主數據管理是一項錯綜復雜的系統工程，橫跨企業的多個業務領域，既需要高屋建瓴的頂層設計，也需要妥善解決統一標準、流程和管理體系等核心問題，同時，數據采集、清洗、對接以及應用集成等關鍵環節也不容忽視。接下來，我們將聚焦于主數據項目的實施過程，深入探討如何高效地完成主數據項目的交付工作。

實施過程總覽
主數據實施的過程大致可分為兩大階段：需求分析與設計階段，以及主數據產品實施階段。具體而言，整個過程細分為以下六個階段，以供大致了解：

階段一：現狀調研分析與主數據識別。此階段主要任務是對當前環境進行深入調研，明確主數據的管理范疇，了解主數據的分布與流轉現狀，并識別出業務部門在數據管理方面的痛點與需求。
階段二：主數據管理能力評估與規劃。在此階段，我們將對各業務領域主數據管理能力進行全面評估，并規劃相應的業務能力，以確立數據管理的組織架構。
階段三：主數據治理體系設計。此階段涉及制定各類主數據的管理規范、細則及流程，確保主數據管理的科學性與規范性。
階段四：各域主數據詳細設計。該階段將針對各業務領域的主數據進行詳細設計，包括主數據模型、標準管理流程以及集成設計等方面，以確保主數據的準確性與一致性。
階段五：主數據平臺設計。在此階段，我們將進行主數據平臺的部署設計，以及接口集成與詳細設計，為主數據的集成與管理提供強有力的技術支持。
階段六：主數據落地實施。此階段將充分利用主數據管理平臺的功能，進行模型配置、初始化、主數據維護、質量管控、數據分發等配置工作，確保主數據的有效落地與高效管理。

階段一：現狀調研分析與主數據識別
針對主數據調研，一般而言，我們會采用問卷調查的方式，初步掌握主數據的現狀、用戶需求及核心數據問題。基于調研問卷的結果，將與業務部門、科技主管部門進行面對面的深入交流，共同探討數據流轉現狀和業務需求，逐步構建整體架構視圖，并勾勒出目標藍圖。

△人員主數據調研問卷示例
上圖是一個人員主數據的調研問卷示例。根據項目的實際情況，可以對問卷中的問題進行適當的調整和優化。調研主要目標是全面了解總體情況，包括主數據的詳細功能、組織范圍、編碼現狀以及主數據的識別范圍。

為了輔助企業識別哪些數據應作為主數據進行管理，提供兩種識別模式：

△主數據識別模式一示例
第一種模式遵循主數據的特性進行識別，即跨部門、跨主題、跨流程、跨系統、跨技術的數據。我們會結合元數據的關聯度、高頻使用的表字段、行業標準和業內經驗，運用識別分析評估模型和相關工具，確定符合企業自身的主數據范圍。

初步梳理后，我們會發現主數據主要存在于人、財、物、供銷存以及參考數據等領域，如人力資源、財務、采購、銷售、項目、合同及基礎數據等。其中，基礎數據也可理解為參考數據，它主要包括國家標準等可與主數據關聯的數據。在BI分析和數倉維度中，主數據和參考數據都是重要的分析維度。

△主數據識別模式二示例
第二種模式則遵循主數據的定義進行識別，即核心業務實體數據，一切業務活動承載對象，皆可作為主數據進行管理。我們會結合業務的流轉情況，從采購人員、銷售人員、各層級人員等角色在企業內的核心業務活動中涉及的業務實體出發，識別主數據。通過標注每個角色在業務活動中使用的實體，我們可以清晰地看到物料、產品線、組織、人員等主數據。


△調研結果Excel模板

為了更有效地進行需求調研，提供了一個輔助工具——Excel模板工具，用于記錄調研結果。通過該工具，我們可以大致了解主數據的管理現狀，包括哪些系統使用了人員主數據、哪些系統進行維護、哪些系統需要消費主數據、接入組織平臺的方式、數據量、維護策略、審批流程、分發方式及頻率等關鍵信息。這些信息將為我們明確主數據的實施落地方向提供有力支持。

主要交付物包括：《主數據管理現狀分析報告》。

階段二：主數據管理能力評估與規劃

DCMM（數據管理能力成熟度模型）中有關于主數據與參考數據管理部分，通過該模型，我們能夠清晰地認識到當前企業主數據管理的能力等級，從而為我們制定主數據管理能力的評估方向和目標提供重要依據。在此過程中，我們不僅參考了DAMA（國際數據管理協會）的相關理論，還融入了DCMM的評估方法，以確保評估的全面性和準確性。

△主數據管理能力評估結果表示例

上圖是主數據成熟度評估結果表示例，它旨在為企業指明提升主數據管理能力的方向，并確定努力目標和改進重點。通過這個示例，我們可以清晰地看到需要從哪些方面著手，以提升主數據的管理能力，以及哪些領域是我們需要重點關注的。這將有助于我們制定更加具體、可行的改進計劃，從而推動企業主數據管理能力的持續提升。

主要交付物包括：《主數據問題總結報告》《各域主數據業務能力規劃》《主數據管理總體建議》。


階段三：主數據治理體系設計
基于前期的調研結果、規劃以及能力成熟度評估，我們將著手進行主數據治理體系的藍圖設計，涵蓋組織架構、管理制度、整體功能及分模塊設計等多個方面。

組織架構

億信華辰提出了兩種組織架構模式。模式一采用三層架構，適用于具有統籌和決策能力的企業。這種架構下，第一層為高管決策層，負責制定戰略、明確主數據管理方向和目標；第二層為管理層，由信息部門、各業務部門領導組成，負責制定標準、管理規范、流程文檔；第三層為執行層，負責按照管理層的要求執行主數據管理工作。

模式二則更適用于集團與分子公司戰略管理模式。在決策層，集團設立主數據管理委員會，負責制定整個管理規范、技術規范、管理原則等要求；而執行層，每個分子公司則設立主數據專員，負責具體的主數據管理工作，但需遵循集團層面的大規范。然而，在實際操作中，更傾向于采用模式一的三層組織架構來設計主數據管理組織。

管理制度

在主數據管理體系的設計中，管理制度主要分為兩類：主數據管理規范和主數據管理細則。主數據管理規范從企業的整體視角出發，對管理組織及職責、管理內容、管理流程進行規范描述。它明確了主數據管理的對象、目標，以及業務、IT管理、技術等部門角色的職責劃分，同時闡述了主數據管理工具的應用、管理內容的范疇。

而主數據管理細則更側重于對主數據本身的管理規定。它詳細列出了管理的主數據類別，如人員、組織、客戶、供應商、項目、物料等，并明確了每類主數據的標準、字段、基礎屬性、管理屬性。此外，細則還規定了主數據維護管理過程中的新建、審批、IT維護等環節，以及質量管控、集成和分發的具體流程。

在制度層面，主數據管理制度涵蓋了信息標準管理政策、主數據規劃等宏觀內容，以及數據標準、元數據等各類管理辦法，還有具體實施細則和技術規范。這些制度為主數據治理體系的運行提供了堅實的保障。

主要交付物包括：《主數據管理組織架構》《主數據管理制度規范》《主數據管理制度細則》。


階段四：各域主數據詳細設計

標準制定
在主數據詳細設計階段，首要關注的是主數據標準的制定。這一過程的制定通常基于多方面的參考，包括外部標準、集團業務制度、源業務系統數據字典、代碼表以及行業內的最佳實踐項目，同時結合企業自身的管理要求進行全面梳理。這些標準可細分為業務標準、技術標準和管理標準。


業務標準主要涵蓋主數據的屬性分類、屬性名稱及業務規則，旨在確保主數據在業務層面的準確性和一致性。技術標準則關注數據庫層面的細節，如數據類型、數據長度和數據精度，確保主數據在技術層面的規范性和兼容性。管理標準則涉及主數據從新建、維護到使用、分發的整個流程，確保主數據在生命周期內的有效管理和控制。

△數據標準規范

在具體操作中，以數據標準規范為例，將其分為分類標準、編碼標準和屬性標準三類。分類標準用于對主數據進行合理的劃分，如供應商可分為國內供應商和國外供應商等。編碼標準則用于統一各業務系統中對同一主數據的編碼，通過建立編碼映射關系，實現企業級主數據的統一管理。屬性標準則定義了主數據的字段、技術標準、維護部門等關鍵信息，確保主數據在屬性層面的準確性和完整性。

編碼設計

△供應商主數據編碼示例

上圖以供應商主數據編碼為例，展示了如何根據企業實際業務制定編碼方案。該方案將供應商編碼分為四段，分別代表供應商識別碼、大類、地域和流水碼，確保編碼的唯一性和可讀性。同時，編碼方案應結合企業實際業務進行制定，避免一刀切的做法。

主數據集成

△供應商主數據集成示例

在主數據詳細設計中，集成方案也是不可或缺的一部分。以供應商主數據為例，上圖展示了主數據平臺與各業務系統之間的集成方式，通過明確各業務系統的數據來源、校驗機制、交互方式及數據分發流程，確保主數據在跨系統間的準確傳遞和高效利用。

主數據模型設計

△供應商主數據模型示例

以供應商模型為例，梳理模型由哪些構成，哪些視圖。基礎視圖是各業務系統共有的信息集合，為各系統提供統一的數據基礎。而業務視圖則根據具體業務需求進行定制，實現數據的個性化展示和利用。在構建這些視圖時，需要對字段、屬性定義等進行詳細約定，確保數據的準確性和一致性。

主要交付物包括：《各域主數據模型、標準》《各域主數據管理流程》《各域主數據集成設計方案》。


階段五：主數據管理平臺設計

在主數據管理的關鍵階段——平臺設計階段，有兩種主要選擇：一種是通過現有的業務系統來管理主數據，另一種則是采用專業的主數據管理平臺。這兩種方案各具特色，各有優劣。


第一種方案，即利用業務系統（如OA、CRM等）來管理主數據。其優勢在于實施成本相對較低，且能夠通過接口與其他系統同步人員、組織、客戶等關鍵信息。然而，這種方案難以適應未來業務的擴展需求。一旦管理要求發生變化，需要新增字段或屬性，就可能需要深入業務系統進行修改，這不僅成本高、周期長，還可能對現有數據造成影響。因此，這種方案更適合小型企業、單一業務系統或過渡期的主數據管理場景。

第二種方案，即采用專業的主數據管理平臺。雖然實施成本和復雜度相對較高，但其治理能力強，能夠輕松應對復雜業務場景。這種平臺通常具備模型管理、數據管理、分發管理、集成管理等核心功能，能夠支撐前臺的數據共享和質量管控應用。對于大型企業、多業務系統環境或高數據治理要求的企業而言，這種方案無疑更具優勢。

△睿碼主數據管理平臺架構圖

在選擇主數據管理平臺時，企業應充分考慮自身的實際情況和需求。以億信華辰睿碼主數據管理平臺為例，該平臺采用常見的BS架構，具備模型管理、數據管理、分發管理、集成管理等獨特功能，能夠支撐數據共享和質量管控等前臺應用。通過采用這樣的專業平臺，企業可以顯著提高工作效率和數據質量，降低數據管理成本和風險，從而提高決策效率并確保數據安全。

主要交付物包括：主數據管理平臺應用架構、技術架構。


階段六：主數據落地實施
在主數據落地實施階段，主要采取兩種路徑：數據管理層面的實施和質量管控層面的實施。在數據管理層面，億信華辰提供模型管理、數據維護、集成分發等功能。在質量管控層面，提供標準管控、邏輯管控、服務管控。

模型管理
在建模過程中，需遵循權威性、全局性、共享性和擴展性的原則，確保主數據模型的有效性和適用性。主數據模型的字段確定應基于系統間共享字段的需求，將共有共享的字段納入主數據模型管理，以實現數據的統一管理和共享。

數據維護
主數據維護方面，企業會按照前期制定的主數據標準，對各類主數據進行梳理和清洗，形成標準的主數據代碼庫。清洗過程包括按照一定的規則對零散、重復、缺失、錯誤、廢棄的原始數據進行處理，確保數據的唯一性、準確性、完整性、一致性和有效性。通過系統校驗、查重以及人工對比等手段，對主數據代碼的質量進行檢查，并通過數據清洗形成高質量的主數據代碼庫，最終導入模型中發布并分發給下游系統。

集成分發
集成分發是主數據實施的核心環節之一。依托睿碼主數據管理平臺的ETL功能，內置豐富的數據處理組件，支持多種數據接口，通過可視化的配置實現數據的清晰初始化、整合和分發。這確保了主數據能夠準確、高效地傳遞給各業務系統，滿足其使用需求。

在主數據分發的過程中，涉及主數據的切換，并為此制定了三種方案。針對已建系統，主要采取兩種策略：一是嚴格按照主數據管理標準進行數據的替換；二是通過對照表的方式進行數據轉換。對于在建系統，處理方式相對靈活。如果條件允許，更傾向于按照主數據標準直接觸發數據到你的系統中。如果存在實際困難，也接受通過對照表的方式進行數據轉換。至于待建系統，則必須嚴格按照主數據標準來執行。

質量管控
在質量管控層面，主要實現歷史數據的清洗和周期性的數據質量管控方案。睿碼主數據管理平臺提供一款數據質量管理的工具，支持自定義清洗規則，進行數據清洗整合和質量類檢查。常態化的質量管控流程則交由系統執行，按照設定的質檢規則周期性生成質檢報告，不斷提升主數據的質量。

主要交付物包括：主數據管理平臺 《主數據清洗方案》《主數據質檢流程》《主數據質量檢驗規則》。

綜上所述，主數據項目整體實施歷經六大關鍵階段，從項目啟動到需求調研、模型設計、數據標準與質量管控、數據維護與集成分發，每一步都力求精準高效。