主數據方法論的文章網上很多了，今天跟大家聊一聊我在實施主數據項目中碰到的六個問題，如下所示，然后給出我的初步思考和建議。

主數據的業(yè)務驅動在哪里？ 誰應該來負責主數據建設？ 主數據項目團隊應該如何構成？ 主數據項目的工作機制如何？ 如何推進主數據業(yè)務流程的梳理？ 主數據架構如何選擇？?

1、主數據的業(yè)務驅動在哪里？

主數據是指公司的核心業(yè)務對象數據，對于公司的大多數主數據，雖然可能存在不一致，但大多時候問題并不嚴重，因為如果不一致問題已經嚴重影響到了生產，業(yè)務肯定是要強力介入并進行解決的，比如立個項，主數據的大多數問題在業(yè)務從0到1的建設過程中就已經基本解決了。因此，數據治理要解決的主數據問題，大多是業(yè)務當前還能容忍，但長遠來講成本可能很高的問題，也就是重要而不緊急的事情，考慮到各個部門屁股決定腦袋的特點，主數據存在著天然的驅動力不足的問題。相對來說，IT部門是有解決主數據問題的動力的，作為業(yè)務的支撐部門，IT部門有責任為了確保數據一致性臨時做大量的補償工作，讓很多主數據問題看起來不那么嚴重，業(yè)務部門有時候能夠容忍，不是說能容忍不一致，而是能容忍不從根子上解決問題，但IT部門一般沒有能力去徹底解決問題。那么誰最會考慮這種重要而不緊急的事情呢，誰又會考慮這種全局和局部的問題呢，顯然是公司的管理者。因此，主數據的業(yè)務驅動一定首先來自公司管理者，只要管理層不覺得痛，跨領域的長期積累的主數據問題就很難實質性解決。

那么什么情況下公司管理者會覺得痛呢？

大多是公司管理者在處理跨領域事情的過程中感覺到的，比如發(fā)現業(yè)務和財務口徑不一致，前端和后端數據不一致等等，這些不一致必須對公司決策和生產經營產生了實際的影響，這個影響持續(xù)存在且在不停刺激著管理者的神經，比如每個月都來一次，這個時候公司管理者才會真正重視，想著如何去解決問題，畢竟跨領域協(xié)調對他來講也是件成本很高的事情。《華為數據之道》提到過其做數據治理的起因，就是因為發(fā)現財務數據不一致已經影響到了管理層的決策判斷，華為CFO后來還成為了企業(yè)的數據責任人，因為CFO是感覺到最痛的人。當然如果主數據問題已經嚴重影響到了某個部門的業(yè)務拓展，部門也會跳出來主動解決主數據的問題，但其獲得的支持是有限的，一方面只是他自己感覺到了痛，另一方面在落地執(zhí)行的時候，部門會天然傾向只解決自己的問題，甚至跟其他部門有沖突。別人來跟我講主數據的經驗，我一般都會問參加過幾次管理層的會議，主數據的工作保障機制如何，比如聯席會的頻次是多少，以此來評估靠譜程度，我不知道還有什么其他更好的辦法來解決驅動力的問題。

2、誰應該來負責主數據建設？

業(yè)界一般有三種組織模式，第一種是由主數據利益最相關的業(yè)務部門主導建設，第二種是企業(yè)級數據管理組織主導建設，第三種是IT部門主導建設，正好我三種模式都碰到過。第一種模式是以本部門的利益為核心來推動的，雖然已經獲得了公司名義上的支持，但很難平衡好全局利益，跨部門協(xié)調難度很大，甚至會受到很大的阻力，一般很難徹底解決問題，至少周期會非常長。第二種模式是比較推薦的模式，即通過企業(yè)級數據管理組織來牽頭建設，由于相對中立，因此更有可能把控好全局利益，跨部門協(xié)調難度相對較小，但一般企業(yè)很難有這個條件和意識去建立這種企業(yè)級的數據治理組織，即使勉強建立了也缺乏專業(yè)人才的保障，比如對于業(yè)務和IT理解非常有限，因此存在眼高手低的問題。第三種模式是IT部門主導，但這也是無奈之舉，也是最不推薦的，一般只能做一些主數據的修補工作，除了繼承第一種模式的弊端外，還面臨業(yè)務驅動不夠，只能解決局部問題的挑戰(zhàn)，現在很多IT部門強調往業(yè)務多走一步，情況會好很多。針對第二種模式，可以做適當的改良，即企業(yè)級數據管理組織不要搞所謂的虛擬組織或者東拼西湊成了雜牌軍，而是在IT部門的數據管理團隊上升級而成，然后補充重點業(yè)務領域的人才，當然還是會碰到主數據專業(yè)人才缺乏，專業(yè)領域業(yè)務理解不夠等問題，但至少是相對理想的模式，比如華為就建立了企業(yè)數據管理部這種實體的組織。

3、主數據項目團隊應該如何構成？

一般會設置公司領導小組，組長由管理層擔任，副組長由各部門的數據責任人擔任，領導小組負責主數據項目總體工作推進，制定總體工作思路和目標，協(xié)調各部門間項目推進過程中遇到的問題，確保項目的順利執(zhí)行。領導小組一般會下設工作小組，工作小組組長一般由企業(yè)數據管理組織的相關負責人擔任，成員包括企業(yè)數據管理組織人員及各領域的數據專員，負責主數據項目的具體實施，開展相關能力建設和運營。根據自己的經驗，一般會設置幾個專業(yè)組協(xié)同推進，以下是一個示例供你參考：

業(yè)務需求組：負責主數據相關業(yè)務流程梳理和業(yè)務管理規(guī)范的制定，明確主數據需求

系統(tǒng)架構組：負責主數據系統(tǒng)整體架構的設計，確保架構合理、滿足各域生產應用需要

平臺建設組：負責推進主數據系統(tǒng)建設工作，實現主數據庫、對外數據服務、數據稽核等關鍵能力

數據架構組：負責推進各領域系統(tǒng)現有主數據的整合，形成一份統(tǒng)一的公司標準主數據

各領域改造組：負責本領域系統(tǒng)的改造工作，確保與主數據系統(tǒng)的順利對接

4、主數據項目的工作機制如何？

主數據項目很怕雷聲大雨點小，別看大家面上喊得很兇，但一旦要落實到具體工作上，誰都不太愿意接這燙手的山芋，因為不確定性很強。主數據涉及很多部門的利益，需要能給出權衡利弊的方案，把事情放到臺面上來擺事實、講道理說清楚，所謂的全局利益最大化很難一句話講清楚，這個就需要有相應的工作機制保障，否則可落地性存疑，以下是一些做法： 定期的管理層進度匯報 管理層專題匯報，包括業(yè)務問題分析、可行性分析、業(yè)務流程分析、主數據規(guī)范制定、建設方案、數據模型方案等等，以上所有都需要跨部門協(xié)作，分析和材料的壓力會比較大 數據責任人和領域責任人溝通機制，從決策到執(zhí)行有很多理解不一致的地方，需要在推進中協(xié)商解決，不可能每個問題都升級到管理層 項目例會，IT的進度控制手段 周報通報，輕量化的工作督促?

5、如何推進主數據業(yè)務流程的梳理？

主數據變動涉及多個部門，牽一發(fā)動全身，對于業(yè)務的影響是很大的，當真正要建立一個主數據系統(tǒng)的時候，必須清楚的知道主數據的變更（新增，讀取，刪除等）會影響哪些業(yè)務流程和角色，這些業(yè)務流程承載在哪些系統(tǒng)上，這些系統(tǒng)的哪些數據會受到影響，這些系統(tǒng)的上下游哪些系統(tǒng)和數據接口也會受到連帶影響，這樣才能大致確定主數據變更的業(yè)務影響范圍。當然確定業(yè)務影響范圍還是遠遠不夠的，還需要在業(yè)務流程梳理清楚的基礎上，分析清楚哪些業(yè)務流程的哪些環(huán)節(jié)需要進行變更，比如基于主數據的要求進行數據錄入的規(guī)范，這樣才能明確具體的系統(tǒng)改造需求。要進行業(yè)務流程的梳理需要各部門的積極配合，但每個業(yè)務部門對業(yè)務流程進行梳理也是存在挑戰(zhàn)的，一方面沒有專門管流程的人，另一方也不知道梳理的方法，這些都是需要主數據項目團隊協(xié)調資源去攻堅解決的，華為有獨立的流程和質量管理部這種組織來保障流程，但大多數企業(yè)沒有這么理想化的組織，必須臨時搭班子推進，因此能做主數據的組織還需要是個學習型的組織，能夠快速學習新的東西，因為不可能每個事情都能馬上找到外部資源。業(yè)務流程梳理完后，我們至少需要得到下面一張匯總表格，如圖一所示，然后里面的每個流程都要有詳細的說明，如圖二所示：

6、主數據架構如何選擇？

主數據架構有兩種主要類型，一種是強管控，即中央集權型，主數據的編碼、更新、分發(fā)等所有流程全部強管控，這樣主數據系統(tǒng)的話語權最大，業(yè)務價值最大，具備長久的生命力，但是這種方式涉及面非常廣，侵入生產系統(tǒng)，實施難度最高，我們采用的就是這種，如下圖所示：

國內很多企業(yè)的主數據工作落在OLAP團隊，由OLAP團隊來實施這種強管控的主數據架構挑戰(zhàn)會比較大，因為這類主數據系統(tǒng)本質上是OLTP系統(tǒng)或者是橫跨OLAP和OLTP的，對于一致性、實時性、可用性和連續(xù)性要求非常高，這些卻不是傳統(tǒng)OLAP團隊所擅長的，但數據治理只有從源頭抓起才能徹底解決問題，因此也是機遇和挑戰(zhàn)并存。主數據架構還有弱管控的類型，即用信息分發(fā)型的建設方式，這樣入侵性比較小，我只管發(fā)布命令就行了，其他的你們看著辦，如下圖所示：

這種方案我其實不太推薦，因為即使開始的時候數據一致性能勉強保證，但可持續(xù)性很差，還不如平時打打補丁，做個轉換器來得靈活。現在很多企業(yè)由于有集團和子公司的二級組織架構，集團在集中化過程中需要先做一個主數據系統(tǒng)，但一開始又不可能一捅到底，因此采取了這種折中的方案，但我覺得這種主數據只是集團層面的主數據系統(tǒng)，子公司很難享受到多少主數據的福利，究其根本，還是由于組織架構割裂造成的，畢竟集團和子公司是兩個法人實體，除非系統(tǒng)全部集中化建設。可以看到，最終其實還是組織架構決定系統(tǒng)架構，組織的存在形式就限制了你主數據能達到的高度，這也是沒有辦法的事情，因此企業(yè)數據治理一定要優(yōu)先解決組織的問題。由于主數據項目還沒完成，因此我們也是走一步看一步，臨時寫下這點感想，但隨著工作的推進，相信會越來越清晰。