最近有彭友跟我欲言又止，吞吞吐吐不知道要干啥。我明白，他是有問題了。繞了半天，他才問：怎么才能精準識別主數(shù)據(jù)呢？我一看這個問法，肯定是遇到難題了，可不能用主數(shù)據(jù)的定義、什么N大特性糊弄過去了。

01主數(shù)據(jù)

DMBOK里的定義是這樣嬸兒的：

主數(shù)據(jù)是有關(guān)業(yè)務(wù)實體（如雇員、客戶、產(chǎn)品、金融結(jié)構(gòu)、資產(chǎn)和?位置等）的數(shù)據(jù)，這些實體為業(yè)務(wù)交易和分析提供了語境信息。實體是客觀世界的對象（人、組織、地方或事物等）。實體被實體、實例以數(shù)據(jù)/記錄的方式表示。

發(fā)現(xiàn)沒有？主數(shù)據(jù)和實體有關(guān)系喲~~~所以主數(shù)據(jù)其實跟模型關(guān)系是很緊密的。其實理解主數(shù)據(jù)很簡單，我之前就寫過一篇文章專門解釋這個東東：【戳這里查看：主數(shù)據(jù)又是啥東東？應(yīng)該怎么建？】簡單來說，就是核心業(yè)務(wù)中，非數(shù)值的關(guān)鍵數(shù)據(jù)。這個理解不精準，但是容易理解。不過這哥們的問題，顯然不是這篇文章能解決的，因為他肯定是在進行主數(shù)據(jù)識別的時候遇到模棱兩可的內(nèi)容，無法進行區(qū)分了。

02主數(shù)據(jù)識別

想要確認兩個內(nèi)容是否是主數(shù)據(jù)，就得從主數(shù)據(jù)的定義入手，從主數(shù)據(jù)特征入手。當然，也有一些偏門的手法可以輔助識別。石秀峰石老師在他的書《一本書講透數(shù)據(jù)治理》里寫了兩個方法：1、主數(shù)據(jù)特征識別法2、業(yè)務(wù)影響和共享程度分析矩陣法主數(shù)據(jù)特征識別法顧名思義，就是對著主數(shù)據(jù)的特征比劃一下就行了：我們看看這些數(shù)據(jù)是否有以上特征，如果都有，那么是。如果缺一兩個，可以考慮考慮。一般可列為6個問題：

1、是否體現(xiàn)業(yè)務(wù)核心價值？這一點非常非常重要！（客戶信息肯定是，但是配送地址所在省份就不是核心價值數(shù)據(jù)了）

2、是否是獨立的實體？（商品是獨立不可拆分的實體，但是臨期商品則不是）

3、是否相對穩(wěn)定？（之所以加上相對，就是某些主數(shù)據(jù)是會變的，比如客戶信息）

4、是否會在其他系統(tǒng)共享？（如果只是單個系統(tǒng)使用，即便是核心價值的，一般也不會列為主數(shù)據(jù)）

5、是否具有唯一性？（如果這個數(shù)據(jù)不強制唯一，全局可能重復(fù)，那么可以踢出去了）

6、是否長期有效？（如果是短期使用，一般不作為主數(shù)據(jù)。但是這個長期短期和業(yè)務(wù)有關(guān)，比如互聯(lián)網(wǎng)的訂單和造船廠的訂單時效性就不一樣，前者半個月后大概率就無了，后者一般都持續(xù)好幾年）至于業(yè)務(wù)共享矩陣法，其實就是看這個數(shù)據(jù)的重要程度和共享程度：

按照重要程度和共享程度一分，優(yōu)先級別自然就出來了。至于那些又不重要又不共享的，自然就排除在外了。

03區(qū)分難題

雖然已經(jīng)有方法了，但是有些時候遇到不熟悉的業(yè)務(wù)，還是會蒙圈。一般容易搞混淆的是參考數(shù)據(jù)和主數(shù)據(jù)。因為參考數(shù)據(jù)有很多特征和主數(shù)據(jù)非常類似，比如也是長期有效、跨系統(tǒng)共享、也很重要（價值不一定高）、非常穩(wěn)定、全局唯一等。一些大家熟知的還行，但是一旦跟業(yè)務(wù)掛鉤，如果你不懂業(yè)務(wù)，幾乎就沒辦法與主數(shù)據(jù)拆分開。?DMBOK里提出了二者管理重點的區(qū)別：

對于參考數(shù)據(jù)和主數(shù)據(jù)，管理的重點是不同的：?

1）參考數(shù)據(jù)管理（Reference Data Management，RDM）。需要對定義的域值及其定義進行控制。參考數(shù)據(jù)管理的目標是確保組織能夠訪問每個概念的一整套準確且最新的值。

2）主數(shù)據(jù)管理（Master Data Management，MDM）。需要對主數(shù)據(jù)的值和標識符進行控制，以便能夠跨系統(tǒng)地、一致地使用核心業(yè)務(wù)實體中最準確、最及時的數(shù)據(jù)。主數(shù)據(jù)管理的目標包括確保當前值的準確性和可用性，同時降低由那些不明確的標識符所引發(fā)的相關(guān)風險（那些?被識別為具有多個實例的實體和那些涉及多個實體的實例）。

至于如何區(qū)分二者，除了分清楚數(shù)據(jù)價值之外，還有一個比較取巧的方式：看表字段多寡和數(shù)據(jù)量。一般來說，參考數(shù)據(jù)的數(shù)據(jù)集通常會比交易數(shù)據(jù)集或主數(shù)據(jù)集小，復(fù)雜程度低，擁有的列和行也更少。所以如果你看到一個3列的數(shù)據(jù)表，無法區(qū)分這是主數(shù)據(jù)還是參考數(shù)據(jù)，那么盲猜一波參考數(shù)據(jù)準沒錯~~~當然，更重要的區(qū)分，還是看其價值，就是參與到核心業(yè)務(wù)的程度和價值。以及該數(shù)據(jù)是否完成“識別和管理來自不同系統(tǒng)和流程的數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系”。參考數(shù)據(jù)會在核心流程里體現(xiàn)，比如配送地址所在省份，但是程度比較低，價值也不是特別大，丟失了甚至都沒太大關(guān)系（可以通過其他數(shù)據(jù)推出來）。而且，該數(shù)據(jù)也無需識別和管理不停系統(tǒng)和流程的數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。所以，列為參考數(shù)據(jù)是沒問題的。

04小結(jié)

主數(shù)據(jù)很容易與參考數(shù)據(jù)混淆。區(qū)分方式有很多種，常規(guī)方法有兩個：1、主數(shù)據(jù)特征識別法2、業(yè)務(wù)影響和共享程度分析矩陣法非常規(guī)方法有很多：1、管理重心區(qū)分法2、字段、數(shù)據(jù)量判斷法3、不同系統(tǒng)數(shù)據(jù)關(guān)聯(lián)法4、經(jīng)驗判斷法。