我做数据咨询这么多年,见过最可惜的情况:
企业花几百万上系统,结果因为数据不一致,ERP和CRM对接不上,报表数据前后矛盾,最后系统成了摆设,钱全打了水漂。
其实问题的根源,在于没搞懂主数据。很多人觉得它是小众技术概念,但对任何需要用数据支撑业务的企业来说,主数据都是绕不开的基础。
今天我就用这些年的经验,把主数据的核心逻辑拆透,让你看完就知道主数据是什么、怎么找、怎么用。
我这里有一份数据化建设知识地图,包含主数据管理、元数据管理、数据质量管理等全方面的数据治理框架,帮你更高效地着手数据工作。需要自取:https://s.fanruan.com/ghf5v
一、到底什么是主数据?经常有人问我:主数据和普通数据到底有啥区别?
说白了,主数据不是某一类特定数据,而是企业里最核心、最通用、最关键的数据集合,判断它就看这6个关键点,少一个都不算真正的主数据:
1、高价值
核心业务离不了它。客户的统一信用代码,签合同、收付款、合规审计都得用;产品的规格参数,从生产到销售再到售后,全流程都依赖,数据错了就会出乱子。
2、高共享跨部门、跨系统共用。不是销售部门自己的客户台账,也不是生产部门独有的物料清单,而是财务、采购、库存等多个部门,ERP、CRM等多个系统都要调用的数据。
3、相对稳定不会频繁变动。和订单、交易这类天天更新的数据不一样,主数据的核心属性(比如供应商名称、产品编码)可能半年甚至一年才调整一次,变动频率极低。
4、实体独立不能拆分。主数据都是完整的业务对象,比如客户、产品、供应商,没法拆成更小的独立数据单元,是所有业务行为的基础。
5、识别唯一一个数据一个标识。在整个企业范围内,同一个客户、同一个产品,只能有一个编码、一个标准名称,不能出现同名不同码或同码不同名。
6、长期有效贯穿业务全生命周期。你看一个产品从上市到退市,它的主数据要一直有效;一个客户从合作开始到终止,相关核心数据要长期留存。
你可以对照着看看,你企业里的客户、产品、供应商、组织架构数据,是不是符合这些特点?符合的话,就是核心主数据。
二、如何识别主数据?
很多企业想做主数据管理,却不知道从哪下手,到底哪些数据该纳入管理?今天我就教你这3个方法,能精准锁定范围。
1、特征对照法就用上面说的6个关键点,逐一核对企业里的各类数据。
举个例子:物料数据,是不是跨部门共享?是不是相对稳定?有没有唯一标识?6个点都满足,就可以纳入主数据范围;只要有一个点不满足,就不用归为主数据。
2、二维打分法从业务影响程度和数据共享范围两个维度,给每个数据打1-3分(3分最高)。
比如员工数据,业务影响3分(因为它关系到薪资、考勤、业务对接),共享范围3分(人事、财务、业务部门都要用),就是核心主数据。
3、谁建谁用表画一张简单的表格,左边列数据类型,上面列系统或部门,标注谁创建这个数据(C)和谁使用这个数据(U)。如果一个数据有多个U,说明共享范围广,大概率是主数据。
你看,“客户数据”是由销售部门创建,财务、售后、库存部门都使用,那肯定是主数据;而“销售的个人拜访笔记”,只有创建人自己用,就不是。
三、主数据该怎么分类?很多企业整理完主数据,没过多久又乱了,问题出在分类上:要么没分类,要么分类标准混乱,导致查询难、维护难。其实主数据分类有明确逻辑,先搞懂为什么分,再掌握怎么分,就能长期保持清晰。
常用的分类方法有3种,不过你可以重点掌握后两种:
1、层级分类
按层级递进分类,像产品-电子产品-手机-智能手机-5G智能手机这样。
这个方法层级清晰,但是新增层级容易打乱原有结构。
2、组配分类把数据的关键特征拆成多个独立的面,每个面再分几个类目,组合起来就是完整分类。
比如给“办公家具”分类:
这种方法灵活,新增类目不影响其他面,还方便按组合查询,特别适合计算机系统处理。
3、混合分类法以一种方法为主,另一种为辅。
你可以用层级分类法定主层级:办公用品 - 办公家具 - 桌椅类,用组配分类法补充辅助属性:材质(木质 / 金属)、用途(办公用 / 会议用),兼顾清晰性和灵活性。
当我们确定了分类标准和规则后,接下来就要解决怎么让这些标准在各个系统里生效的问题。
比如,新定义的产品分类,如何自动同步到ERP、CRM和电商后台?
以前靠人工导表,又慢又易错。现在我通常会借助一些数据集成工具来固化流程。
像我常用的FineDataLink,就能很好地解决这个问题。它允许你将定义好的主数据,如标准产品清单、客户信息表,通过可配置的任务,自动、准确地推送到各个业务系统,把分类标准真正落到实处。工具链接我放在这里,可以体验看看:https://s.fanruan.com/810gr
四、花精力做主数据,到底值不值?
经常有粉丝问我,企业资源有限,先上系统还是先做主数据?
我的答案永远是:先做主数据。主数据不是额外工作,而是所有数据工作的前提,它的价值体现在3个关键层面,每个都能帮企业避坑省钱:
第一,提升数据质量这是最直接的价值。
之前帮一家制造企业做诊断,他们的同一个供应商,在不同部门的系统里叫法都不一样,对账时要人工核对,每月花3天时间还容易出错。
做主数据后,统一了供应商的编码和名称,数据准确率从原来的70%提升到99%,对账时间直接压缩到半天。
第二,消除数据孤岛,让系统顺畅对接现在企业都有多个系统,要是没有统一的主数据,信息就无法在系统之间流通。
比如销售系统的客户编码和财务系统不一样,订单数据就没法同步,财务没法及时开票。主数据相当于系统之间的通用语言,有了它,ERP、CRM、财务系统才能无缝对接,数据流转不用人工干预。
第三,不让数据误导管理层管理层做决策,靠的是报表和分析,但如果数据定义不一致,分析结果就是错的。
我见过有个企业之前产品分类混乱,有的按功能分,有的按材质分,统计核心产品销量时,结果差了20%,差点导致生产排程失误。
做主数据后,统一了分类标准,报表数据一次性准确,管理层不用再怀疑数据真实性,决策效率提升了不少。
总结其实主数据没那么复杂,核心就两件事:
如果你现在正面临数据混乱、系统对接难、决策没依据的问题,不用急着上昂贵的工具,先从梳理主数据开始。从客户、产品、供应商这三类核心数据入手,用上面说的方法识别、分类、定标准,很快就能看到变化。
#数据##IT那些事#
本站是社保查询公益性网站链接,数据来自各地人力资源和社会保障局,具体内容以官网为准。
定期更新查询链接数据 苏ICP备17010502号-11