于物料編碼的具體組成，則可根據實際情況靈活設計。若當前尚未有完善的方案來確保各子公司或公司間物料用料的統一性，我們可以考慮采用更為簡潔的編碼方式，如僅使用基本流水號作為物料標識。

在此基礎上，我們可以通過物料的型號、規格、原廠物料編碼等核心屬性來確認物料的唯一性，確保各子公司或公司間對同一物料的識別一致。而對于物料在不同業務場景下的具體屬性（如分類、用途等），則可通過其他業務系統進行詳細記錄和區分，以實現更為精細化的管理。

Q5.主數據建設會影響下游系統，要改變他們的業務習慣，甚至改造系統功能，推起來往往比較難，請問這方面有什么經驗可以分享。

答：關于主數據建設對下游系統的影響及應對策略，以下是一些可分享的經驗：

主數據建設不可避免地會對下游業務系統產生影響，甚至需要改變業務人員的操作習慣和系統功能。這一過程中面臨的挑戰往往較為艱巨，但通過合理規劃與執行，可以有效推進。

首先，我們需明確是否存在業務功能層面的變更需求，如物料管理系統的優化。在正常情況下，物料管理應通過采購、銷售、庫存等多個系統的協同作業，實現統一計劃管理。若業務系統建設不完善或應用不規范，推進主數據建設時便會遇到阻力，因為用戶已習慣于舊有的操作方式。針對此情況，我們不宜強行推進，而應采取漸進式策略。首要任務是完善業務功能和系統功能，逐步引導用戶向新系統過渡。通過持續的引導與實踐，使用戶形成新的操作習慣后，再著手進行主數據建設的具體工作。在此過程中，需確保新增數據能順利納入新系統管理，并逐步遷移存量數據。

若業務系統功能本身已較為完善，主數據建設的重點在于最小化對業務人員操作習慣的影響。例如，當主數據管理由業務系統層面轉移至統一的主數據平臺時，需確保平臺的操作界面、色彩、步驟等盡可能與業務系統保持一致，以減少用戶的適應成本。當然，這可能需要一定程度的定制化工作，但前提是這些定制不應違背主數據維護的基本流程和原則。

此外，加大主數據平臺的培訓力度和宣貫力度至關重要。通過培訓，幫助業務人員深入理解主數據管理的重要性和具體操作方法，從而順利接受并適應新的管理方式。

Q6.數據清洗也會非常費勁。比如說物料主數據，可能涉及幾十萬條數據，清洗這方面的有什么好的做法嗎？

答：關于主數據清洗工作的實踐方法，我們通常采用以下策略：

首先，明確主數據的規則是關鍵一步。這包括確立每個數據模型的標準以及各屬性應遵循的規則。通過這些規則，我們進行初步篩選，自動反饋機制會指出哪些數據的哪些屬性未達標，并提示正確的規則要求。這一步驟有效過濾了不符合規范的數據。

其次，針對需要進一步清洗的數據，我們嘗試利用自動化匹配技術或第三方接口獲取的數據進行對應處理。這種方法提高了清洗效率，減少了人工干預的需求。

然而，在某些復雜或特定情況下，如SAP系統等國外軟件環境中，由于系統自帶的特殊規則（如字段長度限制），可能導致數據在存儲過程中出現截斷等問題。這類問題難以通過簡單的自動化手段解決，因此，我們更多地依賴于人工審核與比對。通過對比業務系統與SAP系統中的數據差異，我們能夠識別并糾正因系統規則導致的數據問題。

對于名稱等關鍵信息缺失或錯誤的情況，我們利用清洗工具進行自動化更新，以恢復數據的完整性和準確性。但對于某些復雜或特殊的內容，仍需通過人工方式進行處理。雖然面對大量數據時，人工處理顯得尤為繁瑣，但制定明確的清洗規則并據此進行初步清洗，仍是提高整體效率的有效方法。

綜上所述，主數據清洗工作需結合自動化工具與人工審核，針對不同情況采取靈活多變的策略，以確保數據的準確性和完整性。