企业主数据治理的“五化”原则

2020-09-22 08:09 浏览量:541

 1 

故事的背景

 

朋友所在公司是一家大型的集团企业公司,早在2013年他们公司就启动了主数据项目。当时他们公司正处于业务的快速扩张期,业务发展非常快,公司领导信息化的重心主要放在了核心业务系统的建设上,并没有意识到主数据这个“地基”的重要性。在主数据建设的过程中,虽然提到了数据的标准化问题,也在企业内部发布了一些主数据标准,但这些标准并没有真正用起来。只有部分标准(例如:人力域主数据标准)得到了一些使用,但使用范围也只限于集团总部。这个项目他们选择了当时国内主数据领域比较知名的主数据厂商实施,这个项目由信息中心主导,实施过程太过依赖于第三方厂商,业务部门并没有真正参与进来。这导致了项目交付后,主数据管理系统成了一个“鸡肋”,业务部门没人用,对于越来越低的数据质量问题,信息中心根本也越来越无力……

系统运行了不到2年,也就无人问津了。2018年,朋友公司信息化改革,引入了国际知名的咨询公司对其信息化进行了整体的咨询,经过调研,咨询公司认为朋友公司的主数据问题非常严峻,核心数据的不一致、不完整,已经严重影响到了企业信息化、数字化的发展。在咨询公司的建议和推动下,他们公司决定重新实施主数据,并用SAP产品替换掉现有的系统。读到这里,很多朋友一定会想:这次项目一定成功了,上有咨询公司方法论指引,下有SAP强大产品支撑,这样的项目几乎不可能再失败了吧。

可惜的是,从2018年开始建设到现在系统还没有整体上线,只在集团和一个主要子公司做了一些试点,而且试点过程也是磕磕绊绊、问题颇多。例如:数据规划过程,各业务部门配合程度不高,主数据标准迟迟不能定版发布。过程中,咨询公司协助制定了主数据管理的流程和制度,但公司业务变化较快,而流程与制度并没有及时的更新,导致流程与实际业务相脱节。朋友说:他们的子公司,提请一个主数据编码有时候流程需要走一个多星期,而他们公司是典型的“项目型组织”运作模式。即接到一个新项目就要成立相应的组织(项目团队),配备相应的人力资源、财务资源和物资资源,项目的灵活多变,也对信息系统提出了很高的要求,尤其是对于基础数据的及时性要求很高。因此,为了解决这个问题,他们的子公司单独建设自己了的主数据系统。子公司在他们自己的主数据系统完成主数据编码,并在其自建的系统中进行使用,同时在集团SAP主数据平台进行请码,待集团赋码完成后,再在他们自己的主数据系统中进行映射。这种方式刚开始也没什么问题,而且子公司的主数据与集团的主数据松耦合,在业务上反而更加灵活。但是随着这家子公司主数据维护人员的变动,集团主数据与子公司主数据的映射关系就没有维护了,渐渐的变成了集团主数据与子公司主数据的两层皮,数据不一致问题依然严重。

朋友咨询:这个问题有没有好点办法解决?对于这个问题,我相信他们的咨询公司和实施团队也一定给出了相应的解决方案,但却治理效果不佳。其实,朋友公司的这个主数据案例,并不是一个个例,对于很多大型集团公司来说,或多或少都存在这样的问题。

笔者常说,数据治理问题是一个系统化的问题,他涉及到企业的管理问题、业务问题,还有信息化建设问题。对于系统化的问题要有系统化的解决方案,主数据的治理应遵循“数据标准化、标准制度化、制度流程化、流程自动化、运营持续化”的五化原则。


 

 2 

数据标准化

 

数据标准化是指对企业的每一个主数据建立起相应的数据标准。主数据标准包括主数据的定义标准,分类标准、编码标准和模型标准。

首先,主数据的定义尤为关键,是主数据治理的基础。我们发现,企业主数据问题主要原因有很大一部分与主数据定义不清晰有关。例如:什么是企业的客户?如果我们问企业很多的管理者,大家会发现这么一个基础的简单的问题,很多企业的内部都并没有达成共识。各业务部门、财务部门对有“客户”的定义是不同的,统计口径也不一样。这就导致企业想统计一下“客户”数量这样一个简单的指标都存在着巨大的挑战。

其次,主数据分类的标准。主数据的分类实际上与业务有着较大的关系,同一个主数据在不同的业务部门或业务场景下,其分类就会有着非常大的差异。例如:对于同一个“物料”在生产部门可能是“原材料”,到了销售部门就成为了“产成品”;对于同一个“客户”在A部门所属“战略型大客户”,而对于B部门也只是“C类客户”。因此,主数据分类标准设计应尽可能与其管理和业务属性分离,采用相对通用的自然属性作为其主数据分类划分的依据。

第三,主数据编码的标准。主数据编码一直存在“有意义的编码”和“无意义编码”两种方式之争。有意义的编码就是编码中赋有业务的含义,通过主数据编码即可业务人员即可进行主数据的识别。无意义编码即采用流水码或序列码的方式进行主数据编码,编码不带有任何业务含义,只用于数据的唯一性识别。两种编码方式各有优缺点,企业应根据自身情况选择合适的编码方案。

第四,主数据模型标准。关于主数据模型设计业界也要两种截然不同的方法。一种是认为主数据重点是解决数据唯一性问题,在企业信息系统中起到一个“身份证”的作用,只需要管理关键的唯一性标识属性即可。另一种认为,不同业务部门对主数据关注不同的主数据属性,主数据管理应对其业务的全属性进行有效管理才有意义。另外,主数据模型标准与企业管理的精细化程度有关,例如:同一个物料,在A公司可能不需要关注其“颜色”属性,而B公司如果没有“颜色”属性其业务则无法开展。所以,这两种方式的优缺点也不能一概而论,不同的企业,不同的管理和信息化现状和需求,主数据模型标准也不一样。

 3 

标准制度化


 

有人将主数据标准比喻为信息化系统中的一部“宪法”,我觉得这个并不为过且非常贴切。制定主数据标准出来,就是要让各异构系统执行该标准,目的是解决各异构系统中核心数据的不一致、不完整、不准确等问题。而要让各业务系统执行统一的主数据标准,最为直接和有效的方式就是将标准制度化。标准制定化,不仅是指将数据标准形成制度化文件在企业范围内进行宣贯和执行,更重要的是需要明确定义出主数据的归口部门/主责部门,确定出主数据的申请、审批和使用的相关流程、岗位角色、岗位职责、操作要求以及相应的考核措施。

主数据标准的制度化不仅有利于数据标准在各业务系统中贯彻执行,更有利于在企业各业务部门之间达成共识,从而促进企业业务效率的提升。


 

 4 

制度流程化


 

管理大师迈克尔.哈默在《管理再造》一书中提到:“制度化管理中的制度,不是流程。流程是制度的落实节点,制度是指导流程操作的规范。制度是约束流程如何做,流程是制度由哪个岗位落实执行。”  主数据的标准和制度,用来描述实现主数据管理目标时,所应用到的操作、定义和约束,这些规则用来帮助企业更好的实现主数据管理的目标,而制度流程化就是要考虑如何把这些业务规则落地,以及落地的时候如何简化。

制度流程化的最高境界是将主数据标准和制度潜移默化的融入到了业务流程中,让相关人员知道怎么按主数据标准管理和使用主数据,并按此执行。笔者认为,主数据制度的流程化,首先是需要将主数据管理业务化,也就是说主数据管理作为一项业务活动去做,而不仅仅是将主数据作为业务活动的衍生品。其次是定义主数据管理流程的各个环节,以及每个环节的岗位、职责和操作说明。

 5 

流程自动化


 

流程自动化原则强调了在主数据管理中应尽量使用自动化程序,以提升主数据管理的效率。在企业的信息化系统中,不同的主数据可能产生的源头系统不相同,例如:组织、人员主数据的源头系统是人力资源系统,客户主数据来自于CRM系统,供应商主数据来自SCM系统。实现主数据管理目标的一个重要手段就是统一每一个主数据的入口,这就要求在主数据流程的落地过中,一定要根据企业的实际情况,确定好主数据的权威数据来源。这里有一个企业经常遇到的误区:认为企业主数据管理一定要有一个专业的主数据管理平台,或者认为买了专业的主数据平台就能将主数据管好,这是典型的唯工具论!

实践证明,主数据管得好,绝对不仅仅是因为有了一个好的工具。即使主数据管理产品再强大,对于主数据管理流程的自动化落地也需要结合企业的实际情况而定。比如企业已经有了成熟的人力资源系统,那么对于组织和人员的主数据的管理流程就应该放到人力资源系统中进行管理,将对组织和人员主数据的管理融入企业人力资源的组织调整和人员的入转调离流程当中,而不是一定要在主数据平台中搭建组织和人员的管理流程。所以,主数据管理更重要的是“管理”,首先是需要将主数据的标准、组织、制度、流程都梳理清楚了,然后才是通过相应的工具以实现其管理流程的自动化。


 

 6 
 

运营持续化


 

运营持续化强调的是主数据的治理的不是一劳永逸,它必须随着时间、条件的变化而不断丰富、发展和完善。笔者在往期的数据治理的文章多次提到,建立起企业数据治理的长效运营机制,才是企业数据治理之道。数据治理绝对不是一个纯粹的IT项目,而是解决业务上的当务之急要解决问题的一套完整的解决方案。数据治理本质上还是为了支撑业务目标的实现,应该由业务部门主导,IT部门执行,并且引入质量考核体系,将其与现有技术领域融合以实现更高的业务价值,保证主数据治理的“长治久安”。

 

 

来源:BigDataplus

作者:石秀峰
 

上一篇:商业银行数据治理的问题、趋势与挑战

下一篇:大数据云平台数据治理规划方案

  • 分享:
龙石数据
咨询电话: 0512-87811036,18013092598
联系我们
商务联系微信

商务联系微信

0512-87811036,

18013092598

咨询电话