主数据管理(MDM)的成熟度
主数据管理详解(MDM)
主数据管理详解主数据是指在整个企业范围内各个系统(操作 /事务型应用系统以及分析型系统 )间要共享的数据, 比如,可以是与客户 (customers),供应商(suppliers),帐户(accounts)以及组织单位(organizational units) 相关的数据。
主数据通常需要在整个企业范围内保持一致性 完整性 (complete) 、可控性 (controlled) ,为了达成这一目标, 就需要进行主数据管理 (MasterData Management ,MDM) 。
什么是主数据管理 (Master Data Management , MDM)主数据是指在整个企业范围内各个系统(操作 /事务型应用系统以及分析型系统 )间要共享的数据, 比如,可以是与客户(customers),供应商(suppliers),帐户(accounts)以及组织单 位 (organizational units) 相关的数据。
主数据通常需要在整个企业范围内保持一致性nt) 、完整性 (complete) 、可控性 (controlled) ,为了达成这一目标,就需要进行主数据管理 (M aster Data Management , MDM) 。
需要注意的是,主数据不是企业内所有的业务数据,只(consistent) 、(consiste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、帐单数据等都不是主数据,而像描述核心业务实体的数据,而像客户、供应商、帐户、组织单位、员工、合作伙伴、位置信息等都是主数据。
主数据是企业内能够跨业务重复使用的高价值的数据。
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的系统中。
主数据管理(Master Data Management ,MDM) 是指一组约束和方法用来保证一个企业内主题域和系统内相关数据和跨主题域和系统的相关数据的实时性、含义和质量。
数据仓库、商业智能相关面试题(带答案)
1商务智能1.1数据仓库1.1.1数据仓库的4大特点(特征)?面向主题的,集成的,相对稳定的,反映历史变化的。
1.1.2数据仓库的四个层次体系结构?1.数据源是数据仓库系统的基础,是整个系统的数据源泉。
通常包括企业内部信息和外部信息。
内部信息包括存放于RDBMS中的各种业务处理数据和各类文档数据。
外部信息包括各类法律法规、市场信息和竞争对手的信息等等;2.数据的存储与管理是整个数据仓库系统的核心。
数据仓库的真正关键是数据的存储和管理。
数据仓库的组织管理方式决定了它有别于传统数据库,同时也决定了其对外部数据的表现形式。
要决定采用什么产品和技术来建立数据仓库的核心,则需要从数据仓库的技术特点着手分析。
针对现有各业务系统的数据,进行抽取、清理,并有效集成,按照主题进行组织。
数据仓库按照数据的覆盖范围可以分为企业级数据仓库和部门级数据仓库(通常称为数据集市)3.OLAP服务器对分析需要的数据进行有效集成,按多维模型予以组织,以便进行多角度、多层次的分析,并发现趋势。
其具体实现可以分为:ROLAP(关系型在线分析处理)、MOLAP(多维在线分析处理)和HOLAP(混合型线上分析处理)。
ROLAP基本数据和聚合数据均存放在RDBMS之中;MOLAP基本数据和聚合数据均存放于多维数据库中;HOLAP 基本数据存放于RDBMS之中,聚合数据存放于多维数据库中。
4.前端工具主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以数据挖掘及各种基于数据仓库或数据集市的应用开发工具。
其中数据分析工具主要针对OLAP 服务器,报表工具、数据挖掘工具主要针对数据仓库。
1.1.3描述一下联机分析处理OLAP?(维的概念,基本多维操作,层次结构,与OLTP的区别)OLAP(联机分析处理On-Line Analytical Processing)也叫多维DBMS。
OLAP是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果。
主数据管理详解(MDM)
主数据管理详解主数据是指在整个企业范围内各个系统(操作/事务型应用系统以及分析型系统)间要共享的数据,比如,可以是与客户(customers),供应商(suppliers),帐户(accounts)以及组织单位(organizational units)相关的数据。
主数据通常需要在整个企业范围内保持一致性(consiste nt)、完整性(complete)、可控性(controlled),为了达成这一目标,就需要进行主数据管理(M aster Data Management,MDM)。
什么是主数据管理(Master Data Management,MDM)主数据是指在整个企业范围内各个系统(操作/事务型应用系统以及分析型系统)间要共享的数据,比如,可以是与客户(customers),供应商(suppliers),帐户(accounts)以及组织单位(organizational units)相关的数据。
主数据通常需要在整个企业范围内保持一致性(con sistent)、完整性(complete)、可控性(controlled),为7达成这一目标,就需要进行主数据管理(Master Data Management,MDM)。
需要注意的是,主数据不是企业内所有的业务数据,只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、帐单数据等都不是主数据,而像描述核心业务实体的数据,而像客户、供应商、帐户、组织单位、员工、合作伙伴、位置信息等都是主数据。
主数据是企业内能够跨业务重复使用的高价值的数据。
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的系统中。
主数据管理(Master Data Management,MDM)是指一组约束和方法用来保证一个企业内主题域和系统内相关数据和跨主题域和系统的相关数据的实时性、含义和质量。
这是从深层次来说来说明主动主数据管理(MDM )的深度和复杂性,简单的说,主数据管理(MDM) 保证你的系统协调和重用通用、正确的业务数据(主数据)。
主数据管理概述(MDM)
主数据管理概述(MDM)主数据管理概述(MDM)主数据管理(MDM)是一种战略性的数据管理方法,用于统一和集中管理组织中的核心数据。
它可以帮助组织提高数据质量、降低数据冗余、减少数据不一致性,并在不同系统之间实现数据的一致性和互操作性。
MDM的重要性- 防止数据冗余:通过将核心数据集中存储和管理,可以避免重复和冗余的数据存储,提高数据质量。
- 提高数据一致性:MDM确保不同系统中的数据保持一致,避免了由于数据不一致性导致的错误决策和业务问题。
- 支持数据集成:MDM使不同系统之间的数据集成和交互更加容易和可靠,支持数据驱动的业务流程。
MDM的关键组成部分1. 数据清洗和整合:通过识别和修复数据质量问题,MDM确保核心数据的准确性,完整性和一致性。
2. 数据标准化和统一:MDM通过定义和应用统一的数据模型和规范,实现不同数据源间的数据标准化和整合。
3. 数据共享和分发:MDM能够实现将核心数据分发给不同系统和应用程序的能力,确保数据的一致性和有效性。
4. 数据安全和隐私:MDM采取合适的措施来保护核心数据的安全和隐私,包括访问控制、加密和合规性等方面。
MDM的实施过程1. 确定主数据:识别组织的核心数据对象和数据域,制定明确的主数据目标和范围。
2. 数据清洗和整合:对主数据进行清洗、去重和整合,确保数据准确性和完整性。
3. 数据模型设计:设计和定义统一的数据模型和规范,为主数据建立一个一致的结构。
4. 数据共享和分发:确定数据共享和分发的策略和方法,并实施相应的技术解决方案。
5. 数据安全和隐私:制定数据安全和隐私保护措施,确保主数据的安全性和合规性。
MDM的益处- 业务流程改进:MDM可以提高业务流程的效率和准确性,减少时间和资源的浪费。
- 数据驱动的决策:通过提供一致、准确的数据,MDM可以支持数据驱动的决策制定,提高组织的决策能力。
- 支持数字化转型:MDM是数字化转型的关键组成部分,可以为组织的数字化转型提供支持和基础。
MDM 介绍二 主大数据管理系统(MDM)的成熟度
主数据管理(MDM)的成熟度根据主数据管理实施的复杂程度,参照Jill Dyche, Evan Levy 的观点大体可以把主数据管理可以分为五个层次,从低到高反映了主数据管理(MDM)的不同成熟度。
下面我们简单介绍一下这五个层次: Level 0 :没有实施任何主数据管理(MDM)在Level 0的情况下,意味着企业的各个应用之间没有任何的数据共享,整个企业没有数据定义元素存在。
比如,一个公司销售很多产品,对这些产品的生产和销售由多个独立的系统来处理,各个系统独立处理产品数据并拥有自己独立的产品列表,各个系统之间不共享产品数据。
在Level 0,每个独立的应用负责管理和维护自己的关键数据(比如产品列表、客户信息等),各个系统间不共享这些信息,这些数据是不连通的。
Level 1 :提供列表不管公司大还是小,列表管理是我们常用的一种方式。
在公司内部,会通过手工的方式维护一个逻辑或物理的列表。
当各个异构的系统和用户需要某些数据的时候,就可以索取该列表了。
对于这个列表的维护,包括数据添加、删除、更新以及冲突处理,都是由各个部门的工作人员通过一系列的讨论和会议进行处理的。
业务规则(Business Rules)是用来反映价值的一致性,当业务规则发生改变或者出现类似的情况时,这样高度手工管理的流程容易发生错误。
由于列表管理是通过手工管理的,其列表维护的质量取决于谁参加了变更管理流程,一旦某人缺席,将会影响列表的维护。
MDM Level 1比MDM Level 0的不同就是,各个部门虽然还是独立维护各自的关键数据,但会通过列表管理维护一个松散的主数据列表,能够向其他各个部门提供其需要的数据。
在MDM Level 1中,数据变更决定以及数据变更操作都是由人来决定的,因此,只有人完成数据变更决定后才会变更数据。
在实际情况中,虽然数据变更流程有严格的规定,但是由于缺乏集中的、基于规则的数据管理,当数据量比较大时,数据维护的成本会变的很高,效率也会很低。
(完整版)MDM介绍三构建一个主数据管理系统的解决方案
如何构建一个主数据管理(MDM)的解决方案在开始构建主数据管理(MDM)解决方案之前,首先需要明确我们当前的数据管理现状是什么样子的,而我们的目标是什么,具体可以参照上一小节:主数据管理(MDM)的成熟度。
第二步,需要确定我们的每个主数据域的范围(这也是前期需求分析的一部分)。
常见的主题域有:
Party :可以反映任何合法的实体,无论是个体还是组织。
Product :既包括物理存在的货物,也可以是任何服务。
Account :包括期限和条件,以及相关的各种关系。
Location :既可以独立存在,也常常与其他主数据域共存。
第三步,进行数据管理系统的设计,在设计时要注意以下几点:数据采集和发布是否实时,最小的响应时间是多少。
数据转换规则能否让客户定制,而不是硬编码。
如果根据数据质量标准清理主数据域中的主数据。
权限控制。
主数据的历史版本控制以及变更监控控制(当主数据变化时,要能记录该变化,另外还要对主数据形成层次并记录其不同的版本值)。
第四步,开发部署测试。
主数据管理(MDM)的成熟度
主数据管理(MDM)的成熟度MDM全写Master Data Management,翻译为主数据管理或元数据管理。
什么是MDM企业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、账户等;它是具有高业务价值的、可以在企业内跨越各个业务部门被重复使用的数据,并且存在于多个异构的应用系统中.主数据和主数据管理的概念企业主数据可以包括很多方面,除了常见的客户主数据之外,不同行业的客户还可能拥有其他各种类型的主数据,例如:对于电信行业客户而言,电信运营商提供的各种服务可以形成其产品主数据;对于航空业客户而言,航线、航班是其企业主数据的一种。
对于某一个企业的不同业务部门,其主数据也不同,例如市场销售部门关心客户信息,产品研发部门关心产品编号、产品分类等产品信息,人事部门关心员工机构,部门层次关系等信息。
数据管理的范畴和主数据管理的概念如图所示,企业数据管理的内容及范畴通常包括交易数据、主数据以及元数据。
●交易数据:用于纪录业务事件,如客户的订单,投诉记录,客服申请等,它往往用于描述在某一个时间点上业务系统发生的行为。
●主数据:主数据则定义企业核心业务对象,如客户、产品、地址等,与交易流水信息不同,主数据一旦被记录到数据库中,需要经常对其进行维护,从而确保其时效性和准确性;主数据还包括关系数据,用以描述主数据之间的关系,如客户与产品的关系、产品与地域的关系、客户与客户的关系、产品与产品的关系等.元数据:即关于数据的数据,用以描述数据类型、数据定义、约束、数据关系、数据所处的系统等信息。
主数据管理是指一整套的用于生成和维护企业主数据的规范、技术和方案,以保证主数据的完整性、一致性和准确性(“ The set of disciplines, technologies, and solutions used to create and maintain consistent,complete, contextual and accurate business data for all stakeholders (users, applications, data warehouses, processes, companies, trading partners, customers, etc。
dmm 数据管理成熟度模型 标准原文
dmm 数据管理成熟度模型标准原文1. 概述数据管理是企业日常活动的重要组成部分,它包括数据收集、存储、分析和应用。
而数据管理成熟度模型(DMM)是用来评估和提高组织数据管理能力的框架,它提供了一种评估组织数据管理成熟度的方法,并给出了提高数据管理水平的指导原则。
本文将介绍DMM的标准原文,以帮助读者更好地理解和应用该模型。
2. DMM 标准原文2.1 DMM 的定义数据管理成熟度模型(DMM)是由数据管理协会(DAMA)提出的一种框架,用于描述和评估组织的数据管理能力。
它包括了6个层次的成熟度,分别是初始、可重复、已定义、已管理、已优化和领先。
每个层次都对应着一定的特征和能力,可以帮助组织评估自身的数据管理水平,从而确定改进的方向和重点。
2.2 DMM 的结构DMM 包括了11个关键过程领域,分别是数据治理、数据架构、数据质量、数据安全和隐私、数据集成和互操作、数据仓库和商业智能、数据生命周期管理、数据管理战略规划、数据管理组织和人员、数据管理技术和工具、数据管理基础设施。
每个过程领域都包括了一系列的能力要素和评估要点,用于描述该领域下不同成熟度层次的特征和发展方向。
2.3 DMM 的应用DMM 的应用可以帮助组织全面了解自身的数据管理水平,找出不足之处并提出改进方案。
通过逐步提高组织的数据管理成熟度,可以使组织更好地利用数据资源,提高数据的质量和可信度,从而更好地支持业务的发展和决策的制定。
3. 结语DMM 数据管理成熟度模型是一个非常重要的数据管理框架,它提供了一种客观、系统的评估方法,可以帮助组织改进数据管理能力,提高数据管理成熟度。
了解和应用DMM 的标准原文,可以帮助组织更好地理解该模型,从而更好地应用和落实到实际工作中。
希望本文介绍的内容可以对读者有所帮助,促进组织的数据管理水平不断提高。
4. DMM的特点和优势4.1 DMM的特点在日益数据化的时代,数据管理的意义愈发凸显。
DMM 以其一系列的特点成为了企业数据管理的有力工具。
2021年主数据管理(MDM)现状及发展趋势分析(目录)
2021年主数据管理(MDM)现状及发展趋势分析(目录)2021-2025年全球及中国主数据管理(MDM)行业发展现状调研与市场前景预测报告报告编号:2272673中国产业调研网 .cir主数据管理(MDM)2021-2025年全球及中国主数据管理(MDM)行业发展现状调研与市场前景预测报告行业市场研究属于企业战略研究范畴,作为当前应用最为广泛的咨询服务,其研究成果以报告形式呈现,通常包含以下内容:投资机会分析市场规模分析市场供需状况产业竞争格局行业发展现状行业研究报告发展前景趋势行业政策法规重点企业分析行业宏观背景一份专业的主数据管理(MDM)行业研究报告(2021年主数据管理(MDM)现状及发展趋势分析),注重指导企业或投资者了解主数据管理(MDM)行业整体发展态势及经济运行状况,旨在为企业或投资者提供方向性的思路和参考。
一份有价值的主数据管理(MDM)行业研究报告,可以完成对主数据管理(MDM)行业系统、完整的调研分析工作,使决策者在阅读完行业研究报告后,能够清楚地了解主数据管理(MDM)行业市场现状和发展前景趋势,确保了决策方向的正确性和科学性。
中国产业调研网Cir基于多年来对客户需求的深入了解,全面系统地研究了主数据管理(MDM)行业市场现状及发展前景,注重信息的时效性,从而更好地把握市场变化和行业发展趋势。
了解更多,欢迎访问:中国产业调研网 ://.cir/主数据管理(MDM)2021-2025年全球及中国主数据管理(MDM)行业发展现状调研与市场前景预测报告一、基本信息报告名称: 2021-2025年全球及中国主数据管理(MDM)行业发展现状调研与市场前景预测报告报告编号: 2272673 ←咨询时,请说明此编号。
优惠价:¥9300 元可开具增值税专用发票 Email: kf@Cir 网上阅读: ://.cir/3/67/ZhuShuJuGuanLiMDMDeFaZhanQuShi. 温馨提示:如需英文、日文等其他语言版本,请与我们联系。
数字化成熟度评估模型一文读尽
数字化成熟度评估模型⼀⽂读尽傅⼀平评语:虽然纯“打分”的数字化成熟度评分对企业并没有太⼤帮助,但理解这些模型的设计思想对于我们理解数字化转型很有价值。
正⽂开始本⽂⼀共提供了CMM、DMM、DCMM、DCAM、MD3M、DataFlux、IBMMMI、DSMM、IOMM、中新联团标、毕马威&阿⾥数智化转型框架、普华永道企业数字化成熟度评估架构、华为ODMM共13个评估模型。
近两年数字化转型⾮常热,⼤家关注的问题都集中在:有哪些数字化转型的⽅法和技术?企业如何成功实现数字化转型?数字化转型过程如何避免踩坑?数字化转型有没有捷径?数字化转型到底该从哪⾥开始?……说实话,这些问题根本没有答案。
虽然⽬前很多企业都已启动了数字化转型战略,但对⼤多数企业⽽⾔,数字化转型都是“摸着⽯头过河”,根本没有可供借鉴的经验。
即便是具有数据基因的科技互联⽹巨头,他们也在谈数字化转型,也就是说科技公司也不能说⾃⼰是数字化企业。
⽽对于那些号称是成功转型的企业,其实也只是⽐其他企业多⾛了⼀步。
— 01 —如何界定数字化转型是否成功?麦肯锡的⼀份报告指出:企业数字化转型成功率仅为20%。
也就是说,80%的企业数字化转型都失败了。
数字化转型成功或失败,不好界定!如何定义数字化成功?可能不同的⼈会有不同的理解。
完成了数字化的绩效⽬标,算转型成功吗?即使没有建⽴数据思维、缺少数字⽂化。
建⽴了数字化组织,配置了数字化⼈才,培育了数字化⽂化,算转型成功吗?即使数字化战略⽬标没有实现。
搭建了数字化基础环境,使⽤了数字化技术(如云计算、⼤数据、AI等),算转型成功吗?即便业务决策⽤到了数据。
数字化成功或失败,不能从⼀个维度考量!在笔者看来:企业数字化转型不是从0到1,⽽是从1到100。
转型是⼀个过程,场景从简单到复杂,应⽤从局部到⼴泛,持续优化、逐步成长。
也就是说,虽然不好界定数字化转型的成功或失败,但是数字化是有成长周期的,是⼀个从萌芽,不断⽣长,不断成熟的过程。
主数据管理制度
主数据管理制度1. 引言在现代信息化管理中,主数据管理(Master Data Management,简称MDM)被广泛应用于各个行业和企业组织中。
主数据是指一个企业中被广泛应用于不同业务系统和流程中的核心数据,例如客户、产品、供应商等。
主数据的准确性与完整性对于业务流程的正常运作和决策分析的准确性至关重要。
因此,建立和实施一套成熟的主数据管理制度,对于企业的长期发展和竞争优势具有重要意义。
2. 制度目标主数据管理制度的目标是确保企业的主数据的准确性、一致性和完整性,提高数据的可信度和决策的有效性。
具体目标包括:•规范主数据的创建、维护和使用流程,确保数据的准确和完整;•建立数据质量标准和监控机制,及时发现和纠正数据质量问题;•确保主数据在不同业务系统和流程中的一致性,避免数据冲突和重复;•提供主数据的权限管理机制,确保数据的安全和合规性;•提高数据管理的效率,降低数据管理的成本。
3. 制度内容3.1 主数据创建和维护流程主数据创建和维护流程是主数据管理制度的核心内容,主要包括以下步骤:1.创建主数据申请:根据业务需求,提交主数据创建申请,包括必要的主数据属性和关联信息;2.主数据审批:由专门的主数据管理团队进行审批,确保主数据的准确性和完整性;3.主数据录入和验证:根据审批结果,将主数据录入到主数据管理系统中,并进行数据验证和校验;4.主数据发布:经过验证的主数据发布到相应的业务系统中,供业务流程使用;5.主数据维护:监控主数据的变更需求,及时更新和维护主数据;6.主数据归档和清除:根据业务需求和法规要求,对不再使用的主数据进行归档和清除。
3.2 数据质量标准和监控机制为了确保主数据的质量,制定数据质量标准和监控机制是必要的。
具体措施包括:1.数据质量标准:制定主数据的准确性、完整性、一致性等数据质量指标,并设定相应的数据质量目标;2.数据质量监控:建立数据质量监控机制,定期对主数据进行抽样检查和数据质量评估,及时发现和纠正数据质量问题;3.数据质量改进:针对数据质量问题,制定相应的改进措施和行动计划,并跟踪改进效果。
MDM主数据管理概述
离散制造业的主数据管理解决方案培训(一)——主数据管理概述企业核心资产的演变农业社会工业社会信息社会机器设备人和土地业务数据业务数据的分类主数据交易数据元数据123参考数据4指标数据5什么是主数据?全局共享1主数据是各个职能部门在开展业务过程中都需要的数据持续变化2企业自身是在持续变化中发展的,主数据也是不断变化的高业务价值3主数据是企业开展各项业务的基础主数据是组织中需要跨系统、跨部门进行共享的核心业务实体数据——国家标准GB/T 36073-2018 《数据管理能力成熟度评估模型》主数据的特征课后学习什么是交易数据、参考数据、指标数据、元数据?什么是离散制造?制造业按产品制造工艺过程特点总体上划分为连续制造和离散制造,离散制造的产品往往由多个零件经过一系列并不连续的工序的加工最终装配而成。
飞机火车汽车船舶典型的离散制造型企业举一反三请列举出三类离散制造型企业?课后学习什么是连续制造?请列举出三类连续制造型企业?课上思考离散制造企业常用的主数据有_______?离散制造企业常用的主数据产品业务现状物料客户供应商组织人员主数据课上思考离散制造企业最核心的主数据是_______?离散制造企业最核心的主数据制造销售研发物流采购品检售后市场产品主数据之间的关系?产品工艺物料供应商组织人员客户设备销售物流市场供应链商品编码:F0000009商品编码:10015001商品编码:Y0000007各部门的数据标准不统一,造成主数据定义不一致,典型状况就是:一物多码、一码多物商品编码:C00005申请审批流程销售部物流部财务部商品创建/变更……采购部商品创建/变更1234如何保证各部门之间数据共享的及时性?什么是主数据管理?主数据管理是指一整套的用于生成和维护企业主数据的规范、技术和方案,以保证主数据的完整性、一致性和准确性。
——国家标准GB/T 36073-2018 《数据管理能力成熟度评估模型》技术工具数据规范治理方案建立统一的数据标准体系123实现数据编码、建模、采集、共享的工具箱实现主数据全生命周期管控的落地方案主数据治理的意义主数据治理消除数据冗余不同部门按照自身需求获取数据,容易造成数据重复存储,形成数据冗余。
DCMM数据管理能力成熟度评估模型
DCMM数据管理能力成熟度评估模型今天想再次跟大家聊一聊关于数据治理能力成熟度评估模型的事,这次要聊的这个模型是DCMM。
根据国务院国资委印发的《关于加快推进国有企业数字化转型工作的通知》要求,明确指出了数据治理是国企数字化转型的必经之路。
国企数字化转型方兴未艾,数据治理也被推向了“风口浪尖”。
数字化转型,是当今时代企业的机遇,也是挑战。
企业亟需一套符合中国国情,符合中国企业文化,并且能够指导企业开展数字化“基础设施”建设的参考框架,而DCMM(数据管理能力成熟度评估模型)或许就是一个合适的参考框架。
01有关数据治理,业界有哪些成熟度评估模型?对于能力成熟度模型最早起源于CMM,现在发展成大家熟知的CMMI模型(软件能力成熟度模型),它是一种对组织在软件定义、实施、度量、控制和改善其软件过程的实践中各个发展阶段的描述形成的标准。
CMMI模型是由卡耐基-梅隆大学旗下的CMMI协会开发的,2014年,CMMI协会在CMMI模型基础之上,开发并发布了数据管理领域的能力成熟度评估模型:CMMI-DMM。
CMMI-DMM模型是业界比较权威的数据管理能力成熟度评估模型,我们今天分享DCMM模型在一定程度上也参考了DMM模型的一些内容,包括整体模型框架,过程域以及能力等级的划分等。
在数据治理/数据管理领域,其实有很多能力成熟度模型可供参考,如下:CMMI-DMM数据管理能力成熟度评估模型。
DMM模型用25个过程域(20个数据管理过程域和5个支持过程域),描述了企业数据管理应建立的各项能力,帮助组织开展数据管理过程实践,提升其数据管理的成熟度。
©CMMI协会Gartner企业信息管理成熟度模型。
将企业信息管理分为了0-5个阶段,分别是:0无意识阶段,1意识阶段,2被动式阶段,3主动式阶段,4托管管理阶段,5有效管理阶段,帮助企业找到信息管理能力所处的位置。
©GartnerEDM-DCAM 数据管理能力成熟度模型。
主数据名词和术语
主数据(Master Data)是指在多个系统或应用程序中共享的数据,它通常是一组关键的业务数据,用于支持企业中的各种业务流程和决策。
主数据管理(Master Data Management, MDM)是一个确保主数据的准确性、一致性和全面性的过程。
以下是一些与主数据相关的名词和术语:1. 主数据管理(Master Data Management, MDM):- 一种策略和流程,用于管理和维护企业中的关键数据,以确保数据的质量和一致性。
2. 数据治理(Data Governance):- 一个组织内部的策略和程序,用于确保数据的质量、安全和合规性。
3. 数据质量(Data Quality):- 描述数据是否准确、完整、一致、可靠和及时的程度。
4. 数据一致性(Data Consistency):- 确保数据在多个系统、应用程序和业务流程中保持一致。
5. 数据集成(Data Integration):- 将来自不同来源的数据合并到一个统一的视图中,以便更好地进行分析和决策。
6. 数据清洗(Data Cleansing):- 识别和修正(或删除)数据集中的不准确、不完整、不一致或重复的数据。
7. 数据仓库(Data Warehouse):- 一个用于存储经过处理和结构化的数据的系统,以便进行报告和数据分析。
8. 数据湖(Data Lake):- 一个存储大量原始数据的中心化存储系统,数据可以是结构化的、半结构化的或非结构化的。
9. 数据资产管理(Data Asset Management):- 管理和优化企业内部数据的使用,以提高数据的商业价值。
10. 数据隐私(Data Privacy):- 保护个人数据免受未经授权的访问和使用。
11. 数据安全(Data Security):- 保护数据不受破坏、丢失、更改或泄露的措施。
12. 数据分类(Data Classification):- 将数据按照其敏感性、重要性或其他标准进行分组的过程。
数据治理系列4:主数据管理实施四部曲概论
数据治理系列4:主数据管理实施四部曲概论导读:我们知道主数据项目的建设是一个循序渐进、持续优化的过程,不可一蹴而就。
个人认为主数据管理项目从咨询规划到落地实施再到初步见效需要经历四个阶段,而每个阶段都是必经阶段,每个阶段均可独立成章,所以这里是四部曲,不是四步曲。
作者:石秀峰,多年来一直从事企业数据资源规划、企业数据资产管理、数据治理,欢迎关注。
主数据项目建设从方法上,分为以下四部,简单归结为12个字:“摸家底、建体系、接数据、抓运营”!一、摸家底摸家底需要全面调研和了解企业的数据管理现状,以便做出客观切实的数据管理评估!1、数据资源普查数据资源普查的方法常用的有两种,一种是自顶向下的梳理和调研,另一种是自底向上的梳理和调研。
自顶向下的调研一般会用到IRP(信息资源规划)和BPM(业务流程管理)两个方法。
这里重点介绍一下IRP,信息资源规划(Information Resource Planning ,简称IRP),是指对所在单位信息的采集、处理、传输和使用的全面规划。
其核心是运用先进的信息工程和数据管理理论及方法,通过总体数据规划,奠定资源管理的基础,促进实现集成化的应用开发,构建信息资源网。
IRP是信息工程方法论、总体数据规划和信息资源管理标准的结合体,其实现方法可概括为:IRP = 两个阶段+ 两条主线+ 三个模型+ 一套标准,如下图所示:采用IRP方法进行数据梳理需要对职能域、业务域进行定义,并对每个职能域和业务域中的业务流程进行梳理,同时需要收集各类业务单据、用户视图,并对每个单据和用户视图进行梳理和数据元素分析。
该方法优点让企业能够对现有数据资源有个全面、系统的认识。
特别是通过对职能域之间交叉信息的梳理,使我们更加清晰地了解到企业信息的来龙去脉,有助于我们把握各类信息的源头,有效地消除“信息孤岛”和数据冗余、控制数据的唯一性和准确性,确保获取信息的有效性。
缺点是需要消耗较大的成本和周期。
数据管理能力成熟度 标准
数据管理能力成熟度标准
数据管理能力成熟度标准是衡量组织在数据管理方面成熟程度
的一种评估体系,它通常涵盖了数据治理、数据质量、数据架构、
数据安全等多个方面。
这些标准可以帮助组织评估其数据管理能力,识别存在的问题并制定改进计划。
首先,数据管理能力成熟度标准通常包括对数据治理的评估。
数据治理涉及组织对数据资产的管理、监控和保护,以确保数据的
合规性、可靠性和安全性。
评估数据治理的成熟度需要考虑组织的
数据管理政策、流程和组织结构,以及数据管理的责任和义务。
其次,数据质量是数据管理能力成熟度标准中的重要方面。
数
据质量评估涉及对数据准确性、完整性、一致性和及时性的评估,
以及数据质量管理的策略和流程。
一个成熟的数据管理能力标准应
该能够评估组织对数据质量的监控和改进能力。
此外,数据架构也是数据管理能力成熟度标准的重要组成部分。
数据架构评估包括对数据模型、数据集成、元数据管理和数据标准
化的评估,以及组织对数据架构设计和维护的能力。
最后,数据安全是数据管理能力成熟度标准中不可或缺的一部分。
数据安全评估包括对数据访问控制、数据加密、数据备份和灾
难恢复能力的评估,以及组织对数据安全策略和控制的实施情况。
总的来说,数据管理能力成熟度标准是一个综合评估组织数据
管理能力的体系,它可以帮助组织全面了解自身数据管理的现状,
找出存在的问题并制定改进计划,从而提高数据管理的效率和质量。
主数据管理详解(MDM)
主数据管理详解(MDM)保数据的一致性和准确性。
MDM的目标是通过确保所有系统中的主数据都是准确的、一致的和可控的,从而提高数据的质量和可用性。
它涉及到数据的收集、整合、清理和管理,以确保主数据的完整性和一致性。
这样,企业就能够更好地管理其业务流程,减少重复数据输入和错误,并提高决策的准确性和效率。
在实施MDM之前,企业需要进行一些准备工作。
首先,需要确定哪些数据是主数据,以及它们在企业中的重要性和价值。
其次,需要对数据进行分类和清理,以确保其准确性和一致性。
最后,需要选择合适的MDM解决方案,并进行实施和管理。
总之,MDM是企业数据管理的重要组成部分,它可以帮助企业更好地管理其主数据,提高数据的质量和可用性,从而提高企业的效率和决策的准确性。
案不同,数据仓库主要是针对分析型应用,而主数据管理则更注重于保证核心数据的一致性和准确性,以支持各个操作/事务型应用的运行。
通过主数据管理,企业可以创建并维护整个企业内主数据的单一视图,从而保证数据的质量和统一商业实体的定义。
同时,主数据管理也可以简化企业流程并提高业务的响应速度。
主数据的变化频率相对较慢,但对数据的一致性和准确性的要求很高,因为主数据跨越各个系统。
实时性和版本控制也是主数据管理需要考虑的问题。
虽然主数据管理早在很久之前就存在了,但随着业务发展和监管的需要,对主数据的实时性、准确性和一致性的要求变得更加高。
各个厂商也相应地推出了一系列的主数据管理集成与基础套件以及特定领域的解决方案。
近年来,客户对主数据管理的认识有了巨大的进步,开始尝试用主数据管理解决跨业务、跨主题域时遇到的各种问题和挑战。
对于各行各业来说,生成并维护一个统一的主数据系统变得十分迫切和必要,特别是对于跨国公司,如何在不同的地区的业务系统之间维护关于客户、产品目录、供应商等信息的单一视图更是重要。
需要注意的是,主数据和元数据是两个完全不同的概念。
元数据是指表示数据的相关信息,而主数据是指实例数据。
MDM 介绍二 主大数据管理系统(MDM)的成熟度
主数据管理(MDM)的成熟度根据主数据管理实施的复杂程度,参照Jill Dyche, Evan Levy 的观点大体可以把主数据管理可以分为五个层次,从低到高反映了主数据管理(MDM)的不同成熟度。
下面我们简单介绍一下这五个层次: Level 0 :没有实施任何主数据管理(MDM)在Level 0的情况下,意味着企业的各个应用之间没有任何的数据共享,整个企业没有数据定义元素存在。
比如,一个公司销售很多产品,对这些产品的生产和销售由多个独立的系统来处理,各个系统独立处理产品数据并拥有自己独立的产品列表,各个系统之间不共享产品数据。
在Level 0,每个独立的应用负责管理和维护自己的关键数据(比如产品列表、客户信息等),各个系统间不共享这些信息,这些数据是不连通的。
Level 1 :提供列表不管公司大还是小,列表管理是我们常用的一种方式。
在公司部,会通过手工的方式维护一个逻辑或物理的列表。
当各个异构的系统和用户需要某些数据的时候,就可以索取该列表了。
对于这个列表的维护,包括数据添加、删除、更新以及冲突处理,都是由各个部门的工作人员通过一系列的讨论和会议进行处理的。
业务规则(Business Rules)是用来反映价值的一致性,当业务规则发生改变或者出现类似的情况时,这样高度手工管理的流程容易发生错误。
由于列表管理是通过手工管理的,其列表维护的质量取决于谁参加了变更管理流程,一旦某人缺席,将会影响列表的维护。
MDM Level 1比MDM Level 0的不同就是,各个部门虽然还是独立维护各自的关键数据,但会通过列表管理维护一个松散的主数据列表,能够向其他各个部门提供其需要的数据。
在MDM Level 1中,数据变更决定以及数据变更操作都是由人来决定的,因此,只有人完成数据变更决定后才会变更数据。
在实际情况中,虽然数据变更流程有严格的规定,但是由于缺乏集中的、基于规则的数据管理,当数据量比较大时,数据维护的成本会变的很高,效率也会很低。
主数据管理(MDM)的成熟度
主数据管理(MDM)的成熟度MDM全写Master Data Management,翻译为主数据管理或元数据管理。
什么是MDM企业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、账户等;它是具有高业务价值的、可以在企业内跨越各个业务部门被重复使用的数据,并且存在于多个异构的应用系统中。
主数据和主数据管理的概念企业主数据可以包括很多方面,除了常见的客户主数据之外,不同行业的客户还可能拥有其他各种类型的主数据,例如:对于电信行业客户而言,电信运营商提供的各种服务可以形成其产品主数据;对于航空业客户而言,航线、航班是其企业主数据的一种。
对于某一个企业的不同业务部门,其主数据也不同,例如市场销售部门关心客户信息,产品研发部门关心产品编号、产品分类等产品信息,人事部门关心员工机构,部门层次关系等信息。
数据管理的范畴和主数据管理的概念如图所示,企业数据管理的内容及范畴通常包括交易数据、主数据以及元数据。
●交易数据:用于纪录业务事件,如客户的订单,投诉记录,客服申请等,它往往用于描述在某一个时间点上业务系统发生的行为。
●主数据:主数据则定义企业核心业务对象,如客户、产品、地址等,与交易流水信息不同,主数据一旦被记录到数据库中,需要经常对其进行维护,从而确保其时效性和准确性;主数据还包括关系数据,用以描述主数据之间的关系,如客户与产品的关系、产品与地域的关系、客户与客户的关系、产品与产品的关系等。
元数据:即关于数据的数据,用以描述数据类型、数据定义、约束、数据关系、数据所处的系统等信息。
主数据管理是指一整套的用于生成和维护企业主数据的规范、技术和方案,以保证主数据的完整性、一致性和准确性 ( “ The set of disciplines, technologies, and solutions used to create and maintain consistent, complete, contextual and accurate business data for all stakeholders (users, applications, data warehouses, processes, companies, trading partners, customers, etc.) across and beyond the enterprise ” ) 。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
主数据管理(MDM)的成熟度MDM全写Master Data Management,翻译为主数据管理或元数据管理。
什么是MDM企业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、账户等;它是具有高业务价值的、可以在企业内跨越各个业务部门被重复使用的数据,并且存在于多个异构的应用系统中。
主数据和主数据管理的概念企业主数据可以包括很多方面,除了常见的客户主数据之外,不同行业的客户还可能拥有其他各种类型的主数据,例如:对于电信行业客户而言,电信运营商提供的各种服务可以形成其产品主数据;对于航空业客户而言,航线、航班是其企业主数据的一种。
对于某一个企业的不同业务部门,其主数据也不同,例如市场销售部门关心客户信息,产品研发部门关心产品编号、产品分类等产品信息,人事部门关心员工机构,部门层次关系等信息。
数据管理的范畴和主数据管理的概念如图所示,企业数据管理的内容及范畴通常包括交易数据、主数据以及元数据。
●交易数据:用于纪录业务事件,如客户的订单,投诉记录,客服申请等,它往往用于描述在某一个时间点上业务系统发生的行为。
●主数据:主数据则定义企业核心业务对象,如客户、产品、地址等,与交易流水信息不同,主数据一旦被记录到数据库中,需要经常对其进行维护,从而确保其时效性和准确性;主数据还包括关系数据,用以描述主数据之间的关系,如客户与产品的关系、产品与地域的关系、客户与客户的关系、产品与产品的关系等。
元数据:即关于数据的数据,用以描述数据类型、数据定义、约束、数据关系、数据所处的系统等信息。
主数据管理是指一整套的用于生成和维护企业主数据的规范、技术和方案,以保证主数据的完整性、一致性和准确性 ( “ The set of disciplines, technologies, and solutions used to create and maintain consistent, complete, contextual and accurate business data for all stakeholders (users, applications, data warehouses, processes, companies, trading partners, customers, etc.) across and beyond the enterprise ” ) 。
主数据管理的典型应用有 Customer Data Integration —客户数据管理和Product Information Integraiton —产品数据管理。
图 2. 主数据管理的信息流一般来说,主数据管理系统从 IT 建设的角度而言都会是一个相对复杂的系统,它往往会和企业数据仓库 / 决策支持系统以及企业内的各个业务系统发生关系,技术实现上也会涉及到 ETL、EAI、EII 等多个方面,如图 2 所示,一个典型的主数据管理的信息流为:1.某个业务系统触发对企业主数据的改动;2.主数据管理系统将整合之后完整、准确的主数据分发给所有有关的应用系统;3.主数据管理系统为决策支持和数据仓库系统提供准确的数据源。
因此对于主数据管理系统的建设,要从建设初期就考虑整体的平台框架和技术实现。
MDM的意义如图 3 所示:集成、共享、数据质量、数据治理是主数据管理的四大要素,主数据管理要做的就是从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全企业范围内需要使用这些数据的操作型应用和分析型应用,包括各个业务系统、业务流程和决策支持系统等。
主数据管理使得企业能够集中化管理数据,在分散的系统间保证主数据的一致性,改进数据合规性、快速部署新应用、充分了解客户、加速推出新产品的速度。
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。
以客户主数据为例,客户主数据是目前企业级客户普遍面临的一个问题,在大多数企业中,客户信息通常分散于 CRM 等各个业务系统中,而每个业务系统中都只有客户信息的片断,即不完整的客户信息,但却缺乏企业级的完整、统一的单一客户视图,结果导致企业不能完全了解客户,无法协调统一的市场行为,导致客户满意度下降,市场份额减少。
因此,建立客户主数据系统的目的在于:●整合并存储所有业务系统和渠道的客户及潜在客户的信息:一方面从相关系统中抽取客户信息,并完成客户信息的清洗和整合工作,建立企业级的客户统一视图;另一方面,客户主数据管理系统将形成的统一客户信息以广播的形式同步到其他各个系统,从而确保客户信息的一致;●为相关的应用系统提供联机交易支持,提供客户信息的唯一访问入口点,为所有应用系统提供及时和全面的客户信息;服务于 OCRM 系统,充分利用数据的价值,在所有客户接触点上提供更多具有附加价值的服务;●实现 SOA 的体系结构:建立客户主数据系统之前,数据被锁定在每一个应用系统和流程中,建立主数据管理系统之后,数据从应用系统中被释放出来,并且被处理成为一组可重用的服务,被各个应用系统调用。
MDM的模式元数据管理涉及到各个层次的元数据,管理的内容包括元数据的获取、元数据的更新、使用和面向应用项目的元数据使用处理等多个方面。
元数据的管理涉及数据库、数据处理软件、数据使用系统、面向应用的数据分析等各个环节。
下面给出了一种普通意义的以元数据信息系统为基础的元数据管理模式:通常意义上的元数据管理是指元数据通过各种途径形成后,对其内容的添加、删除、更新等涉及内容改变的操作和元数据内容检索、查询、放置、组织等常规性元数据操作,从这种意义上元数据的管理可以通过两种方式实现,即系统管理模式和用户管理模式。
系统管理模式是面向数据库的,由数据库管理系统专业人员完成,数据用户只有使用权,没有元数据的操作权,数据应用项目中新生成的数据集的元数据也有应用系统传递给数据库管理员,然后由数据库管理员统一管理。
这种方式中,数据在处理过程中形成的动态元数据很难及时记录下来。
另一种管理方式是用户管理模式,它是面向应用项目的,即允许某些数据用户在数据应用元数据的变动信息直接反馈给元数据库,这样则能保证元数据的动态更新和新生成数据集元数据的及时捕获及写入元数据文件。
但这种模式中数据用户的权限要适当的控制,以避免数据库的破坏。
通常对元数据的管理是采用两者结合的模式。
主数据(MD Master Data)指系统间共享数据(例如,客户、供应商、账户和组织部门相关数据)。
与记录业务活动,波动较大的交易数据相比,主数据(也称基准数据)变化缓慢。
在正规的关系数据模型中,交易记录(例如,订单行项)可通过关键字(例如,订单头或发票编号和产品代码)调出主数据。
主数据必须存在并加以正确维护,才能保证交易系统的参照完整性。
从报告或维度建模角度看,主数据指基于其组织或配置指标的维度或层次,而不是实际情况或其自身测量结果。
例如,收入、成本和利润是实际情况,而时间、地点、客户和供应商是维度。
应根据以下因素或更多因素综合考虑主数据:企业绩效管理报告(如利润或收入计划随产品、客户、账户等产生的变化)要求综合多个系统的主数据。
遵从报告要求一致性主数据。
同步交易系统处理特定客户(如提供具体报价)或供应商(如指定采购的首选供应商)。
主数据管理(MDM)的成熟度根据主数据管理实施的复杂程度,参照Jill Dyche, Evan Levy的观点大体可以把主数据管理可以分为五个层次,从低到高反映了主数据管理(MDM)的不同成熟度。
下面我们简单介绍一下这五个层次:Level 0 :没有实施任何主数据管理(MDM)在Level 0的情况下,意味着企业的各个应用之间没有任何的数据共享,整个企业没有数据定义元素存在。
比如,一个公司销售很多产品,对这些产品的生产和销售由多个独立的系统来处理,各个系统独立处理产品数据并拥有自己独立的产品列表,各个系统之间不共享产品数据。
在Level 0, 每个独立的应用负责管理和维护自己的关键数据(比如产品列表、客户信息等),各个系统间不共享这些信息,这些数据是不连通的。
Level 1 :提供列表不管公司大还是小,列表管理是我们常用的一种方式。
在公司内部,会通过手工的方式维护一个逻辑或物理的列表。
当各个异构的系统和用户需要某些数据的时候,就可以索取该列表了。
对于这个列表的维护,包括数据添加、删除、更新以及冲突处理,都是由各个部门的工作人员通过一系列的讨论和会议进行处理的。
业务规则(Business Rules)是用来反映价值的一致性,当业务规则发生改变或者出现类似的情况时,这样高度手工管理的流程容易发生错误。
由于列表管理是通过手工管理的,其列表维护的质量取决于谁参加了变更管理流程,一旦某人缺席,将会影响列表的维护。
MDM Level 1比MDM Level 0的不同就是,各个部门虽然还是独立维护各自的关键数据,但会通过列表管理维护一个松散的主数据列表,能够向其他各个部门提供其需要的数据。
在MDM Level 1中,数据变更决定以及数据变更操作都是由人来决定的,因此,只有人完成数据变更决定后才会变更数据。
在实际情况中,虽然数据变更流程有严格的规定,但是由于缺乏集中的、基于规则的数据管理,当数据量比较大时,数据维护的成本会变的很高,效率也会很低。
当主数据,比如客户信息、产品目录信息等数量比较少时,列表管理的方式是可行的,但是当产品目录或客户列表出现爆炸式增长以后,列表管理的变更流程将变得困难起来。
MDM Level 1 依赖于人的协作。
如果产品经理需要更新过后的产品价格列表,那需要联系ERP系统所有者,让其发送邮件给她。
在企业范围内实现客户或产品列表就如同维护不同部门之间人们的关系一样。
如果客户或产品存在层次或分组,列表将很难提供,并且通常在Level 1因为过于复杂难以被管理。
Level 2 :同等访问(通过接口的方式,各个系统与主数据主机之间直接互联)MDM Level 2与MDM Level 1相比,引入了对主数据的(自动)管理。
通过建立数据标准,定义对存储在中央知识库(Central Repository)中详细数据的访问和共享,为各个系统间共享使用数据提供了严密的支持。
中央知识库(Central Repository)通常会被称为“主数据主机(Master Data Host)”。
这个知识库可以是一个数据库或者一个应用系统,通过在线的方式支持数据的访问和共享。
创建、读取、更新和删除 (CRUD)是处理基本功能的典型编程术语。