主数据管理的最佳实践技巧

云计算 虚拟化 数据管理
主数据管理(MDM)大概在十年前就已经成为IT业界的一个通用的术语了,但直到今天,似乎仍有很多企业并没有从早期开拓者的失误中学习到经验教训。任何规模的企业都有数据不一致的问题。这些数据是从多款应用程序以及企业的各个独立的部门获取的,不完全同步,他们的质量和时效性也有着显著的差异。

   早在2008年我所在的企业进行的一项调查就发现,企业有六个互相竞争的“主”客户数据源,以及九个互相竞争的“主”产品数据源​​。

  数据是从不同的企业资源规划(ERP)系统、供应链和销售自动化系统中获取的,但在2011年的信息差异调查发现,只有40%的企业试图在整个企业范围内执行数据质量方面做出过尝试。事实上,22%的企业根本就没有任何数据质量检测工具。

  由此可以看出,主数据的管理是一项不平凡的任务,但多年来,围绕着对于该项目的实践,业界已经经历了诸多或好或坏的实践,也积累了一定的经验教训。

  企业必须朝着主数据管理迈进

  ***点教训是,MDM项目本质上是依赖于业务***及其数据的所有权。只要数据问题被看作是“一个IT问题”,那么这将很难取得进展。这六个互相竞争的客户主站系统都各有其所有者,而且没有任何一个业务***想要放弃对系统及其数据的控制。

  我想起一家全球性的公司在一次咨询活动上,十几个来自世界各地的业务数据主管聚集在中央办公室设法讨论出一套共同的标准。每一位发言者都强调需要制定出一套共同的标准,这意味着该企业的其他部门都需要停止他们当下的工作,并切换某个特定发言人所强调的内容。

  放弃控制权是很难的,这需要来自不同业务线的业务领导给予授权。近年来,数据治理已成为了一个术语,以便帮助获取企业所有权观念、分配数据一致性的责任、具体业务部门(非IT部门)员工的工作质量,以及设置企业流程进而使得工作顺利进行。

  另一项信息差异的调查发现,只有24%的MDM项目被视为是成功的。根据我自己的经验,很大的比例的失败项目均是有IT部门来主导的,而其对于数据治理根本没有影响或者一下很小。

  真的实施多域

  下一个教训是MDM需要加入联合演习,对不同的主数据域利用相同的方法,无论是这些主数据域是客户、产品、资产、供应商、地点或人。许多MDM技术因为管理,讴歌特定类型的主数据获得发展,尽管现如今大多数人都声称他们是多域的,但现实中其实真的很少。

  当涉及到选择MDM技术时,一些公司过于天真了。他们假设市场是成熟的,一切都能正常工作(这一想法绝对是错误的),或将选择权委托给了其顾问,而事实上这些顾问本身在这方面也没有或者只有很少的经验。

  从大处着眼,从小处着手

  另外一个主要的教训是要从大处着眼,从小处着手:也许是老生常谈,但对于MDM来说是相当重要的。如果您想在您企业的业务中购买MDM项目,请首先考虑选择从一个管理区开始,该管理区目前是导致您某些业务症结的头痛所在,无论其是欧洲的客户数据还是美国的产品数据。

  如果您企业的MDM项目能够在几个月的时间内,在一个小而明确的区域带来明显的改善。那么,该成功案例将会在您企业内迅速的广泛的传播,并最终被其它业务部门所接受。

  这一明智的方法可能需要更长的时间,但比起大爆炸的试图一次性解决所有的数据域和地域的方法,其成功的可能性更大。

  今天,当开始MDM项目时,请务必牢记相关的教训:确保有效到位的数据治理;仔细选择您的技术;采用在MDM交付方面有记录的供应商;考虑周全所有的数据域,然后用一种渐进式、分步式的方式来实现,以便为业务部门带来商业价值。

  这些见解看起来并不是那么惊天动地,但根据我的经验,这些见解并没有得到当今的大多数项目的关注,因此其项目的最终效果也就可想可见了。

责任编辑:老门 来源: 机房360
相关推荐

2011-04-14 15:47:44

MDMSAP

2017-11-01 14:45:51

数据管理数据

2011-03-28 19:50:48

ibmdwDB2MDM

2023-10-31 07:06:50

运营数据管理

2024-05-10 13:01:49

2023-01-04 09:54:02

2021-06-22 14:10:16

主数据管理数据治理

2023-07-25 11:22:31

2022-06-10 10:59:08

数据管理

2020-08-03 08:00:11

云计算主数据管理MDM

2023-06-28 15:00:22

CDO数据管理

2013-09-22 16:37:08

Informatica

2015-01-26 12:42:38

Informatica主数据管理

2009-01-12 17:15:42

MDM主数据管理IBM

2023-04-11 15:28:26

数据管理数据环境

2023-04-11 11:19:45

2018-05-23 13:47:24

数据数据管理可视化

2014-06-09 15:50:08

2023-09-12 14:03:44

2016-05-30 10:28:30

用友iUAP大数据
点赞
收藏

51CTO技术栈公众号