实现数据安全的全生命周期，很重要吗？

MDM是主数据管理，Master Data Management的缩写。主数据管理是一个连通性、灵活性和可扩展的平台，可有效管理主数据，并为业务关键数据提供单点事实。它通过确认、链接并整合产品、客户、商店／地点、员工、供应商、数字资产等信息来支持业务计划。应该注意的是，主数据并不是企业中的所有业务数据，而是需要在不同系统之间共享的数据。例如，大多数事务数据和账单数据不是主数据，而是描述核心业务实体的数据，如客户、供应商、帐户、组织单位、员工、合作伙伴、位置信息等。主数据是企业中可以跨业务重用的高价值数据。在主数据管理之前，这些主数据通常存在于多个异构或同构系统中。MDM的管理方法1、MDM应用程序法MDM 应用程序法附带特定的数据模型、业务逻辑或功能以及图形用户界面，非常适合解决单一、明确界定的业务问题。这类似于购买现成的销售团队的自动化应用程序以管理销售渠道，或购买一个采购应用程序，以管理为供应链购买的直接或间接材料。2、MDM平台法借助 MDM 平台法，组织可以灵活定义其自身的数据模型，基于定义的模型产生逻辑和功能，并支持基于有关功能配置图形用户界面。

1、主数据管理的关键是什么2、主数据管理在哪个系统3、手机上的master date是什么意思？4、5600字带你全面系统了解主数据管理5、mdm是什么意思？主数据管理的关键是什么随着信息化进程的加快主数据管理，许多集团/企业都用了多个信息系统，每个信息系统对相同的基础档案拥有不同的信息描述，例如主数据管理：关于地理信息，有的系统记录的是“北京市朝阳区”，有的记录的是“北京 朝阳”，有的记录的是“北京 朝阳区”，其实它们所描述的是一个地理区域，但是描述的差异导致这三个系统中的数据无法实现共享。主数据(Master Data)：通常指企业范围内各应用系统之间共享的数据。主数据是企业管理应用的核心实体数据，这些数据跨越多个产品以及多个领域进行共享应用。一般是企业的内、外部资源信息。主数据管理（Master Data Management )：指对企业的主数据进行统一管理的系统，它帮助企业创建并维护整个企业内主数据的单一视图，保证整个企业系统协调和重用准确的、一致的、完整性的主数据。01定义主数据不同部门之间存在沟通障碍，比如收入，财务部门所说的收入和销售部门所说的收入是不一样的，所以企业要把常用的指标进行指定，指定收入是开票收入还是主营业务收入；还有常用的维度或档案，需要去定义一套标准档案。企业所有的分析与决策要基于统一的指标和统一的档案。02数据映射比如地区信息“陕西省 宝鸡”，与标准档案中的“陕西省宝鸡市”，应该具有映射关系，它们实际上指的是一套档案；对于收入来说，“发票收入和收入”，“财务某个科目的收入和收入”，都应该是一个档案。关于指标的映射关系也是需要去确定的。03数据增强数据的缺失字段要补齐，比如企业可能先上线了ERP其他模块，再上成本模块，企业在做利润分析的时候，关于历史数据的成本该如何处理？那么就需要确定相关策略对历史数据进行处理。再比如，有企业遇到这样的问题：“我想知道每个客户给我带来多少收入，带来多少利润，但是之前，我跟客户之间的核销没有处理完，那么这部分历史数据怎样去处理？”同理，要在数据增强部分确定策略来处理这些历史数据。04数据清洗不同系统之间的数据，包含了一些重复的数据，一些无关的数据，甚至一些错误的数据，要进行清洗，要进行纠正，只有清洗纠正之后，数据的质量才能有所保证。基于准确、完整、高质量的数据信息，企业才能做出有效决策，所以主数据管理势在必行！主数据管理在哪个系统企业范围内。主数据管理这个途径主数据管理的优势各业务系统解耦主数据管理，总体系统架构灵活主数据管理，都是指在整个企业范围内主数据管理的各个系统。主数据是用于描述企业运营过程中最为关心的核心数据主数据管理，通常更新不频繁，不是事务性的但用于描述事务。手机上的master date是什么意思？1、master date就是手机的版本号信息，也称为主数据管理。2、master date包含了手机的核心数据，如material master data就是对一个material作的定义，包含了许多参数，可以影响material在不同功能里面的应用。3、主数据管理本身是一组规程、技术和解决方案。这些规程、技术和解决方案用于为所有利益相关方创建并维护业务数据的一致性、完整性、相关性和精确性。扩展资料：1、Master Data 本身可作为中间件，为系统提供一个寻找核定的数据定义的平台。要使主数据管理更好的发挥其功能，就必须让它由商业和IT之间紧密的工作关系来驱动。2、主数据管理(MDM)模式所带来的好处随着组织部门的数量和多样性、工人的作用和计算应用的扩大而增加。3、通常master date从手机系统信息里面是看不出来的，需要在刷机的过程中才能看到，如果留有购买手机时的序列号，可以使用序列号在官网上查询。参考资料来源：百度百科--主数据管理5600字带你全面系统了解主数据管理在数据管理方面，有两类数据，需要政企重点关注，第一个是元数据管理，它是对所有数据进行定义，标准和划分，赋予数据意义，元数据管理是我们数据管理的基石。 第二个则是主数据，主数据是企业在运营中担当关键角色，被系统间共享的数据，分散在各个系统之中，比如产品名，部门组织架构，会员信息，供应商信息等，都是重要，稳定，被屡次使用的主数据。 这篇文章，我们重点了解一下，主数据的概念，价值，与企业与其他数据的区别，管理范围，以及如何在企业中具体实施落地。 01、什么是主数据？ 1.主数据概念 主数据，英文全称是master data，根据国际数据协会DAMA定义：主数据是关于关键业务实体的权威的、最准确的数据，可用于建立交易数据的关联环境，主数据值被认为是“黄金”数据。 说起来很抽象，我们直接可以理解，主数据是数据的一类，具有稳定，重要，被多系统，多部门使用的数据，比如商品信息，供应商信息，进货数据，用户会员信息，部门组织架构等，在企业管理，业务发展中占据重要作用。 2.主数据的3大特征 根据官方定义，主数据有3大特征： （1）主数据相对稳定，变化比较小。比如超市里的商品，一般来说，不会有太大的变动，常见的日用品，蔬菜水果，家用电器等，都是相对固定的，变化不大。 （2）主数据很重要，错误和不准确，都会产生重大的影响。比如电商促销活动中，活动商品名出现错误，导致低价贱卖产品的情况，影响系统的交易数据，商品发货，退货售后，客户沟通等一系列事情，产生严重影响。 （3）主数据被企业内多个部门，多个业务流程系统引用。比如超市商品清单数据，常常被进货系统，仓库管理系统，收银销售系统记录，被多个部门和系统应用得十分频繁。 3.企业常见的主数据 知道了主数据的特征，那么企业组织中，有哪些常见的主数据呢？企业中常见的主数据有企业组织架构，产品数据，物料数据，客户数据，供应商数据等。 只要企业内部的数据，具备相对稳定，记录条数少，被多个流程系统引用，被交易数据重复使用的特点，都属于主数据。 比如企业组织架构，相对稳定不会随便有大的变动，部门名称被人力系统，财务系统，管理系统多个引用，对于公司日常运营管理非常重要。 02、主数据是企业数据6大层级中流砥柱 很多人可能之前听说过元数据，参考数据这些概念，那么他们和主数据有什么区别呢？第二部分，我们系统介绍企业数据的6大层次，带大家了解各个数据类型的概念，作用以及特点，明白主数据是企业数据治理的中流砥柱地位。 企业数据类型，主要分为元数据，参考数据，主数据，条件型数据，事务型数据，分析型数据6大类。1.元数据 元数据，指的是描述数据的数据，是数据层次中的最底层，被称为数据治理的基石。 元数据通常是定义数据名称，关系，字段，约束关系等，用来表示数据相关的信息，主要为数据交换提供一个规范和标准。 比如企业要记录客户信息，需要用姓名，性别， 年龄，消费产品，消费金额这些词语，姓名，性别，职业，消费产品，消费金额都是对客户描述的元数据。 2.参考数据 第二层是参考数据，它定义了元数据的可能取值的范围，可能理解为，限制一定范围的元数据，就是参考数据。 比如国家，地区，货币，品牌，产品类型这些通用的数据，具有稳定，静态特点，基本不会变化，只需要通过系统配置文件给予规范并固化在信息管理系统中，参考数据是数据系统中的框架。 3.主数据 第三层是主数据，它是描述企业核心和运营的数据，被重复或共享应用于多个业务流程，多个部门和系统的高价值基础数据。从主数据开始，数据就开始被应用，开始朝着企业管理，业务开始落地。 比如产品信息，客户信息，供应商，部门组织架构等，都是具有重要，稳定，被多个系统和部门使用的主数据。 4.条件型数据 第四层是条件型数据，指的是出现在特定条件场景下出现的数据。比如银行的客户信用等级信息，这个数据只有在评定用户信用等级这个场景，才会出现。 5.事务型数据 事务型数据，指的是记录企业运营过程中产生的业务数据，比如销售订单，采购订单，财务凭证等，事务性数据，依赖于主数据，可以看做是主数据的细分内容，开始不断细化。 6.分析型数据 分析型数据，指的是由各类事务型数据组成的数据，比如各种报表，BI分析，审计数据等，是由很多事务型数据，进行组成搭建的。 我们通过企业6大数据层次类型看到，元数据是我们数据治理的基石，参考数据是数据系统中的框架，主数据是数据落实到企业管理，业务中的重要数据类型，条件型数据，事务性数据，分析型数据，则是不断细分，满足各个细分场景的数据。 03、影响主数据划分范围变化3大因素 前面我们已经知道主数据的重要性，如果管理不善，很容易影响组织的管理和业务问题。但要管理主数据的前提，就是如何识别主数据，先有了主数据，才能管理，所以我们需要限定主数据的范围。 一般情况下，主数据是相对稳定的，比如公司产品信息，供应商，组织架构，用户会员信息等，但是主数据也会随着业务发展阶段，业务运营模式，业务管控策略发生变化，企业需要实时增添删减主数据。 1.业务发展阶段 首先第一个影响因素是业务发展。主数据相对稳定，但随着业务发展阶段变化，也会改变。 比如一个新饭店经过一段时间营业，拥有一批忠实的老客户，这时饭店就可推出会员制度，增加老客户的粘性，企业收集了一批用户会员信息数据，因为会员信息很稳定重要，并且要经过众多会员系统，财务系统所引用，所以需要纳入主数据管理的范畴。 因此，企业在业务发展不同阶段，需要适当增加，或者删减部分主数据，以满足内部管理和业务发展的需求。 2.业务运营模式 第二个因素是业务模式发生变化。比如销售订单类型数据，很多时候，在面向B端企业属于主数据，在面向C端企业则反而不是。 我们去超市购物的一次消费数据记录，对于超市收银系统来说，数据丢失也没有太大影响，所以不能算做主数据。 但对于一些偏B端，产品客单价高的行业公司，比如华为公司接到一个上千万，上亿的网络建设的项目合同，通常在企业内部涉及采购，制造，工程，财务等多个业务环节，时间要长达数年之久。这个销售数据重要，稳定，并且被多个部门和系统使用，所以属于主数据。 因此，我们要深刻理解主数据含义，只要符合稳定，重要，被多个部门和系统使用的数据，才是专属于某个行业，企业的数据。 3.业务管控策略 对于一些大型的集团，想要掌控各个分公司的客户数据，是非常困难的，阻力很大。 所以即使集团总部想掌握这些重要的客户数据，但因为无法被总部利用，没有办法在总部内部流通和使用，所以分公司的客户，销售数据，不算主数据。 所以企业在管理主数据时，也要根据业务发展阶段，业务运营，业务管控策略等方向，对主数据进行增加删减，重新确定主数据划分范围。 04、主数据管理实施5大步骤 主数据管理如何重要，那么企业应该如何进行主数据的管理实施落地呢？企业主数据管理实施，主要分为5个步骤进行：主数据管理实施5大步骤 1.明确主数据目标和范围 首先，第一步，我们要明确主数据管理的目标和识别范围。 （1）目标制定 企业内部需要开启一个宣讲会，让组织的高层，中层，基层都加深对主数据管理的理解，设定主数据管理目标，提高重视程度，确保主数据管理的项目可以顺利推进实施。 （2）主数据识别范围 确定了目标之后，想要对主数据进行管理，我们首先要对主数据进行识别，判断哪些数据是主数据，值得我们投入时间和精力去管理。 主数据识别，通常有4个步骤： 第一步，我们确定主数据识别指标，比如判断数据重要性，稳定性，业务价值等 第二步，我们要基于主数据识别指标，构建评分体系，确定指标权重，根据重要性，稳定性，使用频率等，每一个指标进行加权评分 第三步，根据业务调研和数据普查结果，确定主数据参评范围 第四步，依据评分标准，在主数据参评范围内，识别出企业主数据 2.主数据调研 确定目标和范围之后，企业有了基本的方向和想法。接下来，就是实地调研，调研企业的主数据规则，管理情况，明白现实和目标之间的差距。 一般来说，数据资源调查，有2种方法，一种是从上往下，另一种是自下向上。 （1）自上而下调查 自上而下调查，一般是采用信息资源规划或者业务流程管理规划采集数据。信息资源规划，指的是对所在单位信息采集，传输和使用的全年规划；业务流程更努力规划，是根据业务的流程运作，获取主数据的流通方向，使用频次， 自上而下调查法，可以让管理者对主数据管理现状，有整体全面系统了解，可以看到数据流通，数据使用情况，消除数据孤岛的问题，但缺点是需要消耗较高的成本和周期。 （2）自下而上调查 自下而上调查，一般是先确定主数据的数据范围，先识别出主数据。 在限定范围前提下，企业对主数据情况进行梳理和分析，这个方法的优点是针对性强，实施速度快，缺点是不够系统和全面，一般是有了明确的项目目标和范围内采用此方法最佳。 3.搭建制度与流程 确定目标和主数据识别范围，调研了现状，我们已经明确梳理出了主数据的情况，第三步，我们就要根据实际情况，从组织，制度，运营层面，对主数据进行管理。 （1）管理组织体系 良好的组织架构，是数据治理项目成功的保证，是高层管理者对数据治理项目重视性的体现，有一个专门的组织或者岗位管理主数据，是十分必要的。 常见的主数据管理岗位，有主数据系统管理员，主数据审核员，主数据填报员，数据质量管理员等，具体组织部门和岗位，根据企业的实际情况而定。 （2）制度流程体系 部门成立之后，接下来需要特定的制度和流程体系，来确保管理的高效性。 企业需要明确主数据的归口部门和岗位，明确岗位职责，每个主数据的申请，审批，变更，共享的流程，确保主数据管理有效实施。 （3）标准、安全和技术体系 有了整体的制度流程体系后，接下来就是具体的标准，安全和技术体系。标准体系，我们需要设定一格式，编码标准，让各个部门可以快捷高效识别和使用主数据。 安全体系，需要建立严格的身份认证，访问控制，分级授权，安全审计，还包括数据加密存储，加密传输，脱敏脱密等功能，保障数据安全。 技术体系，技术部门需要搭建应用层面和技术层面的体系。数据管理平台，在应用层面需要具备数据管理，数据治理，数据集成等功能，技术层面，需要考虑系统架构，接口规范，技术标准等内容。 4.接数据 把目标制定，主数据调研，体系建立后，我们接下来做的需要接入和接出主数据，打通主数据在企业中产生，接入，接出的闭环。 （1）主数据接入 主数据接入是将主数据从数据源系统汇集到主数据平台的过程，过程需要对接入数据进行清洗、转换、映射、去重、合并、加载，通过一系列的数据加工和处理形成标准统一的主数据。 （2）主数据接出 主数据接出，是把标准化的数据，共享给需要使用的部门的过程。 通过接入和接出，来测验主数据的管理，制度，流程，标准，输入和使用的各个情况测验，方便后期日常运营的优化改进。 5.日常运营 主数据管理的最后一步，就是把主数据日常用于企业和组织中，发挥效用的运营过程。 日常运营过程，包括主数据运营管理优化，主数据推广，主数据质量提升，主数据价值衡量4个部分。 （1）主数据管理优化 主数据管理优化，指的是对主数据的新增，变更，使用等过程中的规范，进行流程和制度的测试，达到定岗定责，流程顺畅，标准鲜明的目标，对于日常使用问题，进行积累并不断优化。 （2）主数据推广 主数据推广，指的是把主数据管理推广到各个业务线，业务系统中，保障主数据的一致性，通过推广和使用，让数据辅助组织高层决策，提高组织运营效率。 （3）主数据质量提升 主数据质量提升，主数据是企业宝贵的数据资产，质量好坏影响着数据价值。所以在日常运营中，需要持续提升数据质量。主数据质量管理，包括主数据质量定义，主数据质量模型，主数据质量考评等。 （4）主数据价值衡量 主数据价值衡量，指的是企业要衡量主数据带来的价值，更加深入主数据对组织管理，业务盈利起到的价值和作用。具体的作用有降本增效，提高了组织的运转效率；数据辅助高层决策，增加业务收入等，需要进行价值衡量。 05、小结 主数据，是重要，稳定，被多个业务系统，多个部门反复使用的数据。主数据管理，是企业组织数据治理中不可或缺的一环。 主数据管理离不开系统，但不仅仅是系统，而是集架构于标准、流程规范、组织和IT系统的一整套管理措施。用“统一标准、统一流程、统一源头、统一组织”来约束与规范主数据管理绝对不为过。mdm是什么意思？回答：主数据管理（MDM Master Data Management）描述了一组规程、技术和解决方案，这些规程、技术和解决方案用于为所有利益相关方（如用户、应用程序、数据仓库、流程以及贸易伙伴）创建并维护业务数据的一致性、完整性、相关性和精确性。延伸：主数据管理解决方案具有以下特性：1、在企业层面上整合了现有纵向结构中的客户信息以及其他知识和深层次信息。2、共享所有系统中的数据，使之成为一系列以客户为中心的业务流程和服务。3、实现对于客户、产品和供应商都通用的主数据形式，加速数据输入、检索和分析。4、支持数据的多用户管理，包括限制某些用户添加、更新或查看维护主数据的流程的能力。5、集成产品信息管理、客户关系管理、客户数据集成以及可对主数据进行分析的其他解决方案。参考资料来源：百度百科-主数据管理

　　与实施主数据管理所遭遇的技术难题相比，改变企业文化、让人们接受并使用这项技术要更困难得多。 　　主数据管理（Master Data Management ，MDM)是一个正在快速成长的领域。由于非常看好这个市场，Oracle、IBM、SAP都推出了此类产品，同时，很多系统集成商也纷纷给自己的产品贴上MDM的标签，提供各种解决方案。然而，对最终用户来说，要用好这项技术，选择合适的软件产品并成功地部署它仅仅是第一步。 　　MDM是一门综合性的技术，它提供一系列方法和流程来保证整个企业最重要的那部分数据准确、完整和一致，而不论它位于企业的哪个部门、哪个系统、哪个数据库、哪个流程中或者哪个渠道中。然而，一个大型企业的经营活动要涉及众多部门，就必然涉及方方面面的关系。经验表明，要想让MDM项目成功，必须考虑这些问题，而且必须理顺这些关系。 　　正如一个成功的项目背后必然有一位有经验的项目经理一样，一个成功的MDM项目也需要有一位能处理好组织内各种关系的负责人，他要推动项目进行，要获得组织的高级管理人员的支持，他还要让业务人员把项目当成自己的事情。他要解决组织面临的文化问题，要平衡好项目眼前的成功与组织的长期目标以及组织的IT架构之间的一致性，避免MDM成为组织的一个新的数据孤岛。 　　在MDM项目中一个常犯的错误是，没有对项目背后的非技术因素给予足够的重视。换句话说，在MDM项目中，你会看到与很多要涉及业务和IT部门的大型项目一样的各种明争暗斗，包括争夺“位子”、争夺人事控制权等等。事实上，MDM项目结果很有可能一塌糊涂，因为通常这样的项目要涉及市场、销售、财务、客户服务以及其他一些公司内很有权利的部门。从某种程度上，MDM很可能是组织内最需要讲究理顺各种关系的项目之一。 　　 　　理顺各种关系 　　MDM项目的第一步是要理解项目的目标，并制订项目计划。既然已经认识到解决MDM项目中各种非技术问题的重要性，那就要好好对此进行规划。比如，要找出对项目有着重要影响的人，如销售人员、财务人员甚至操作人员。如果公司非常大，一定要把所有与项目有关的人考虑进来。 　　找来组织的架构图（如果没有现存的就需要自己动手画一个），找出每个业务的负责人和他们的直接上级，然后在图上标注他们之间的相互关系，包括个人的以及业务上的。这里并不要求非常详细，其目标就是做到心中有数，免得遇到问题时措手不及。 　　从政治或者说关系这个角度来考虑MDM项目时，必须牢记，你的项目分成两个阶段，一个是项目进行阶段（包括项目前期规划和实现），另一个是项目的持续维护。有一些项目失败就失败在，他们认为项目一旦部署完成就大功告成了。而实际上，这才是刚刚开始。 　　在MDM项目中还需要考虑数据治理的问题，这需要一些时间和精力。具体工作包括找出数据的所有者、解决争端和各种问题，以及在组织内制订信息管理的 规章制度 、安全规定和数据质量的规定等。 　　不管是项目的开始还是项目的进行阶段都会用到的两个重要方法是培训和沟通。这方面的最佳实践包括：建立新闻组和内部门户、召开午餐会以及出席公司内部的部门会议等。大型的CRM和ERP项目采用的很多方法都可以借鉴，这些方法通常会很有效。一个精心组织的变更管理可以避免组织内部陷入无谓争斗。 　　负责人要在组织内部承担起MDM布道者的角色。要准备各种时段的演讲，既有60分钟、30分钟、也有15分钟、5分钟的 演讲稿 ，以利用各种机会来培训组织内部的员工，告诉他们MDM是什么、本组织关于MDM有什么样的战略计划，同时还要使用各种沟通和通信工具保证各种人员了解你的MDM项目。 　　对大多数人来说，MDM听起来很陌生，因此，项目负责人还要走出去，找出MDM带来的业务价值，如提高经营收入、更好地与战略进行融合、降低成本、改善客户满意度、更容易地满足法规的要求等，可以是文档，也可以是数据，找到后公布出来，以让更多人了解。 　　尽管“做同时宣传”要比仅仅只是“做”要困难得多，但是，这样做是值得的。因为，一般而言，如果一个项目很明显能够帮助解决企业面临的问题、增加收入，那么就不应该遭受批评也不会被消减预算。因为有了效益，项目就有了继续进行的充分理由。 　　 　　重视数据治理 　　 　　上面比较多地考虑了各种关系，接下来还要考虑数据治理的方法。很多成功地完成了MDM项目的公司都非常重视数据治理，它们认为好的数据治理方法是MDM项目成功的前提和保证。 　　尽管具体的名字可能有所不同，但大多数公司都建立了一个三层的数据治理架构：高管级的数据治理指导委员会、中层数据治理委员会和具体的管理数据的业务人员及IT人员。具体负责数据管理的人员会出席数据治理委员会，数据治理委员的成员也会出席更高级别的数据指导委员会。 　　也许上述组织架构适合你的公司，也有可能不适合你的公司，但无论如何，你都应该设法让公司高层进入数据治理指导委员会，他们将是保证数据治理委员会正常工作的关键，同时也有助于制订相应的策略，帮助找到合适的业务人员和IT人员来执行这些策略和日常的数据治理工作。 　　数据治理指导委员会负责解决数据治理委员会解决不了的问题。指导委员会不定期召开会议（每月或者每季度），初期，会议可能会频繁一些。数据治理指导委员会通常解决的是些根本性的问题，如“谁是数据的第一负责人”、“谁是某些数据的最终决策人”等。 　　数据治理委员会通常要有一位能把业务部门和IT部门召集到一起的高层领导。这个负责人领导数据治理人员和数据的所有者一起执行数据治理的有关策略。负责数据治理具体工作的人员可以是来自于公司总部，也可以来自于各个业务部门或者IT部门。 　　这里有一个挑战是，项目负责人很少有权利从外面雇佣新人。因此，只能从现有的人中挑选。因此，那些参与过数据治理项目的人，哪怕只是有限地参与或者在某个应用或者某些功能方面参与过的员工都应该列入你的候选名单，最后从中挑选你认为合适的人选，并根据每个人的情况安排合适的任务。 　　 　　与公司战略保持一致 　　 　　MDM和数据治理项目的另一个非常关键的成功要素是你能在多大程度上让项目与公司未来的战略目标一致。和公司管理者进行沟通，花点时间了解公司前5个战略目标。思考你的MDM项目如何能直接支持企业实现战略目标，包括提升市场份额、提高生产效率、符合SOX法案、改善营收或者支持购并等。如果你能这么做，你将会为你的项目赢得公司高层的更多支持。否则，你的项目一定会异常艰难。 　　实际上，对于一个复杂的业务或者IT项目而言，深入研究和掌握公司“政治”也许不是你的本意，但是，好处的确很多。要注意的是，这不是要你成为公司里圆滑的政客，而是要了解企业的战略目标，保证你的MDM项目的愿景与这些目标一致，进而赢得公司领导层的支持。同时，采用各种沟通技巧和方法调动各种力量，这样可以确保MDM项目进展得更顺利，成功的把握更大些。

企业资源计划系统。主数据管理通常是在企业资源计划系统(ERP)中实现的，这是因为主数据管理是企业数据管理的核心,包括客户、供应商、物料等重要数据的管理。主数据管理的关键就是“管理”，主数据管理不会创建新的数据或新的数据纵向结构；相反，它提供了一种方法，使企业能够有效地管理存储在分布系统中的数据。

你的问题都有问题。SAPinst是安装SAP的安装文件。SAPMDM是SAPECC其中一个模块的名字，MDM就是物料主数据，装好SAPIDES以后就可以使用的，MDM不用额外装的，如果你想使用的话，你可以问问你们公司内部负责MDM的同事。

我们常用的主数据有三种，一种是业务组数据，比如组织结构，客户会计科目等，一类是参考组数据，比如国家币种，银行，省市计量单位等，一类是指标主数据，就是描述指标的数据，比如生产总值，人均校益资金周转率等。〈业务化场景数据），在业务目标的明确的基础上，对业务流程进行梳理，明确所需要的业务能力，业务组织和业务对象以及业务对象之间的关系，通过AP接口的定义和开发实际业务能力的开放，通常我们选用SOA服务框架来实现业务组到业务能力的开放。而业务对象通过领域建模式形成数据对象。

主数据与参考数据是在企业数据管理中重要的两类数据，首先我们要明白主数据和参考数据的定义，详情请见下表：定义特征距离主数据（Master Data）具有高业务价值的、可以在企业内跨流程跨系统被重复使用的数据、具有唯一、准确、权威的数据源通常时业务时间的参与方，可以在企业内跨流程、跨系统重复调用；取值不受限于预先定义的数据范围；在业务时间发生之前就客观存在，比较稳定；主数据的补充描述可归入主数据范畴。实体型组织、客户、人员基础配置参考数据（Reference Data）用结构化的语言描述属性、用于分类活目录整编的数据通常有一个有限的允许/可选值范围；静态数据，非常稳定，可以用作业务/IT的开关、职责/权限的划分湖统计报告的维度合同类型、职位、国家、币种由此可见，主数据的错误可能会导致成百上千的事务数据错误，因此主数据的管理重点是确保同源多用、重点进行数据内容的校验等。而参考数据内容的变更通常会对现有流程、IT系统产生影响，因此参考数据的管理重点在于变更管理和统一标准管控。在数据治理过程中，治理主数据必须要结合业务及数据的特点进行分析。举例说明，客户主数据治理的实践。客户数据是企业最重要的主数据之一，几乎贯穿所有业务经营活动。客户数据在全流程中的及时性、准确性、完整性、一致性、有效性、唯一性是业务高效运作、经营可控的重要保障。随着业务发展，华为客户数量迅速增长，客户数据种类复杂多样，因此要构建客户数据管理和服务化能力，以满足经营分析、交易打通、内外部遵从、客户价值挖掘等核心要求，支撑面向多BG的战略转变。相信通过上述内容，大家对参考数据与主数据有了基本的了解。最后，企业业务活动中可能产生或使用的其他数据往往都基于主数据与参考数据。举个例子，事务数据是业务和流程中产生的记录。事务数据会调用主数据和基础数据。因此，事务数据的治理重点就是管理好事务数据对主数据和基础数据的调用，对于引用的基础数据和主数据，要尽可能调用而不是重新创建。由此可见，主数据与参考数据是企业打造数据帝国的基石，是企业数据治理之道的着手之处也是着力之处。数据架构1万左右一对的音箱选择,真力好还是丹拿好精选推荐广告数据治理之参考数据与主数据管理1012阅读·0评论·0点赞2022年5月11日干货丨一组图详解元数据、主数据与参考数据5882阅读·1评论·4点赞2019年5月10日数据管理知识体系指南（第二版）-第十章——参考数据和主数据-学习笔记897阅读·0评论·0点赞2022年11月18日数据库基础知识——参考数据库基本概念6版238阅读·0评论·0点赞2018年11月28日先说说什么是主数据和参考数据？1276阅读·0评论·0点赞2022年7月23日一文理解主数据和参考数据5736阅读·1评论·1点赞2021年12月14日华为手机助手下载，终身免费！精选推荐广告【数据治理】数据元、元数据、主数据、参考数据概述7500阅读·0评论·8点赞2022年4月24日DAMA-第十章（参考数据与主数据）578阅读·0评论·0点赞2022年7月16日第十章参考数据和主数据1445阅读·0评论·0点赞2021年11月25日数据分类（数据视角）——主数据、交易数据、参考数据、统计分析数据、元数据...3839阅读·0评论·0点赞2018年4月8日CDGA考试-第10章参考数据和主数据_重要知识点（17）195阅读·0评论·0点赞2022年5月6日B树与B+详解125阅读·0评论·0点赞2018年6月26日什么是主数据8350阅读·2评论·8点赞2021年7月21日什么是数据、元数据、主数据和参考数据？3749阅读·0评论·4点赞2021年4月22日【数据治理】数据治理之主数据管理657阅读·0评论·1点赞2022年7月2日数据治理周周谈（二）—主数据管理566阅读·0评论·0点赞2022年5月13日第十章 参考数据和主数据485阅读·0评论·1点赞2021年9月24日华为数据分类管理框架及数据治理方法402阅读·0评论·0点赞2022年4月25日企业数据治理之主数据管理53阅读·0评论·0点赞2022年10月15日去首页看看更多热门内容

移动设备管理(MDM)是管理移动设备的所有内容的过程,MDM包括存储有关移动设备的基本信息、决定设备上可以存在哪些应用、定位设备,以及在设备丢失或被盗时保护设备,许多企业使用第三方移动设备管理软件,如Mobile Device Manager Plus来管理移动设备。

客户供应商主数据物料主数据项目主数据（项目、WBS、网络）--作业、采购申请财务主数据一般会分FI主数据、CO主数据FI主数据主要有：会计科目、固定资产主数据、财务供应商、财务客户主数据；CO主数据主要有：利润中心：能独立核算损益的最小单位，一般为一个车间；成本中心：费用归集的最小单位，一般为一个部门；成本要素：同会计科目的损益类科目；作业类型：是对成本中心产生的作业进行分类，也就是对成本的细分，如工时统计指标：一般是费用分摊的标准，如按人数、产量、销售额等进行相关费用的分摊，则人数、产量、销售额就需要建成统计指标，以利在创建分摊或分配循环时使用。内部订单：是对公司内某项作业或任务的成本进行计划、归集、监控和分摊的工具，如把某个庆典活动建成一个内部订单，可以通过对订单的计划（预算）、归集（实际记账）、监控（实际有没有超预算）来管理这个活动。

随着信息化进程的加快，许多集团/企业都用了多个信息系统，每个信息系统对相同的基础档案拥有不同的信息描述，例如：关于地理信息，有的系统记录的是“北京市朝阳区”，有的记录的是“北京 朝阳”，有的记录的是“北京 朝阳区”，其实它们所描述的是一个地理区域，但是描述的差异导致这三个系统中的数据无法实现共享。主数据(Master Data)：通常指企业范围内各应用系统之间共享的数据。主数据是企业管理应用的核心实体数据，这些数据跨越多个产品以及多个领域进行共享应用。一般是企业的内、外部资源信息。主数据管理（Master Data Management )：指对企业的主数据进行统一管理的系统，它帮助企业创建并维护整个企业内主数据的单一视图，保证整个企业系统协调和重用准确的、一致的、完整性的主数据。01定义主数据不同部门之间存在沟通障碍，比如收入，财务部门所说的收入和销售部门所说的收入是不一样的，所以企业要把常用的指标进行指定，指定收入是开票收入还是主营业务收入；还有常用的维度或档案，需要去定义一套标准档案。企业所有的分析与决策要基于统一的指标和统一的档案。02数据映射比如地区信息“陕西省 宝鸡”，与标准档案中的“陕西省宝鸡市”，应该具有映射关系，它们实际上指的是一套档案；对于收入来说，“发票收入和收入”，“财务某个科目的收入和收入”，都应该是一个档案。关于指标的映射关系也是需要去确定的。03数据增强数据的缺失字段要补齐，比如企业可能先上线了ERP其他模块，再上成本模块，企业在做利润分析的时候，关于历史数据的成本该如何处理？那么就需要确定相关策略对历史数据进行处理。再比如，有企业遇到这样的问题：“我想知道每个客户给我带来多少收入，带来多少利润，但是之前，我跟客户之间的核销没有处理完，那么这部分历史数据怎样去处理？”同理，要在数据增强部分确定策略来处理这些历史数据。04数据清洗不同系统之间的数据，包含了一些重复的数据，一些无关的数据，甚至一些错误的数据，要进行清洗，要进行纠正，只有清洗纠正之后，数据的质量才能有所保证。基于准确、完整、高质量的数据信息，企业才能做出有效决策，所以主数据管理势在必行！

随着信息化进程的加快，许多集团/企业都用了多个信息系统，每个信息系统对相同的基础档案拥有不同的信息描述，例如：关于地理信息，有的系统记录的是“北京市朝阳区”，有的记录的是“北京 朝阳”，有的记录的是“北京 朝阳区”，其实它们所描述的是一个地理区域，但是描述的差异导致这三个系统中的数据无法实现共享。主数据(Master Data)：通常指企业范围内各应用系统之间共享的数据。主数据是企业管理应用的核心实体数据，这些数据跨越多个产品以及多个领域进行共享应用。一般是企业的内、外部资源信息。主数据管理（Master Data Management )：指对企业的主数据进行统一管理的系统，它帮助企业创建并维护整个企业内主数据的单一视图，保证整个企业系统协调和重用准确的、一致的、完整性的主数据。01定义主数据不同部门之间存在沟通障碍，比如收入，财务部门所说的收入和销售部门所说的收入是不一样的，所以企业要把常用的指标进行指定，指定收入是开票收入还是主营业务收入；还有常用的维度或档案，需要去定义一套标准档案。企业所有的分析与决策要基于统一的指标和统一的档案。02数据映射比如地区信息“陕西省 宝鸡”，与标准档案中的“陕西省宝鸡市”，应该具有映射关系，它们实际上指的是一套档案；对于收入来说，“发票收入和收入”，“财务某个科目的收入和收入”，都应该是一个档案。关于指标的映射关系也是需要去确定的。03数据增强数据的缺失字段要补齐，比如企业可能先上线了ERP其他模块，再上成本模块，企业在做利润分析的时候，关于历史数据的成本该如何处理？那么就需要确定相关策略对历史数据进行处理。再比如，有企业遇到这样的问题：“我想知道每个客户给我带来多少收入，带来多少利润，但是之前，我跟客户之间的核销没有处理完，那么这部分历史数据怎样去处理？”同理，要在数据增强部分确定策略来处理这些历史数据。04数据清洗不同系统之间的数据，包含了一些重复的数据，一些无关的数据，甚至一些错误的数据，要进行清洗，要进行纠正，只有清洗纠正之后，数据的质量才能有所保证。基于准确、完整、高质量的数据信息，企业才能做出有效决策，所以主数据管理势在必行！

主数据管理的关键就是“管理”。主数据管理不会创建新的数据或新的数据纵向结构。相反，它提供了一种方法，使企业能够有效地管理存储在分布系统中的数据。主数据管理使用现有的系统，它从这些系统中获取最新信息，并提供了先进的技术和流程，用于自动、准确、及时地分发和分析整个企业中的数据，并对数据进行验证。主数据管理解决方案具有以下特性：·在企业层面上整合了现有纵向结构中的客户信息以及其他知识和深层次信息·共享所有系统中的数据，使之成为一系列以客户为中心的业务流程和服务·实现对于客户、产品和供应商都通用的主数据形式，加速数据输入、检索和分析·支持数据的多用户管理，包括限制某些用户添加、更新或查看维护主数据的流程的能力·集成产品信息管理、客户关系管理、客户数据集成以及可对主数据进行分析的其他解决方案。由于和主数据管理关联的方法和流程的运行与企业的业务流系统及其他系统彼此独立，因此这些方法和流程不仅能检索、更新和分发数据，还能满足主数据的各种用途。主数据管理通过将数据与操作应用程序实时集成来支持操作用途。主数据管理还通过使用经过授权的流程来创建、定义和同步主数据来支持协作用途。最后，主数据管理通过事件管理工具事先将主数据推送至分析应用程序来支持分析用途。

与数据相关的问题常常是由于企业使用多种软件系统、企业并购、不同业务职能或部门独立部署各项应用以及定制软件等原因造成的。因此，企业在努力从内部系统和商业伙伴中获得准确数据的同时亦面临业务流程和IT技术方面的挑战。此外，企业还必须对付价值链中所使用数据不准确的问题。这些问题往往限制了企业对动态变化环境响应能力的提高。高科技公司在频繁推出新产品的过程中生成了大量的数据，他们拥有大型的企业管理系统，通常包括CRM、ERP和一些老式系统，这可能导致企业的同一数据有多种不同的版本。在面对多种不同的系统时，计划人员需要在一个系统中评估产品的状态和推出日期，在另一个系统中生成预测，引入计划系统以了解生产计划，最终引入财务应用以获得价格信息。其中的每一个系统都可能在使用同一种产品的不同名称或代码，这使计划的过程变得极为复杂和混乱。该问题迫使计划人员将大量的时间浪费在统一不同系统中的数据上，而不是利用信息来改善决策。计划人员通常无法忍受这种效率低下的局面，于是创建自成一体的个人数据表以保持信息的精确和统一。这种做法加剧了现有的问题，并引出“孤儿数据”的新问题。所谓“孤儿数据”是指目前没有驻留在公司业务应用之中、但运行业务又需要用到的数据。这类数据主要保存在个人电脑的数据表中或者记事本中。

主数据生命周期包括9个过程，分别是访问、发现、建模、清理、识别、解决、关联、治理和交付。1. 访问：从不同的数据源和应用程序中获取不一致和重复的主数据。2. 发现：剖析数据质量和结构，发现重复、错误和不一致的数据。 3. 建模：通过灵活的数据模型，定义任何类型和数量的主数据。4. 清理：解决错误和矛盾之处，创建正确、完整的主数据。 5. 识别：快速匹配和准确识别重复数据。6. 解决：合并重复数据，创建可信的唯一真实版本。7. 关联：揭示客户所拥有的产品、家庭关系和企业层级结构。8. 治理：创建、使用、管理和监控主数据。9. 交付：将可信的主数据与下游应用程序和数据仓库进行同步。主数据管理（MDM） 项目需要访问和控制来自应用程序包和遗留系统的数据，然后将其交付给操作和分析系统。Informatica MDM 为包含以上所列九个步骤的主数据生命周期提供全程支持。

大数据时代下企业开始关注主数据管理如今，整个世界已经迎来了大数据时代。根据最新调查结果显示，到2020年，人类产生的数据总量将达到40ZB，全球范围内服务器的数量将会增加10倍，而由企业数据中心直接管理的数据量增加14倍，IT专业人员的数量增加1.5倍。随着数据在各行各业的渗透，以及人们对所积累的海量数据的挖掘与运用，“大数据时代”正在成为国际业界的热门话题。 大数据时代下，数据质量问题凸显 在大数据时代下，数据已经成为了企业的核心资产。大数据主要表现为四个特征：海量的数据规模、快速的数据流转和动态的数据体系、多样的数据类型、巨大的数据价值。企业可以根据需求对大数据进行处理和分析，从而挖掘其价值。大数据的核心价值体现不在于数据的数量大，而在于数据的质量高，因此数据管理正是大数据价值得以实现的必经之路。 主数据管理是提升企业数据质量的有效途径 主数据管理（Master Date Management, MDM）在国内企业来说主要分为两种模式。一种是不同类型的主数据分别储存在多个异构系统内分开管理。例如产品主数据存储在PLM系统内，物料主数据存储在ERP系统内等等。另一种则是建立单独的主数据管理平台，将整个企业范围内的主数据集合起来统一管理。 对于大多数企业来说，目前主数据的管理方式大多为第一种，数据的采集和使用往往面临着以下问题：1）缺乏完整性和一致性，且存在大量数据冗余。2）数据共享过程中不知道以谁为“主”。系统间难以进行有效的信息交换、共享、统计和分析，无法形成决策依据。3）数据信息的建立及修改往往因涉及系统多造成人力的浪费和错误的发生。这些问题的存在最终会导致企业数据管理混乱。 为了使数据在整个企业范围内实现一致性、完整性和正确性，主数据管理平台的优势愈发凸显。搭建统一的主数据管理平台旨在帮助企业协调多系统和多部门的主数据资产――客户信息、产品信息、文件、电子邮件、视频等等，集中进行整理，并且以服务的方式分发给各个业务系统，MDM平台全面的展示了企业数据资产情况和聚合分配数据的持续状况，这种统一的管理模式对于大型的制造企业来说，无疑更为合理。其优势在于： 1.通过从各个应用系统中分离出主要的数据信息，使其成为一个集中的、独立于企业中各种应用的核心资源，并对其设定了统一的标准及明确的定义和范围，从而使得企业的核心信息得以重用并确保各个应用系统间的核心数据的完整性、一致性、准确性，消除了重复数据。 2.强化了对企业各业务系统的共性数据实体的数据和模型管理，改变了原来系统数据不共享、流程封闭的现状，降低了应用孤岛、数据孤岛出现的几率，增强了各系统在企业层面的互动，从而更好地优化企业业务流程，提升企业运转效率。 3.从IT角度来看，MDM系统增强了IT结构的灵活性，构建覆盖整个企业范围内的数据管理基础和相应规范，并且更灵活地适应企业业务需求的变化，同时，降低集成成本、接口成本、数据清理和维护成本等。

实现多域主数据管理有两种方法：MDM应用程序法 和MDM平台法。 其他MDM方法如应用程序法和MDM平台法都可以快速满足组织采纳 MDM 的初始需求，然而应用程序法将不可避免地导致 MDM 孤岛和成本超支。尽管有时确实存在这种情况，即公司有必要寻求能快速实施的 MDM 方案，以在有限范围内解决迫切的业务难题，但当遇到扩展该 MDM 实施以解决其他业务需求或满足将来的不时之需时，平台法无疑是降低总拥有成本和加快实现价值的最佳途径。如图所示，描述了MDM两种方法的对比：应用方法从用户界面开始，然后是业务逻辑，然后是数据模型，以及Informatica的平台解决方案，从数据模型开始，然后是业务逻辑，最后才到用户界面。虽然这两种方法都可以使IT团队解决眼前的业务问题，但前一种方法会使他们局限于构建MDM孤岛来解决每一个后续业务问题。相比之下，后一种方法使他们能够充分利用他们投资的时间、资源和预算，以解决每个后续的业务问题。其他MDM方法如应用程序法的主要不足：1. 每个数据域都有独立的MDM应用程序，比如，客户域使用客户数据集成（CDI），产品数据使用产品信息管理（PIM）等；2. 重大业务流程改造采用“大爆炸”方法，往往需要多年时间才能启动；3.互操作性仅限于同一品牌的应用程序，将客户锁定在可能不适合他们的更广泛的业务需求的产品上；4. 由数据管理员独自管理，使业务用户无法享受自行创建和使用主数据的好处 Informatica MDM是单一平台上的成熟、灵活的多领域主数据管理（MDM）解决方案，使整个企业可以迅速部署和轻松扩展，以解决多个部门和地区的业务问题。金融服务、生命科学、制造、医疗保健、政府和各行各业的很多最大型的企业都利用Informatica MDM来满足其战略要求。Informatica MDM在单一平台上支持所有的MDM要求1. 访问 - 分散的数据源和应用程序带来不一致和重复的主数据2. 发现 - 抱着发现重复、错误和不一致的宗旨检查数据的一致性和结构3. 清理 - 解决错误和不完整的字段4. 掌握 - 将企业相同数据的多个版本合并为一个真实版本或“黄金记录”，并管理内部的层次和关系5. 交付 - “黄金记录”同步到下游应用程序和数据仓库 通过单一平台上成熟的多领域MDM集中主数据的管理，从而消除点对点集成，简化您的结构，降低维护成本，改进数据治理。Informatica MDM（主数据管理）能够通过以下步骤帮助企业成功进行多领域主数据管理：1. 建模：用灵活的数据模型定义任意类型的主数据2. 识别：快速匹配和准确识别重复项目3. 解决：合并以创建可靠、唯一的真实来源4. 联系：揭示各类主数据之间的关系5. 治理：创建、使用、管理和监控主数据Informatica MDM提供业务用户和数据管理员可访问的强大接口，从而实现完整的数据管理和数据异常处理，使您可以轻松浏览不同主数据实体中的多层次结构。

主数据管理给企业带来的三大价值主数据管理日趋重要 主数据管理其实在很早之前就已经存在，但对于国内许多企业用户来讲，它仍然是个比较陌生的名词，本文将引领大家走近主数据管理。 主数据用来描述企业核心业务实体，是在整个企业范围内的各个操作型应用系统（OLTP）和分析型应用系统（OLAP）间需要共享的数据，也是企业内部能够跨业务、跨系统重复使用的高价值数据，其特点是基于业务、长生命周期、跨系统使用。需要注意的是，主数据并不是企业内所有的业务数据，而是有必要在各个系统间共享的数据才是主数据。比如大部分的交易数据、账单数据等都不是主数据。涵盖资源、产品、事件、客户、财务、账户、员工、合作伙伴等，用于描述核心业务实体的数据才是主数据。因此，对主数据的识别，要把握主数据作为业务运作核心的本质。这些主数据在进行主数据管理之前经常存在于多个异构或同构系统中。 主数据管理是指一组规程、技术和解决方案，用来保证业务数据在企业范围内的一致性、完整性、相关性和精确性。简单地说，主数据管理可以帮助企业从分散的业务系统中整合最核心的、最需要共享的数据（主数据），集中进行数据的清洗和丰富，然后以服务的方式把统一的、完整的、准确的、具有权威性的主数据分发给全企业范围内需要使用这些数据的系统或应用。主数据管理也可以作为一个企业的数据标准，强化对各业务系统的共性数据实体和模型的管理，避免出现大的业务概念不一致，降低应用孤岛、数据孤岛出现的几率，从根本上保证系统之间能实现数据的较好共享，增强了各系统在企业层面的互动，从而提高企业运营效益，提高数据质量，更好地为企业信息集成做好铺垫。 现今，随着大数据洪水的迅猛到来，企业深刻意识到核心数据资源的价值。核心数据资源具有稀缺性和差异性，势必成为企业的一大竞争优势。 主数据管理给企业所带来的价值有三大方面： 1.与大数据相得益彰 主数据和大数据的核心都是数据，但它们的关注点有所不同。大数据关注数据的体量和类型，而主数据则更关注数据的质量；大数据提供了更多的原材料，而主数据侧重于数据的组织。企业应以主数据为中心，通过主数据把各类大数据有效串联起来，从而获得更好数据应用效果和价值。 2.多方面业务价值 主数据管理让企业将拥有统一的主数据访问接口，拥有集中的且内容丰富和干净的数据中心，能够为各业务部门提供一致、完整的共享信息平台，为业务流程和经营决策提供了一个可靠的支撑载体。 3.增强IT建设灵活性 主数据管理可以增强IT结构的灵活性，构建覆盖整个企业范围内的数据管理基础和相应规范，并且更灵活地适应企业业务需求的变化，同时，降低接口成本、数据清洗和维护成本等，帮助企业远离高成本和高风险。

客户供应商主数据物料主数据项目主数据（项目、WBS、网络）--作业、采购申请财务主数据一般会分FI主数据、CO主数据FI主数据主要有：会计科目、固定资产主数据、财务供应商、财务客户主数据；CO主数据主要有：利润中心：能独立核算损益的最小单位，一般为一个车间；成本中心：费用归集的最小单位，一般为一个部门；成本要素：同会计科目的损益类科目；作业类型：是对成本中心产生的作业进行分类，也就是对成本的细分，如工时统计指标：一般是费用分摊的标准，如按人数、产量、销售额等进行相关费用的分摊，则人数、产量、销售额就需要建成统计指标，以利在创建分摊或分配循环时使用。内部订单：是对公司内某项作业或任务的成本进行计划、归集、监控和分摊的工具，如把某个庆典活动建成一个内部订单，可以通过对订单的计划（预算）、归集（实际记账）、监控（实际有没有超预算）来管理这个活动。

数据集成开发平台外部数据源导入功能，是将外部数据导入数据集市的哪个库

目前主流的主数据管理平台国内、国外的都有。国外的比如：SAP、Oracle、Informatica等，这些厂商名气大，产品也比较成熟，相对的价格也比较高，同时产品灵活性、扩展性不足，要进行符合国内的个性化改造很难，或者成本较高，并且实施、售后往往是国内代理商完成。国内的比如：亿信华辰、用友、浪潮等，亿信华辰名气也许不大，但是专门做数据管理类产品的，亿信的主数据平台还可和数据治理融合，实现主数据全生命周期管理；用友和浪潮他们的主营业务都不在这一块，但毕竟公司整体实力摆在那里，软件行业经验丰富，所以主数据这块也都还不错的。

主数据管理应用网上介绍了很多主数据的概念，太抽象了。根据这些天的理解我模拟出一个应用主数据管理的场景。我们以银行为例，在银行中有很多系统，比如“信用卡”“个人信贷”“个人储蓄”等等。这些是不同的应用系统，一个申请办理各项服务的客户，在“信用卡”“个人信贷”“个人储蓄”系统可能需要输入“姓名” “身份证号”“住址”等信息。如果我想知道一个人在银行中都申请过那些业务，需要在这几个系统中识别同一个人并把这个人在各系统中的使用记录整理出来。这些“信用卡”“个人信贷”“个人储蓄”系统需要管理客户信息，我们就应该应用主数据管理技术建立统一集中的客户信息管理系统。以单一视图的方式将客户信息提供给各个需要客户信息的系统（引用数据下发），如果这些系统需要修改客户的信息以统一的方式更新客户信息使各需要客户信息的系统得到一致的客户数据（交易数据处理）。 主数据管理将这些数据抽取、整理、清洗、规范后存入ODS供业务检查，再提供给数据仓库作数据挖掘使用。

企业信息化管理，所指的是“将信息更有效的纪录、采集、统计、分析、进而得到企业在营运过程中所需要的管理信息与决策信息。一般狭义的概念认为电脑化就是信息管理，在正确的定义上，电脑化只是信息管理的一种手段，一种工具。信息化的特征应该是，数据记录表单的应用。例如，一家小杂货店，每笔销售都做上记录，每天统计总额或统计分类，这就是信息化的最简单模型。当然，现代企业的管理数据多样而庞大，借助电脑储存、统计、分析、管理的便利性，进行信息管理，是最节省信息管理成本的，也是最好的选择。企业进行信息化管理的目的主要如下：1.更可靠安全的纪录企业的各项资料与数据。2.更快速的统计与处理企业资料与数据。3.可靠的控制操作的流程（步骤）。4.关联企业数据库，进行更全面的分析，提供管理及决策依据。5.风险及危机预警与管理。6.实现更好的各项资源计划。7.提供更好的客户服务。8.更快速的传递信息。9.其他可以利用信息特性产生的价值。

与主数据管理的区别在管理内容方面，统一身份管理企业内部的用户、群组、角色；主数据管理企业内部的组织、人员、岗位，除此之外还管理其它如：客户、供应商等主数据。在功能方面，统一身份管理具备统一身份认证功能，弱化案例功能，很少或不预置管理案例；主数据管理不具备统一身份认证功能，提供基础数据管理样例。在业务交互方面，统一身份管理主要与信息中心人员进行交互；主数据管理主要与业务人员进行交互，注重数据、业务的梳理。

与数据相关的问题常常是由于企业使用多种软件系统、企业并购、不同业务职能或部门独立部署各项应用以及定制软件等原因造成的。因此，企业在努力从内部系统和商业伙伴中获得准确数据的同时亦面临业务流程和IT技术方面的挑战。此外，企业还必须对付价值链中所使用数据不准确的问题。　　这些问题往往限制了企业对动态变化环境响应能力的提高。高科技公司在频繁推出新产品的过程中生成了大量的数据，他们拥有大型的企业管理系统，通常包括CRM、ERP和一些老式系统，这可能导致企业的同一数据有多种不同的版本。　　在面对多种不同的系统时，计划人员需要在一个系统中评估产品的状态和推出日期，在另一个系统中生成预测，引入计划系统以了解生产计划，最终引入财务应用以获得价格信息。其中的每一个系统都可能在使用同一种产品的不同名称或代码，这使计划的过程变得极为复杂和混乱。该问题迫使计划人员将大量的时间浪费在统一不同系统中的数据上，而不是利用信息来改善决策。　　计划人员通常无法忍受这种效率低下的局面，于是创建自成一体的个人数据表以保持信息的精确和统一。这种做法加剧了现有的问题，并引出“孤儿数据”的新问题。所谓“孤儿数据”是指目前没有驻留在公司业务应用之中、但运行业务又需要用到的数据。这类数据主要保存在个人电脑的数据表中或者记事本中。

数据治理流程是从数据规划、数据采集、数据储存管理到数据应用整个流程的无序到有序的过程，也是标准化流程的构建过程。根据每一个过程的特点，我们可以将数据治理流程总结为四个字，即“理”、“采”、“存”、“用”。1.理：梳理业务流程，规划数据资源对于企业来说，每天的实时数据都会超过TB级别，需要采集用户的哪些数据，这么多的数据放在哪里，如何放，以什么样的方式放？这些问题都是需要事先进行规划的，需要有一套从无序变为有序的流程，这个过程需要跨部门的协作，包括了前端、后端、数据工程师、数据分析师、项目经理等角色的参与。2.采：ETL采集、去重、脱敏、转换、关联、去除异常值前后端将采集到的数据给到数据部门，数据部门通过ETL工具将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程，目的是将散落和零乱的数据集中存储起来。3.存：大数据高性能存储及管理这么多的业务数据存在哪里？这需要有一高性能的大数据存储系统，在这套系统里面将数据进行分门别类放到其对应的库里面，为后续的管理及使用提供最大的便利。4.用：即时查询、报表监控、智能分析、模型预测数据的最终目的就是辅助业务进行决策，前面的几个流程都是为最终的查询、分析、监控做铺垫。这个阶段就是数据分析师的主场，分析师们运用这些标准化的数据可以进行即时的查询、指标体系和报表体系的建立、业务问题的分析，甚至是模型的预测。

BOM（Bill of Materials）是产品的物料清单，用于描述产品的组成结构和各个组件之间的关系。根据主数据的定义，主数据是组织中共享和重复使用的核心数据，如客户、供应商、物料等。在这个定义下，BOM并不完全符合主数据的概念。原因是，主数据通常是在整个组织内共享和重复使用的数据，是各个业务过程的基础数据，而BOM是针对特定产品的物料清单，其作用更加局限于产品开发、生产和物料管理等领域。BOM是为了描述产品的组成和结构而存在的，它可能会包含一些物料数据，但并不具备主数据的全局性和广泛性。然而，BOM与主数据之间存在一定的关联。BOM中的物料组件往往需要在主数据中进行管理，以确保物料的准确性和一致性。这意味着BOM中的物料组件可能需要对应到主数据中的物料记录。同时，BOM也可以参考主数据中的物料属性和规格信息，以确保产品的正确性和合规性。因此，虽然BOM不是严格意义上的主数据，但在产品开发和生产过程中与主数据存在一定的关联和依赖关系。

　　数据治理在“大数据”成为热词后，更加被业界关注。大数据带来的一个显著变化是，大量数据来自于数据中心之外，包括笔记本电脑、平板电脑、智能手机以及传感器、社交网站等。数据量激增，数据类型也变得多样。数据散落在不同的系统中，哪些数据是可信的？数据是否面临更大的风险？如何从海量数据中获得洞察？大数据时代，企业更加需要数据治理。 　　“数据治理是目前一个比较新兴的、正在发展的学科，目前业界对它的定义还不完全一样。”IBM全球企业咨询服务部业务分析与优化团队副合伙人谢国忠说，数据治理（Data Governance）是围绕将数据作为企业资产而展开的一系列的具体化工作。数据是企业最大的价值来源，同时也是最大的风险来源，数据管理不佳通常意味着业务决策效果不佳以及更可能面临违规和失窃。而利用规则的可信数据有助于组织的业务创新――提供更好的服务，提升客户忠诚度，减少合规及报表要求所需工作，并提升创新能力。 　　国内企业数据治理成熟度不高 　　“在过去几年中，数据治理的目标也在发生转变。”曾经帮助金融、航空、海关、电信、电网等行业客户做过数据治理项目的谢国忠表示，“除满足监管和风险管理要求外，现在很多企业在说怎么通过数据治理来创造业务价值。如信息披露、行业领先以及精细化管理的需求。” 　　“目前国内大部分企业在数据治理方面还处于基本管理阶段。”谢国忠评价说，“有些公司说做了很多数据质量检查，做了数据归档、数据安全，但他们的问题是没有一个完整的体系。其次，怎么把这些领域串起来，他们没有方法论。第三，他们在观念上还达不到把数据当做核心资产来运作。”因此，谢国忠认为国内企业首先需要一套完整的数据治理体系。 　　他认为国内企业数据治理方面存在误区：觉得数据治理是很短期的行为，认为数据治理只是IT部门的责任，只把数据治理当成软件。实际上，数据治理不光是软件，还要有相应的流程、方法。 　　谈到数据治理的实践，IBM自身就是数据治理的典型代表。1992年之前，IBM在数据治理方面存在很多问题，没有明确的可依赖的数据源，没有明确的数据所有人，数据质量低下。1995年，IBM在ERP里面做了业务数据标准，将所有的业务定了15大类业务标准、79个分类子业务标准，这样全公司看到的是一个统一的业务定义。2004年，IBM成立了数据责任人论坛，2005年成立了数据治理委员会，之后又成立数据审核委员会。1992年，IBM全球有128个CIO、155个数据中心、80个Web拓展中心、31个不同的网络、16000个应用。通过数据治理，IBM简化了基础架构，并降低了管理的复杂度。2007年，IBM全球只有一位CIO，主数据中心变成了6个，Web拓展中心变成全球统一的网络，16000多个应用变成4000个左右。 　　在此基础上，IBM在2004年联合业界多家公司和学术研究机构，成立了数据治理论坛，并在此次论坛上，制定包括四大领域11个要素的数据治理框架和方法，来指导数据治理工作的开展。框架包括产出领域：数据风险管理、价值创造；驱动领域：组织机构/流程、管理制度、数据责任人；核心领域：数据质量管理、信息生命周期管理、安全/信息披露/合规；支撑领域：数据模型/数据架构、元数据/主数据/数据标准、质量审计与报告。 　　银行数据治理成功案例 　　在数据治理方面，由于政策方面的驱动力以及银行自身业务发展的需求使银行数据治理需求旺盛。中国银行业信息科技“十二五”规划中包括数据治理与数据标准专题，其中指出“十二五”期间，数据治理需要重点推进的核心领域包括：数据标准、数据质量、数据安全、数据架构，以及为了做好这些工作所必需的保障机制，包括政策、组织、流程、技术等方面。 　　IBM GBS部门帮助国内外银行做了多个数据治理的咨询项目，包括中国资产规模最大的商业银行。 　　“这家银行与同行业相比在技术方面是最先进的，已经做了数据质量、元数据等，但没有完整、统一的数据治理方法和配套的制度、流程；另一个问题是数据治理体系和架构还不完善。”谢国忠向记者介绍了这家银行在数据治理方面面临的挑战。 　　根据IBM数据治理框架和方法，GBS从四大领域11个要素对该行数据治理的现况进行评估，帮助该银行找到差距，并在此基础上分析问题，提出解决问题的建议。这一项目从2008年开始，2010年及2011年该行又相继启动了一系列相关的数据治理项目，包括全行数据标准化项目、数据架构优化项目、全行数据质量管理项目等。目前，该银行在数据治理方面在全国也走在前列。 　　再看某全球领先银行的数据治理案例。美联储认为该银行没有对信息的整合和质量进行足够的控制以确保合规的要求。而通过一到两年的数据治理，该银行通过了美联储的审计。该银行的高级副总裁Andrew Dunn认为，该银行数据治理取得成功的关键因素是，选择了一个有相关经验、流程和工具的合作伙伴能够加速数据治理在整个企业范围内的有效部署。 　　主数据管理需求突出 　　数据治理涉及11个要素，主数据管理就是其中非常重要的一环。Informatica公司高级副总裁兼首席信息官Tony Young就说：“加强主数据管理是企业获得一个完整、可信的数据视图的必经途径。” 　　主数据是用来描述企业核心业务实体的数据，比如客户、合作伙伴、员工、产品、物料单等。主数据管理旨在从企业的多个业务系统中整合最核心的需要共享的数据，集中进行数据清洗，并以服务的方式把统一、完整、准确的主数据分发给企业内的操作型应用和分析型应用，包括业务系统、业务流程和决策支持系统等。 　　Tony Young向记者表示：“MDM最核心的任务是导出‘黄金数据"。所谓黄金数据就是企业的关键业务数据，也是绝对真实的数据。此外，MDM还要反映主数据之间的关联性，比如客户与产品之间的关系、客户与客户之间的关系等。在数据仓库里，你很难找到这种关联性，而MDM能够轻易做到这些。”MDM和数据仓库之间也有区别，比如它们处理的数据类型不同，MDM是偏交易型的系统，而数据仓库属于分析型的系统。MDM和数据仓库两者可以互相促进，互为补充。Informatica MDM 的灵活数据模型可让IT团队在任何数据域中实施MDM，并可在同一数据模型中添加其他域及定义不同数据域之间的关系。Informatica MDM 可在企业内部或云中实施，也可作为两者的混合体加以实施。此外，它还可以作为多个MDM实例之间的全局性枢纽，部署于联合MDM体系架构内。 　　金融行业仍然是MDM需求最旺盛的行业，MDM资深专家、Information Difference公司总裁Andy Hayler表示：“一般来说，企业越大，遇到的数据管理方面问题就越多。大公司更容易采用相关的数据分析工具来解决其面临的数据问题。”但这并不是说MDM只适用于金融行业，比如Informatica公司的MDM产品已经在24个行业中得到了应用，包括医疗、石油、公共事业等行业。

睿治数据治理平台是亿信华辰完全自主研发的、开创性的、一站式综合数据治理整体解决方案。睿治是全国唯一实现了数据治理场景全覆盖的突破性产品，九大核心模块：元数据、数据标准、数据质量、主数据、数据资产、数据安全、数据交换、数据处理、数据生命周期等，以创新的方式保证了企业的业务数据在采集、汇总、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性，全面为客户量身打造符合自身特征的数据治理体系。 睿治始终站在国内顶尖梯队，广泛应用了MQ、分布式计算、zookeeper等最新技术。同时引领国内行业发展趋势：1、数据质量自动探查，内置常规数理统计算法支持绑定机器学习算法；2、数据关系智能构建，基于存储过程、sql、数据库定义，自动理解数据之间的关系；3、资产目录主动感知，活化更新等先进技术，确保成为当之无愧的领头羊。

条件1：清除以前跟这个物料相关的所有计划数据：未清的PO,SO,以及其他的计划订单等（删除行项目就行）。条件2：库里的东西要全部清掉，不管是用初始化562出去还是消耗掉。条件3：如果你启用了物料分类账，似乎需要将前期库存也清掉（比如当期是8月的话，7月的库存也必须为0），具体怎么清掉你可以查下note，我记得有个note专门讲怎么修改物料主数据上的批次管理。

掌握了物料主数据是企业管理中的重要组成部分、物料主数据的管理需要遵循一定的规范和标准。还不清楚物料主数据管理的具体实现方法和流程，需要了解不同企业的物料主数据管理的差异和特点。1、物料主数据是企业管理中的重要组成部分，包括物料编码、物料描述、计量单位、价格等信息。2、物料主数据的管理需要遵循一定的规范和标准，以确保数据的准确性和一致性。3、还不清楚物料主数据管理的具体实现方法和流程，需要进一步学习和了解。同时，也需要了解不同企业的物料主数据管理的差异和特点，以便更好地应对不同的业务需求。

主数据管理：物料清单。 物料清单是一个产品结构化的清单，定义了产品的原料或半成 品的标准消耗，同时也维护了产品标准产出数量，主要用于物料需 求计划的展开、产品标准成本评估。 物料清单包括每个部件的物料号、数量和计量单位，以及其他 一些控制参数。物料清单的项目内容通常定义为库存项目物料、非 库存项目物料、文本项目、文档项目等。 在炼油化工行业，通常物料清单按照生产装置的投入/产出比 例来维护。而炼油化工生产装置的主副产品较多，因此在设置物料 清单时，要以某种产品为主产品，然后其它产品作为联产品及副产 品维护在物料清单中。工作中心。 工作中心是在工厂中执行工序或作业的地点，主要用于计划执 行、生产调度、成本核算。生产中每一个工作中心都将对应财务的 一个成本中心，因此工作中心是财务收集生产制造费用的主要途 径，工作中心的制定要综合考虑财务收集成本的因素。如，在炼油 化工企业 PP 模块实施中，一般一个装置对应一个工作中心，但是 在系统中一个工作中心只能设置 6 个作业类型，因此为了收集水、 电、汽、风、直接人工、固定机器费用、变动机器费用、机器折旧 等多项成本费用类型，也可以设置一些虚拟工作中心，以作为各类 制造费用的收集点。工艺路线。 工艺路线是由一系列工序组成的，它说明产品生产所需经历的 工艺过程及所使用的资源，主要用于生产计划排产与调度，及费用 类的生产成本核算。工艺路线中每个工序将输入执行该工序的工作 中心。在工序中将包含作业类型的标准值，例如人工工时和机器工 时。对于炼油化工行业来说，生产装置的工序通常会设定加工单位 数量产品所需要消耗的水、电、汽、风等能源消耗的额定值，以及 固定机器费用、 变动机器费用、 机器折旧等各种成本费用消耗定额。生产版本。 生产版本用于描述产品生产过程中可能选用的物料清单、工艺 路线等参数，同时可以设定生产所对应的收发料地点。创建生产版 本将针对主产品来创建，具体是将主产品的特定物料清单、工艺路 线、有效期间、生产批量等集合于生产版本中。一个主产品根据其 生产方案的不同，可以设置多个生产版本。

业务场景数据与主数据是内似于“母子”关系，主数据是主干，下面会有很多分支，业务场景数据是其中一个分支。

数据资产管理包含数据标准管理、数据模型管理、元数据管理、主数据管理、数据质量管理、数据安全管理、数据价值管理、数据共享管理等8个管理。1、数据标准是指保障数据内外部使用和交换一致性和准确性、规范性的约束，数据标准管理关键活动的第一个是理解数据标准化的需求，即任何一个管理活动都要和企业的战略规划、企业的需求紧密地结合。数据标准管理的第二个关键活动就是制定数据标准的体系与规范，第三个是制定相应的管理办法以及实施流程要求，第四个是建立一些数据标准的管理工具。2、数据模型是现实世界数据特征的抽象。数据模型包括三个：概念模型，概念模型是面向用户与客观实践的，构建概念模型的本身与数据库或者数据仓库的架构搭建没有特别多的关系。在建立了概念模型的基础之上可以构建逻辑模型，逻辑模型是面向业务的，用于指导一些数据库系统的实现。物理模型，物理模型是基于逻辑模型，面向计算机物理表示，考虑了操作系统、硬件模型等等，描述数据在存储介质上的结构。3、元数据管理，以二维表为例，想描述一个二维表信息的话，可以描述它每一行、每一页，也可以提取这个表中的一些抽象化或者是更高层次的信息，比如说这些表的字段或者表的结构以及表的大小等等，这样就对这个表格进行了数据的描述。可以帮助实现关键信息的追踪与记录，快速掌握元数据的变化可能带来的风险。元数据非常关键的运用是进行血缘分析和影响分析，通过进行血缘分析和影响分析可以了解数据走向，知道数据是从哪里来到哪里去，也可以构建数据地图和数据目录自动提取元数据信息，了解这个企业目前拥有数据资产情况。4、主数据管理，比如说供应商数据、物料数据、客户数据、员工数据。主数据管理可以使企业跨系统使用一致的和共享的数据，从而可以降低成本和复杂度，来支撑跨部门、跨系统数据融合的应用。主数据的关键活动包括识别主数据、定义和维护主数据的架构以及实现数据库与主数据库的同步。主数据管理在很多行业成为企业开展数据资产管理的切入点。通过对主数据的梳理和管理，将建立数据的一个参考，为数据标准后期的管理节约很多的人力和物力。5、数据质量管理，可以帮助企业获得一些干净以及结构清晰的数据，进而可以提高数据应用和服务的水平。数据质量好坏的衡量指标一般包括完整性、规范性、一致性、准确性、唯一性、时效性。在定义数据质量管理时应该将管理过程中成本考虑进去。同样还需要和企业的业务需求紧密结合找到平衡点。数据质量管理其他的关键活动包括持续的测量、监控数据的质量、分析数据质量产生问题的根本原因，以及制定数据质量的改善方案，监控数据质量管理操作和绩效等等。6、数据安全管理，主要是对数据设定一些安全等级来评估数据的安全风险，来完善数据安全管理相关的技术规范，通过对数据进行全生命周期的安全管控，包括数据的生成、存储、使用、共享、销毁等实现事中前可管、事中可控、事后可查。7、数据价值管理，通过从数据的成本和数据的应用价值两个方面的度量，使企业能够最优化、最大化释放数据的价值。成本价值计量可以从采集、存储、计算成本进行评估，也可以从运维成本评估，还可以从数据的活性以及数据质量应用场景的经济性等角度进行评估。数据的成本和数据价值的评估维度主要和自己的应用场景和业务需求挂钩即可。数据成本与数据价值典型评价方法包括成本法、收益法和市场化。8、数据共享管理，包括数据内部共享、外部流通、对外开放。数据共享管理的关键活动就是包括定义数据资产运营指标、设计管理方案等。

提供一下你的问题的上下文，单纯这样一个主数据资源库

MDM是主数据管理，Master Data Management的缩写。主数据管理是一个连通性、灵活性和可扩展的平台，可有效管理主数据，并为业务关键数据提供单点事实。它通过确认、链接并整合产品、客户、商店／地点、员工、供应商、数字资产等信息来支持业务计划。应该注意的是，主数据并不是企业中的所有业务数据，而是需要在不同系统之间共享的数据。例如，大多数事务数据和账单数据不是主数据，而是描述核心业务实体的数据，如客户、供应商、帐户、组织单位、员工、合作伙伴、位置信息等。主数据是企业中可以跨业务重用的高价值数据。在主数据管理之前，这些主数据通常存在于多个异构或同构系统中。MDM的管理方法1、MDM应用程序法MDM 应用程序法附带特定的数据模型、业务逻辑或功能以及图形用户界面，非常适合解决单一、明确界定的业务问题。这类似于购买现成的销售团队的自动化应用程序以管理销售渠道，或购买一个采购应用程序，以管理为供应链购买的直接或间接材料。2、MDM平台法借助 MDM 平台法，组织可以灵活定义其自身的数据模型，基于定义的模型产生逻辑和功能，并支持基于有关功能配置图形用户界面。

在说主数据之前，我们先来看一个场景：一银行客户向监管部门投诉，说银行泄露他的个人隐私。于是，行长被监管部门训诫，数据老总被行长责骂。但追查下来，其实银行似乎并没有什么错：不同系统里保存了客户的多个手机号码，银行向客户发送其动账信息时，客户的一个“错误手机号码”收到了短信，然而客户不希望该号码看到动账信息，因为该号码可是某个“敏感人”在使用。一个客户，多个号码并存，且其中还含有“敏感号码”。这种现象在客户信息管理中，屡见不鲜，并由此带来了“客户投诉”等系列连锁反应。我们再来看一个行业趋势：如今，CRM系统几乎成了每个企业的标配，不管企业规模如何。并且，对于拥有多家子公司、多条业务线的大企业来说，他们为不同的业务团队、部门或区域部署了多个CRM。但是这种情况却给CRM发挥价值最大化带来了问题，如：同一个客户信息存在不同系统中，且信息不完全一致。在进行客户管理或营销活动时，不仅浪费了企业资源还带来了隐患。由此，CRM的下一个进阶之路，将从多个不同来源提取现成的客户数据，以创建客户数据的单一可信版本，帮助企业提高营销能力并促进销售。有两个概念隐藏在这两个场景中，一个是“主数据”，案例中“客户”就属于主数据，其中由客户信息管理不当引起的投诉事件就是主数据管理缺失带来的问题。另一个就是“主数据管理（MDM）”。创建客户数据的单一可信版本，这就是引入了主数据管理解决方案。到底什么是主数据？能够满足企业跨部门协同需要的、反映核心业务实体状态属性的企业(组织机构)基础信息，属性相对稳定、准确度要求更高、唯一识别的，就是主数据，称为MDM。这是《主数据管理实践白皮书》给出的定义。在这个定义中，我们可以很直接的把握到几个重要信息：“满足跨部门协同需要”、“核心业务实体状态属性”、“属性稳定”、“准确度高”、“唯一识别”。主数据强调的是要共享、统一的基础数据。跨越了系统和部门界限，不归属于某一特定的部门，是多个系统之间的共享数据，是各个职能部门在开展业务过程中都需要的数据，是企业的核心数据资产。主数据是定义企业核心的业务对象，如产品、员工、原料、客户、供应商等，企业的业务记录都是围绕这些业务对象开展，为保证业务数据的质量，主数据需要在企业全范围内保持一致性、准确性、完整性、可控性。在一个系统、一个平台，甚至一个企业范围内，主数据实体要求具有唯一标识即数据编码，同名同义，保证同一个对象在共享和应用的唯一性，如：统一员工和组织主数据，对所有系统的员工和组织进行规范。以上提到的特点是主数据应该满足的重要特征，但是实际的信息化建设中缺出现很多问题。比如:最明显的，企业肯定会使用不止一个系统。同一个业务对象的细节会出现在不同系统中，比如：员工会被定义在财务系统、OA系统等。因此，就会带来如下问题：可能需要在每个系统中重新存储数据同一实体在不同系统间的编码不一致、信息不一致系统之间可能不同步（新增数据、更新数据）重复数据："ABC Ltd"和"ABC Limited"是同一个东西么？共享或者利用难：做报表或分析时，难以从多个系统去整合数据为了应对这些问题，我们需要引进主数据管理（MDM）。建立数据标准，实现数据集成、统一管控与无障碍共享。在这里需要强调一点的是:对主数据的管理要集中化、系统化、规范化。也就是说，主数据管理应保持相对独立，主数据管理系统是信息系统建设的基础，它服务于但是高于其它有业务信息系统。《主数据管理实践白皮书》关于主数据管理的定义是这样说的：是一系列规则、应用和技术，用以协调和管理与企业的核心业务实体相关的系统记录数据。主数据管理通过对主数据值进行控制，使得企业可以跨系统的使用一致性的和共享的主数据，提供来自权威数据源的协调一致的高质量主数据，从而支撑跨部门、跨系统数据融合应用。主数据作为企业数据战略的重要组成部分，在信息化战略中处于核心地位，处于基础支撑地位。它极大程度上影响了企业信息化建设的价值，更影响了企业利用的效率和数据发挥价值的程度。试想一下：企业耗费大量资源，在引进越来越多的系统中逐步实现了业务数据化。但是，由于系统建设缺乏统一规划，及不同系统建设厂商不一致，导致不同系统内的数据出现了不一致现象。当物资供应部拿着ERP中查询好的供应商编号，去生产部门询问该供应商所供货物的使用计划时，发现没有该供应商的相关信息；集团希望统筹全集团的“人财物”，集中采购就成了重要抓手，SRM系统终于上线了，但是下属企业却各说各话，鸡同鸭讲，问题依旧没有解决……从基础层面来说，主数据管理主要体现了一下价值：消除数据冗余:不同系统、不同部门按照自身规则和需求获取数据，容易造成数据重复存储，形成数据冗余。主数据打通各业务链条，统一数据语言，统一数据标准，实现数据共享，最大化消除了数据冗余。提升数据处理效率：各系统、各部门对于数据定义不一样，不同版本的数据不一致，一个核心主题也有多个版本的信息，需要大量的人力、时间成本去整理和统一。通过主数据管理可以实现数据动态整理、复制、分发和共享。提高公司战略协同力：数据作为公司内部经营分析、决策支撑的“通行语言”，实现多个部门统一后，有助于打通部门、系统壁垒，实现信息集成与共享，提高公司整体的战略协同力。以上是从主数据管理的价值和意义说明其重要性。我们换个角度从项目落地实施的角度来看看为什么“主数据管理是一切工作的起点”。随着大数据战略的深入推进，数据的资产化成为日益明显的趋势。但同时，很多企业对于数据资产的管理还处于非常原始的阶段，面临着数据质量差、数据垃圾难以处理、数据转换率低等管理痛点。如何充分挖掘发挥数据价值的方法论和参考框架是关键问题也是难点问题。科学的数据资产管理模式对于企业具有非常重要的意义。现有的方法多种多样，其中“主数据管理”是数据资产管理实践方式的重要切入方法之一，其建设策略是从解决核心业务实体数据的质量和业务协同入手，推动生产环节在客户、物料、组织机构、产品、统一编码等方面保持一致。从主数据入手开展数据资产管理实践目标明确、建设周期较短，还能够保障关键数据的唯一性、一致性及合规性。从IT建设的角度，主数据管理可以增强IT结构的灵活性，构建覆盖整个企业范围内的数据资产管理基础和相应规范，并且更灵活地适应企业业务需求的变化。此外，主数据质量的提高也能够为后期数据集成和数据整合打下良好的基础。

MDM是主数据管理，Master Data Management的缩写。主数据管理是一个连通性、灵活性和可扩展的平台，可有效管理主数据，并为业务关键数据提供单点事实。它通过确认、链接并整合产品、客户、商店／地点、员工、供应商、数字资产等信息来支持业务计划。应该注意的是，主数据并不是企业中的所有业务数据，而是需要在不同系统之间共享的数据。例如，大多数事务数据和账单数据不是主数据，而是描述核心业务实体的数据，如客户、供应商、帐户、组织单位、员工、合作伙伴、位置信息等。主数据是企业中可以跨业务重用的高价值数据。在主数据管理之前，这些主数据通常存在于多个异构或同构系统中。MDM的管理方法1、MDM应用程序法MDM 应用程序法附带特定的数据模型、业务逻辑或功能以及图形用户界面，非常适合解决单一、明确界定的业务问题。这类似于购买现成的销售团队的自动化应用程序以管理销售渠道，或购买一个采购应用程序，以管理为供应链购买的直接或间接材料。2、MDM平台法借助 MDM 平台法，组织可以灵活定义其自身的数据模型，基于定义的模型产生逻辑和功能，并支持基于有关功能配置图形用户界面。

MDM是主数据管理，Master Data Management的缩写。主数据管理是一个连通性、灵活性和可扩展的平台，可有效管理主数据，并为业务关键数据提供单点事实。它通过确认、链接并整合产品、客户、商店／地点、员工、供应商、数字资产等信息来支持业务计划。应该注意的是，主数据并不是企业中的所有业务数据，而是需要在不同系统之间共享的数据。例如，大多数事务数据和账单数据不是主数据，而是描述核心业务实体的数据，如客户、供应商、帐户、组织单位、员工、合作伙伴、位置信息等。主数据是企业中可以跨业务重用的高价值数据。在主数据管理之前，这些主数据通常存在于多个异构或同构系统中。MDM的管理方法1、MDM应用程序法MDM 应用程序法附带特定的数据模型、业务逻辑或功能以及图形用户界面，非常适合解决单一、明确界定的业务问题。这类似于购买现成的销售团队的自动化应用程序以管理销售渠道，或购买一个采购应用程序，以管理为供应链购买的直接或间接材料。2、MDM平台法借助 MDM 平台法，组织可以灵活定义其自身的数据模型，基于定义的模型产生逻辑和功能，并支持基于有关功能配置图形用户界面。

MDM是主数据管理，Master Data Management的缩写。主数据管理是一个连通性、灵活性和可扩展的平台，可有效管理主数据，并为业务关键数据提供单点事实。它通过确认、链接并整合产品、客户、商店／地点、员工、供应商、数字资产等信息来支持业务计划。应该注意的是，主数据并不是企业中的所有业务数据，而是需要在不同系统之间共享的数据。例如，大多数事务数据和账单数据不是主数据，而是描述核心业务实体的数据，如客户、供应商、帐户、组织单位、员工、合作伙伴、位置信息等。主数据是企业中可以跨业务重用的高价值数据。在主数据管理之前，这些主数据通常存在于多个异构或同构系统中。MDM的管理方法1、MDM应用程序法MDM 应用程序法附带特定的数据模型、业务逻辑或功能以及图形用户界面，非常适合解决单一、明确界定的业务问题。这类似于购买现成的销售团队的自动化应用程序以管理销售渠道，或购买一个采购应用程序，以管理为供应链购买的直接或间接材料。2、MDM平台法借助 MDM 平台法，组织可以灵活定义其自身的数据模型，基于定义的模型产生逻辑和功能，并支持基于有关功能配置图形用户界面。

主数据和公共数据是两个不同的概念：1. 主数据指企业中用于标识和描述核心业务对象的数据，如产品、客户、供应商等。主数据通常是多个业务系统共享的信息，因此需要进行统一管理和维护，以确保数据的准确性和一致性。2. 公共数据则是一些通用的数据，可以被多个应用程序或业务系统所共享，如行政区划代码、货币汇率等。这些数据通常不涉及具体业务对象的信息，但在多个业务系统中都有使用，因此需要进行集中管理和维护。因此，主数据和公共数据的区别在于它们管理的数据对象不同。主数据是企业中核心业务对象的标识和描述信息，而公共数据则是一些通用的数据，例如全局设置、行政区域、单位换算等。两者都需要进行统一管理和维护，以确保数据的质量和一致性，同时也能提高企业的效率和决策水平。

主数据生命周期包括9个过程，分别是访问、发现、建模、清理、识别、解决、关联、治理和交付。1. 访问：从不同的数据源和应用程序中获取不一致和重复的主数据。2. 发现：剖析数据质量和结构，发现重复、错误和不一致的数据。 3. 建模：通过灵活的数据模型，定义任何类型和数量的主数据。4. 清理：解决错误和矛盾之处，创建正确、完整的主数据。 5. 识别：快速匹配和准确识别重复数据。6. 解决：合并重复数据，创建可信的唯一真实版本。7. 关联：揭示客户所拥有的产品、家庭关系和企业层级结构。8. 治理：创建、使用、管理和监控主数据。9. 交付：将可信的主数据与下游应用程序和数据仓库进行同步。主数据管理（MDM） 项目需要访问和控制来自应用程序包和遗留系统的数据，然后将其交付给操作和分析系统。

答案：MDM 是 Mobile Device Management（移动设备管理）的缩写。解释：移动设备管理（MDM）是一种用于监控、管理和保护企业或组织内部使用的移动设备（如智能手机、平板电脑和笔记本电脑）的技术。MDM 的主要目的是确保移动设备的安全性和合规性，同时提高企业的生产力和效率。拓展内容：MDM 解决方案通常具有以下功能：1. 设备注册：允许企业或组织的员工将其移动设备注册到 MDM 系统中。2. 配置管理：推送和管理设备的配置文件，包括 Wi-Fi 设置、电子邮件设置等。3. 应用管理：部署、更新和删除企业应用程序，确保员工使用的应用程序是最新和安全的。4. 安全策略：设置和执行设备安全策略，如密码要求、设备加密等。5. 远程锁定和擦除：在设备丢失或被盗时，远程锁定设备或擦除敏感数据，以保护企业信息安全。通过实施 MDM 解决方案，企业和组织可以确保员工在移动设备上安全地访问企业资源，降低数据泄露和安全风险。

条件1：清除以前跟这个物料相关的所有计划数据：未清的PO,SO,以及其他的计划订单等（删除行项目就行）。条件2：库里的东西要全部清掉，不管是用初始化562出去还是消耗掉。条件3：如果你启用了物料分类账，似乎需要将前期库存也清掉（比如当期是8月的话，7月的库存也必须为0），具体怎么清掉你可以查下note，我记得有个note专门讲怎么修改物料主数据上的批次管理。给的分太少，难怪没几个人答

数据生命周期包括9个过程，分别是： 1、访问：从不同的数据源和应用程序中获取不一致和重复的主数据。 2、发现：剖析数据质量和结构，发现重复、错误和不一致的数据。 3、建模：通过灵活的数据模型，定义任何类型和数量的主数据。 4、清理：解决错误和矛盾之处，创建正确、完整的主数据。 5、识别：快速匹配和准确识别重复数据。 6、解决：合并重复数据，创建可信的唯一真实版本。 7、关联：揭示客户所拥有的产品、家庭关系和企业层级结构。 8、治理：创建、使用、管理和监控主数据。 9、交付：将可信的主数据与下游应用程序和数据仓库进行同步。 主数据管理（MDM）项目需要访问和控制来自应用程序包和遗留系统的数据，然后将其交付给操作和分析系统。

SAP MDG财务主数据可以启用多个版本来对科目数据进行管理。这是因为在企业的财务管理中，经常需要进行科目数据的更新和变更，而这些变更可能需要在不同的时间点进行审批、生效或回滚。通过启用多个版本，可以实现对科目数据的历史记录和版本控制，方便跟踪和管理变更的过程。拓展：1. 版本管理：启用多个版本可以帮助企业进行版本管理，确保财务主数据的准确性和完整性。每个版本都可以记录对科目数据所做的修改和变更，包括新增、修改和删除操作，从而实现对财务主数据的全面追踪和审计。2. 审批流程：启用多个版本也可以与审批流程结合使用，确保科目数据的变更经过适当的审批程序。不同版本可以对应不同的审批状态，例如草稿、待审批、已批准等，以确保变更的合规性和一致性。3. 多场景适应：启用多个版本还可以满足企业在不同场景下对财务主数据的需求。例如，可以针对不同的业务部门或地区，启用不同的版本来管理科目数据，以适应各个部门或地区的特定要求和规定。总之，通过启用多个版本，SAP MDG财务主数据可以实现对科目数据的全面管理和控制，确保财务数据的准确性、完整性和合规性。

个人曾就这个问题咨询过中大咨询的专家，专家给出以下几点建议：1、统一信息资源模式，强化数据标准建设以业务为导向，建立统一的企业数据架构。依托企业主数据管理（MDM）和数据资源规划（IRP），强化数据标准化建设，实现信息资源模式的统一。企业主数据管理，就是将企业的多个业务系统中整合最核心的、最需要共享的数据（主数据），集中进行数据的清洗和丰富，并且以服务的方式把统一的、完整的、准确的、具有权威性的主数据分发给企业内需要使用这些数据的应用。围绕流程再造，从业务到数据，构建企业数据架构基线，建立数据架构管理机制。2、推进结构化和非结构化数据的融合发推进结构化和非结构化数据的融合式发展，将超文本、超媒体数据模型和面向对象数据模型进行融合，构建适合结构化和非结构数据统一组织和管理的数据模型。3、积极部署大数据应用，驱动信息资源的有效利用加大大数据技术的应用部署力度，综合运用云计算、分布式计算、数据交换、数据仓库、数据挖掘以及非结构化的数据处理等多层次的大数据技术搭建大数据平台。4、重视数据安全管理，确保大数据生态圈信息安全在信息资源整合过程中以数据安全管理为前提，与上下游企业以及安全管理机构、评测机构等第三方机构开展广泛合作，从企业管理制度、流程和技术手段等多方面协作确保大数据生态圈的数据信息安全。

我们如何朝着更主动的架构和数据治理模式前进？第一个要求是我们开始在多领域 MDM 系统中直接授权数据，分离传统 CRM 和 ERP 系统中的数据录入。当录入系统和记录系统为同一个系统时，应用程序架构很简单。CRM 和 ERP 系统变成主数据的消费者 — 它们不再创建它。但是，为了实现此有价值的简化，需要灵活、用户友好的界面。它有助于创建针对不同业务用户（从临时用户到专家）组的用户界面版本，同时仍然具有完整的数据管理控制台，数据管理员通过该控制台可处理需要人为判断的问题，并跟踪数据质量度量标准和解决异常。多领域 MDM 系统本身的角色发生变化，从在别处输入或更新的数据的被动接收者和整理者变为原始录入系统和记录系统。新记录或修改后的记录通过内部数据治理规则后，MDM 系统通过实时或接近实时的中间件将经过认证的记录发布到 CRM 和 ERP 系统以及所有数据仓库或分析系统。如果不需要实时或接近实时的反馈，新记录和更改后的记录可排队等候，以便通过批量集成与企业的其它系统同步。这一变化还消除了主要的复杂性原因。MDM 系统成为了源系统，企业中的其它应用程序和数据库成为消费系统，而不是让处于复杂源系统网络的中心的 MDM 系统位于左侧，而消费系统位于右侧。因此，省去了接近一半的系统集成工作量，并且还省去了映射源系统和其独立且特殊方法（允许数据录入返回到 MDM 系统）的工作。这看上去是一个激进的步骤，但是它实际上是长期趋势的延续。当企业应用程序套件最初变得通用时，公司假设它们的新 CRM 或 ERP 系统是唯一的真相来源。但是，随着时间的推移，公司沦为扩散系统和数据库的牺牲品。因此，没有一个前台或后台系统拥有完整的主数据集。如果您将要添加一个多领域 MDM 系统并承认 CRM 和 ERP 系统并不是设计用于管理主数据，为何不进行下一步骤并取消它们的创建、更新或删除主数据的功能，而是允许这些系统只能读取和处理主数据呢？

对于数据库而言，主数据是各个业务系统都需要使用到的最基础的数据，而主数据管理系统本身就是对这部分数据的集中化。形成MDM主数据管理系统和能够提供各种基础关键共享数据的数据中心是原来数据层面走向集中的一个方式。那么另外一种方式就是数据库层面能否完全走向集中？对于数据库层面的完全集中化，首先需要考虑的是统一数据存储，对于统一数据存储相对而言是容易实现的，比如SAN集中存储模式，先不考虑分布式存储，如果分布式存储可能会更加复杂。Oracle Exadata是基于云数据库，具体实现哪些功能和优点还没有细看，但是可以看到在数据库方面做了不少云化的事情。

二级资产管理员。归口部门是二级资产管理员的所在部门。由于其工作性质的特殊性，该部门除了接受地方政府的领导之外，还要接受系统内上一级部门的指导、监督，乃至人事管理。如地方税务局、中共县委建制以上的纪检委等。归口管理是一种管理方式，一般是按照行业、系统分工管理，防止重复管理、多头管理。

1、元数据管理定义：元数据管理包括业务词汇表的发展，数据元素和实体的定义，业务规则和算法以及数据特征。最基础的管理是管理业务元数据的收集、组织和维持。对技术型元数据的应用对主数据管理和数据治理项目的成功至关重要。 2、元数据管理作用：元数据是“所有系统、文档和流程中包含的所有数据的语境如果没有元数据，组织IT系统中收集和存储的所有数据都会失去意义，也就没有业务价值。元数据管理是一项和主数据管理、数据治理一样重要的功能，因为元数据管理是每一个这些准则的基础组件。组织部署了数据治理项目，但没有解决元数据管理问题，仍然获得了成功，那是因为很多数据管家执行的活动和任务在聚焦元数据和元数据的管理流程。