如何高效智能识别主数据，这个方案两步就能轻松搞定！

什么是主数据？
主数据(Master Data)是指满足跨部门业务协同需要的、反映核心业务实体状态属性的企业（组织机构）基础信息。主数据有两个价值，价值一是建立企业基础数据共享“语言”，打破各系统信息交互壁垒，使数据能够在多个系统内充分共享、高度复用；价值二是通过制定主数据标准，为业务报表编制、数据统计分析提供基础条件；通过主数据建设，能为企业在数据应用与管理奠定基础。

主数据是数据之源，也被称为企业的“黄金数据”，是数据资产管理的核心、信息系统互联互通的基石、更是信息化和数字化的重要基础。主数据管理重要性体现在它可以消除数据冗余、提升数据处理效率、提高公司战略协同力。通过构建准确、唯一、权威的数据来源，建立企业主数据标准管理体系，是提高企事业单位数据质量和数据资产价值的关键因素。
而主数据管理的第一步，就是对主数据进行识别。一般来说，主数据具有高价值性、实体独立性、相对稳定性、高共享性、识别唯一性、长期有效性的特征，常见识别方法是深入调研企业的业务状况和信息现状，但这类方法带来的问题也显而易见：
►门槛高：依赖咨询顾问和外部专家；
►见效慢：时间周期长，至少一个月起步；
►成本高：需要咨询顾问、业务人员、IT人员共同完成人工咨询；
►滞后性：业务出现问题后才会被识别出来。
面对这些挑战，企业该如何破局？

解决思路

明确了问题，就可以制定针对性的解决思路，想要高效识别出主数据，所采用的方案需要具备以下几个要求：
►要大幅度缩短项目实施周期和成本；
►要能通过技术或者工具的支持，快速识别企业各业务系统中主数据分布的现状；
►要能够为企业业务和信息现状调研提供方向，实现看得见的价值。
想要实现这些要求其实也不难，通过构建机器学习模型，训练相应的数据进行主数据管理，就能够完美解决主数据识别的问题，快速了解企业的数据情况，为后续的主数据管理提供数据基础。但是这个过程涉及到数据抽取、处理、特征工程、建模等多个环节，对企业而言是个不小的挑战，有没有更快、更智能的办法？
Tempo主数据管理平台了解下！

解决方案

Tempo主数据管理平台是一个以业务驱动、智能辅助的企业级主数据管理平台，将主数据的实施方法论融入到产品能力中，满足不同业务角度的主数据管理需求，能够解决企业以传统模式治理数据带来的成本高见效慢的问题，打破单一的主数据管理思路，以最小的成本实现最大的价值。

△主数据识别算法方案框架图
Tempo主数据管理平台的主数据识别算法方案从两方面入手，先从企业各业务系统进行信息提取，再根据内置的算法进行机器模型的构建，最终实现对主数据的自动化识别。
第一步：数据库信息提取
主要围绕表、字段和字段值3个基本元素，并从表信息和字段/值信息两个维度对数据库基本情况信息进行梳理，梳理的数据能够对数据库有绝对高的解释度，进而为后续相关识别算法构建提供数据支撑。
同时，由于不同数据库的数据类型存在较大的偏差，Tempo主数据管理平台规定了统一数据类型标准，在字段特征提取过程中，分别对字段值的最大值、最小值和平均值都进行了提取，以便于进一步了解各字段值特征，增加准确度。
第二步：主数据表识别算法构建
主要以数据库信息提取结果数据作为输入数据，采用多种方式梳理及初步归纳主数据表的表征特征，融合综合评价模型及机器学习算法等关键算法，从而实现主数据表识别。
算法实现过程
Step1：数据输入
主要来源为数据库信息提取结果数据。
Step2：数据处理
数据处理过程主要是针对抽取到的数据库特征数据，通过筛选、合并、计算、异常值、缺失值处理等方式。
Step3：特征工程
针对不同的任务梳理出与目标结果相关的关键指标，这些指标的构建及确定将从业务、统计学等角度进行确定和选择。
Step4：综合评价/机器学习模型
基于当前数据情况，综合应用综合评价和机器学习模型实现主数据模型构建。
Step5：结果输出
将主数据识别结果分高、中、低三个等级，从而实现主数据表的推荐。
在此过程中，表数据特征是描述表主体信息的关键，Tempo主数据管理平台不仅可以识别到14种表字段值的特征，还基于Bert模型，实现了对事件、组织类特征表达、描述方式等其他多样性特征的识别。

方案价值

该方案在某煤矿项目上得到了应用，并通过分层+随机抽样的验证，以及人工标记+核查的复核方式，对主数据及参考数据的精准度和查全率进行了检验：
主数据精准度：65.1% ；查全率：100%
参考数据精准度：61.2%；查全率：100%
Tempo主数据管理平台的主数据识别算法还可以运用到以下场景：
1）建立企业级的主数据统一视图，识别各业务系统主数据，形成统一的数据信息，明确企业各主数据间的关联性；
2）协助企业制定统一的主数据标准和规范的管理制度与流程，从而保障主数据的产生与存储的准确性，数据的流转与维护的可控性，帮助企业建立一套完善、权威且高质量的主数据；
3）通过主数据的更新变化趋势等因素进行分析，可以一定程度上促进管理体系的不断完善和业务发展不断提升。
通过Tempo主数据管理平台进行主数据识别，可以帮助企业和组织更好地管理和维护主数据，提高数据质量和可靠性，同时也可以更快地进行数据分析和决策，从而提高业务效率和公司整体的战略协同力，为后续的数据共享和跨系统业务协同打好数据基础，保障企业数字化转型的顺利进行。