摆脱概念，详解物料、财务、客户、供应商等制造业主数据管理实践！

关注工号 ；数元斋

    主数据管理方案的设计过程 主要是借鉴总结行业内主数据管理实施的成熟方法论，并结合集团实际情况进行制定。其推进思路围绕三个方面: 

1、面向系统与数据， 以主数据标准和规范为核心推进各项设 计; 

2、以集团管理与分析需求为牵引; 

3、工作方法模板化，并严格按计划有序推进 。

本次项目推进步骤主要包含三大阶段，即现状分析、方案设计以及实施路线规划。

主数据管理项目阶段计划

第一阶段:现状分析阶段主要针对集团业务现状、系统现状推进调研与分析，最终形成现状分析报告;

第二阶段:方案设计阶段是依据现状 分析的基础 上，重点对数据标推、管理组织、流程体系、质量监督体系进行详细设计;

第三阶段:实施路线规划阶段主要解决实施路径的规划并推进数据清理工作。

一、现状分析阶段

     现状分析阶段主要围绕系统 、 数据 、 属性三要素推进展开， 通过现状收集与 调研访谈清晰三者之间的分布与交互情况，即明确主数据在各系统中的数据分布与流向;探查主数据现有的分类需求与统计属性:总结现有各系统在不同事业部 的分布情况。

(一 ) 工作任务安排

   基于上述目标，需要推进开展四项任务内容:

1、组织开展有关业务现状、管理分析需求的调研访谈 工作 ;

2、 下发模板对系统 、 主数据及属性在事业部内分布与流向进行收集整理，并总结各项主数据的分类属性、统计属性、值集范围以 及系统规则:

3 针对属性值内容进行横向差异的对比分析;

4、讨论确认现状评估结果并初步制定未来设计思路。

 (二)数据收集模板体系说明

    在上述工作任务中，对于现有系统、数据以及属性信息的收集与整理是难度 最大的，同时也是最为重要的。基于现状的复杂程度，在本阶段共制定八大工作模板并行推进。

1、《信息系统与事业部分布表》 

    为了解集团和事业部目前已经使用的哪些信息系统以及具体的使用情况;建议采集组织与系统建设的分布情况信息，用于制定 末来主数据系统与周边业务系统间的过渡方案与实施路径。 信息采集可根据现有系统进行归类排序，对系统本身的重要性、所属管理部⻔、功能用途以及推广完善计划进行调研分析。 

2、《主数据与系统分布表》

     如图所示，为分析现有系统内的主数据分布情况，并对主数据的产生与 使用进行整理分析，建议采集 主数据内容与各现有系统的关系信息，用于未来制 定系统间的数据采集与分发规则。信息采集需要填写 主数据的业务含义、范围定义以及应用的业务场景，识别 各项主数据在各项系统中对应的前置系统与流向系统。

3、《主数据编码规则表》

    如图所示 ，为收集目前各类主数据的编码规则 ， 探查目前数据中 “ 一物多码” 与“一码多物” 情形，建议采集现有各类数据的编码规则信息。信息采集可明确各类主数据的编码制定部⻔，汇总分析编码程度、编码结构 、各段规则以及相 关编码示例等情况。

 4、《各系统主数据字典》

      为收集整理各系统内数据规范的差异，建议采集在用系统内的数据可用资源信息，简称数据字典， 以作为未来制定数据标准与规范的参考基础。

信息采集需要填写各系统内主数据的属性字典内容，包含字段名称、类型、⻓度，并补充填入数据维护者信息、是否必填、值集范围、系统间流向等信息。

5 、 《 主数据属性与系统分流向表 》

    为整合各系统中属性，通过业务口径分析识别跨系统的共用 属性以及某些系统独有的属性，并在公共属性中识别具体的命名规则与业务含 义 ，同时分析属性在 价值链流转过程的补充与更 新 ，获取信 息 的 发起方与使用方 ， 建议组织采集数据属性与相 关 系 统 的 分布关系信息 ，并 借 此 梳 理 现有数据流向信息。信息采集可根据共性属性、属性含义、业务场景等信息，识别填入属性所在系统的前置系统与流向系统，并对价值链属性全集进行分解，明确基本属性与扩展属性。

6、《主数据流程节点与属性》

      为收集各事业部关于各类 主数据全生命周期的维护流程及流程节点，并针对流程节点中涉及的系统属性进行整理分析，建议采集现有数据管理流程节点与相关属性内容。信息采集可结合 《主数据属性 与系统分布流向表》整理各类 主数据的基本属性及业务属性，并对属性字段进行完善:结合目前己收集的现状资料列举整理维 护流程，并识别流程节点对应的岗位职责与所属系统。(对流程节点标注 A一审 批; C创建;F一-修改;U一-使用;D--删除)

7、《主数据的分类属性》

     为实现对已收集的属性全集进行分析识别，筛选具有分类性质的属性值集，并标注其分类维度与功能需求，建议采集目前数据的分类及相关属性内容。信息采集可填写分类维度的说明、评价依据以及制定部门等信息，未来将作为属性分类维度的参考基础。

8、《主数据的统计属性》 

      为收集集团、事业部的统计需求，并分析集团、事业部间的口径差异与维度缺失等问题，整理各单位 主数据管理模式与系统控制属性，建议采集现有数据的统计性质属性，其中往往蕴藏了管理需求。

信息采集需要梳理各类 主数据统计属性、识别管理方式与相 关系统规则。

 二、 方案设计阶段

      方案设计阶段是 主数据管理咨询成果的核心组成部分，通过本阶段需重点解决主数据管理的数据标准 、管理模式 、管理流程以及系统建设等关键方案的设计 。基于现状分析成果 ， 结合集团管理需求 ，充分参考并借鉴行业内最佳实践经验 ，以形成覆盖全集团各系统平台与各 主数据领域的蓝图设计方案。

 (一 ) 设计框架与遵循原则

      主数据方案设计阶段围绕管控模式、数据标准、流程及系统建设等方面进行 框架设计，其主要遵循的原则包含:

1、管控模式:清晰集团、事业部的管理职 责分工与管理部⻔;

2、数据标准:建立全集团统一的数据标准体系，确保数据 的唯一性与 一致性;

3、流程体系:规范并固化主数据管理流程，明确流程节点与职责分工; 

4、技术平台:搭建统一规范的识别与查重功能，规范数据创建、 采集与分发的运行规则。

      管控模式与数据标准是基石，组织、流程及平台是支撑主数据管理体系形成的三大支柱。

( 二) 物料主数据的设计方案内容介绍 

     物料主数据设计方案为解决目前“一物多码” 的问题，将围绕上述框架原则明确的四项维度推进设计。从管控模 式入手，未来将加强集团管理职能，建立集团和 事业部的两级管理模式。

   两级管控模式及职责内容:

1、集团层级:管理跨事业部使用和共享的通用物料，并保持全集团一致和规范;负责制定物料编码、分 类、属性和值集标准 ;负责审核集团统管物料的数据规范:负责监督考核下属经营单位数据质量的管控水平 ;负责制定物料数据管理制度，并监督其执行成效。 

2、事业部层级:管理事业部内独自使用的物料;依据集团统一标准，执行物料 主数据管理流程，并负责物料 主数据业务和规范的审校;负责提高事业部内物料通用化水平;接受集团对数据质量和通用化的考核。

   清晰管控模式以后，由集团统一制定全集团的物料主数据标准，其中主要体现在三个方面:

1、编码规则:明确采用有含义的编码结构方案，即对编码各段 结 构 分 别 定 义 其 具 体 业 务 类 型 的 事 项 含 义 ， 以 丰富 编 码 管 理 维 度 、增 强 业 务 使 用 的便捷性 与辨识度，并依据标准的七类物料分别制定相应编码规则。

2、物料分类:以物料通用化和标准化为目标，设计统 一的物料研发分类，支持研发模块化 管理需求;以制造、库存、采购等需求为基础，设计统 一的物料编码分类，满足 业务管理需求;通过属性设计形成采购分类与物料特征值描述，以满足供应链管 理及其他管理分析需求。

3、物料属性:在梳理集团范围内公共属性的基础 上， 对物料属性进行分类管理，形成基本属性、特征值属性及统计属性三大类物料属性范 畴 。其中基 本属性包含物料 的 基 础 信 息 ，具有唯一性且不 随 交易对象的不 同 而变化; 特征值属性是识别物料唯一性身份的固有特征信息;统计属性是为满足集团财务、营销统计分析需求而设计的管理属性。经过梳理与分析 ，物料属性从1188个精简至 84个关键属性 ， 物料分类由57 种整合为16大类。

   在流程体系搭建与系统功能设计方面，要遵循上述明确的管控模式与数据标 准进行设计实施: 

1、流程体系搭建:制定物料新增、物料变更、物料停用、物 料借用、物料属性完善、订单物料新增以及订单物料变更七项管理流程， 并在流 程 图 设 计 过 程 中， 明 确 各 流 程 节 点 的 管 理 部 ⻔ 、 岗 位 职 责 及 所 属 系 统 。 

2 、系统平台与功能设计:明确以PLM系统为源头系统，负责相应的 主数据的创建与分发， 依据数据标准对系统维护界面进行逐项定义，以支持数据完整性与唯 一性的质量管控要求。 

物料属性维护界面通过属性特征值的设计，实现唯一性查重的功能管理，为 一物 一码的管理需求带来可行性保障。

 ( 三) 供应商主数据的设计方案内容介绍

     供应商主数据在管控模式上与物料类似，同样采用集团、事业部的两级管理 模式，集团负责制定集团统 一的数据标准，并监督事业部数据管理流程与标准规 范的执行情况;事业部负责对供应商数据的日常维护与审核工作，并依据数据标 准与流程体系进行数据管理工作。其数据标准也同样侧重三个方面:

1、编码规则:采用简单清晰的弱含义编码方案，八位编码 ⻓度仅包含分类信息，其他均采用数字流 水 ， 以保证编码数据的稳定性 。

2 、分类标准 : 从业务⻆度对不同供 应 商进行重新分类，形成标准的十二类供应商。突出重要业务类别的划分思路，指引事业部依据分类明确归口管理部⻔，满足集团与事业部统计分析与业务管控的需求 。 

3、 属性设计 : 采用兼顾数据一致性与完整性的属 性 设计方案 ， 并依据集团与下属单位将属性视图进行划分，其中集团层级属性包含基本信息、经营信息、关联信息、区域信息以及管控信息;事业部层级属性则包含组织信息、地址信息 、 联系人信 息 、 分类信息以及状态信息 。另外 ， 供应商流程清单 主要 包 含 供 应商新增、信息变更、失效退出以及黑名单管理等流程体系，并最终确定以SRH系统作为供应商主数据源头系统 ， 承接其数据管理功能 。

     供应商数据标准设计过程中，关于跨业务类别的供应商主数据处理模式 一直 是内部比较有争议的地方。这里简要介绍 一下集团对此问题的理解与模式选择， 以供具有相同困惑的企业参考与分享。供应商 主数据分类的维度有很多种成熟的 模式，比如按照地理区域划分，即国内、国外供应商，这种维度的供应商分类不 会存在跨分类的情况，即可以天然保证供应商在全集团内的唯一编码。但缺点是 与业务管理结合较弱，基于集团多年的供应商管理模式来看，业务⻆度仍然比较 倾向按照业务类型进行划分，所以在供应商类型的划分上最终采用的是业务分类划分模式，诸如材料、模具、基建设备、物流等供应商类型，这种划分模 式 必然存在同一家供应商出现跨分类业务合作的情况，如果仍然想唯一编码则需要在系统层面落实相应 的客制化改 造 ， 集团基于多年Oracle ERP 的 实施运作经验 ， 经过评估发现，如果想要在ERP系统内使得供应商跨分类唯一，则需要连带增加非常庞大的改造工作量，但从客观来说，这不会成为阻碍 主数据追求唯一的主要原因。而业务管理的真正需求才是我们最关心的，目前集团内各职能体系对于各领域的供应商均是细化区分管理的，以保证与供应商之间清晰有效的衔接，即从 业务执行与管理层面，目前没有对跨分类唯一供应商数据有极强的统计需要。再回到集团层面，如果想要 了解一家供应商在各分类业务内的交易与合作情况，则只需要通过唯一性属性进行识别抓取即可，如组织机构代码。因此，基于 上述分析的结果，最后选择了“分类内唯一〞的处理模型，即跨分类的供应商可以存续多个编码，当然这个前提是它确实在与集团开展多领域的合作。 

(四)客户主数据的设计方案内容介绍

   基于营销组织体系的管理需求，客户主数据的管控模式分为集团、事业部及营销分部三级管理体系。

1、集团层级 :负责制定集团统一的客户主数据标准与 规范，统筹审核内外销直接客户层级的数据生效 工作;

2 、事业部层级:遵循集 团数据管理标准，负责审核内外销间接客户层级的数据生效工作; 

3、营销分部及分公司层级:遵循集团数据管理标准并负责采集与维护客户主数据信息。其 中 直 接 客 户 、间接客户是 在 客 户 数 据 标 准 中 定 义 的 一 种 客 户 分 类 。

     在数据标准方面 ，客户主数据的分类设计分别针对业务往来关系、客户重要性、客户所属市场级别、渠道类型、营销模式等多种维度进行客户体系的搭建，以满足营销体系管理、经营分析的多元需求。在客户属性内容的识别 上，基于客户基础信息、集团管控信 息以及事业部管控信息 三个层次进行设计，其中集团管控信息则侧重标准范围适用于全集团 、 且具有共享与分析价值的属性范时。在编码设计方案中采用与供应商编码相同的设计原则，制定八位无含义结构的编码方案，仅包含内外销的类型区分，其他均为数字流水。基于管控模式与数据标准的结果，流程体系同样围绕新增 、 变更及失效进行设计 ， 并明确Siebel - CRM为容户主数据的源头系统 ，各种类别的容户信息创建与维护均在CRM中执行，并且承担主数据发布功能。

(五)财务主数据的设计方案内容介绍

    财务主数据的设计方案与其他几类主数据不同，其需要核心解决的不仅是数据的完整性、一致性等数据质量问题，更重要的是满足如下两个方面的需求 :

     重新定义财务账户体系，清晰界定账户结构内各段的管控边界;

     针对账户结构各字段内容进行重点设计，确保支持会计信息披露与经营管控分析的需求。

      遵循这两方面核心需求，财务主数据针对核算单元、会计科目、成本中心、产品品类、地理区域以及往来单位开展方案设计。

     核算单元是用于满足各经营单位财务核算与考评分析的需求、在会计信息披 露上需要独立出具标准的资产负债表、利润表及现金流量表，以及在考评管理上需要考核其总资产周转率 、应收账款周转率及现金收入比指标的实体机构或虚拟组织。由于其本身需要严格的从属于法人组织，所以为了体现这 一紧密的继承关 系，在编码结构设计中融入了法人信息。

     会计科目在账务核算中的基础地位决定 了其作为财务主数据的价值核心，严格遵循国家会计准则在科目体系的设置建 议，同时结合集团自身在会计信息披露、合并报表编制以及预算管理分析的需求， 在原有集团会计科目、事业部明细科目基础上进行分析与整合，形成具有四层级 结构的全新会计科目体系 。各层级设计秉承规则统一、固化稳定的基本原则，对于包含多维度交叉并存的维度信息，以及变动性强、个性化特征明显的维度内容， 一 律禁止加入会计科目，以保证科目体系的清晰稳定。

      成本中心一改曾经乱增乱用的状况，明确只能添加用于费用归集、预算考核或业绩评价的组织主体，其来源要保证与组织架构之间清晰的对应关系，同时为体现其与核算单元的紧密程度，在编码结构中设计添加核算单元编码，进一步厘清法人组织、核算单元、行政组织以及成本中心四者之间的从属与依存关系 。

      产品品类是基于产品价值链盈利分析需求而设计添加的管理维度，其数据来源完全采用产品主数据制定的产品分类体系，实现研发系统源头与财务账务核算系统间的直接高效集成，过程无需任何人工干预，完全由产品源头自动生成，为会计核算与经营分析提供实时准确的品类经营数据。

     地理区域维度的设计同样是为满足各地区产品销售的盈利析需求，其数据标准 主要选用国家行政区划、国际 IS0 3166- 1 编码规范制定，并明确“国内到市、国外到国” 的核算颗粒度需求。

      往来单位主要是用于跟踪内外部关联方交易，满足外部披露和内部管理的组织单位信息。其数据内容 主要包含集团的内部核算单元以及外部具有投资关系的关联方主体，并在编码上设计区分内外部单位的主体信息。

       财务主数据除成本中心外，其他各段内容均由集团财务统 筹管理与维护。成本中心要遵循集团制定的数据标准， 事业部负责审核数据生效与维护。其流程体系建设与其他 主数据类似，包含新增、变更及失效流程。 

(六 ) 主数据质量监控的设计方案内容介绍

  主数据质量监管体系以质量管理为目标 ， 在建立一套以提高主数据质量的主数据质量标准及质量评价指标体系基础上，配置相应的管理组织，以对数据 质 量 及分析过程进行及时的检查 、 评估 ， 通过一定的管理机制和技术手段 ， 保证主数据符合业务要求，提升主数据质量和 主数据的应用水平。

主 数 据 质 量管理评价主要有如下标准 : 

1 、数据的唯一性 ， 指数据要唯一 ， 不存在重复记录;

2、数据的完整性:指数据的属性信息完整、无缺失;

3、数据的一致性，指跨系统之间的数据是否一致;

4、数据的关联性，指关联属性的引用是否正确 ;

5、数据的规范性: 指数据信息是否准确、规范;

6、数据的及时性: 指是否满足业务应用的时间要求。

    基于评价标准，集团统一制定相应的主数据评价指标体系 (KPI )， 包含唯一性比率 、 完整性值率 、 一 致 比 率 、 正确的关联属性引用比率、规范性比率 (准确性比率、有效性比率、稳定性比率、通用性比率、 合规性比率)、及时率等。

    具体各指标的定义与评价维度参考如下: 

1 、唯一性比率 : 是否存在重复的记 录; 

2、完整性值率:不存在缺失字段的数据的百分比。即数据的每个属性都有 明确的值，不存在“空” 或“未知” 的属性;

 3、一一致比率:业务系统中是否存在使用 非主数据平台中的 主数据，或者同一属性在各系统中是否存在不一致;

4、正确的关联属性引用比率: 是否存在不正确的关联属性引用情况 。例如 : 产品 主数据中需要引用财务产品段中的 “ 财务产品分 类 ” ， 如 果 在 产品主数据中 的 “ 财务产品分类〞信息填写错误，则说明财务产品段的“财务产品分类” 关联属性引 用错误;

5 、准确性比率:主数据中的属性填写内容是否准确，例如:供应商主 数据中的名称 (全称)字段，与供应商营业执照 上的名称不 一致，则说明该条供 应商主数据的属性信息存在错误;

6、有效性比率 :一定时间范围内申请的物料& 产品是否被有效应用，其中不被引用的数据包含被停用的数据和不被业务 (挂 BOM/采购/ 订单)引用的数据;

7、稳定性比率: 主数据分类例如物料&产品分类 变更数据在总数中占比(包括分类、属性、特征属性); 

8、通用性比率:通用物料在物料总数中占比(在一定的周期内，对新增的物料进行抽取，统计其中通用 物料所占的比例，周期性对比和分析可为提高物料通用化水平提供重要指标和参 考 ) ;

9 、合规性比率 : 主数据中的属性填写是否符合数据 标 准 、规则 ， 是否存在不规范现象 ( 包 括 数 据 格 式 不 规 范 、 数据内容与规范要求不符等 )， 例如 : 供应商名称中存在空格或换行的，则说明该供应商的名称维护不规范; 

10、 及时率: 是否满足业务应用对数据的时间要求，例如:要求会计科目从申请、审批到最后 创建完成，达到可用状态应该在1 天之内完成，如果实际超过了1 天，则表明该会计科目的维护未及时完成。

     结合具体指标维度的评价体系与权值分配，通过设置相应的优、良、中、差等级，对评价结果进行定义。如，总分小于60 分，表示与系统 相关的数据质量差;总分大于60 分小于80 分，表示与系统相关的数据质量需要 很大提高;总分大于80分小于90分，表示与系统相关的数据质量有待提高 ;总分大于90 分，表示数据与系统相关的数据质量较好。 

 三、 实施规划与数据清理阶段 

   从蓝图设计方案的⻆度，己经为企业量身打造 一套完整的主数据管理策略，其方案内容包含各类 主数据类型的管控模式、数据标准、流程体系以及系统建设 的初步规划，这些内容接下来需要从系统与数据层面分别规划具体的落地实施方案，以确保方案设计成果能够真正实现。 

(一 ) 实施范围及整体原则

   整体的落地实施方案首先要清晰系统、组织以及数据的实施范用，其中系统 可以从未来建设的全球模板 系统与目前在用的原系统⻆度进行划分，即采用新老 系统之间的切分思路; 组织⻆度可以从试点单位与非试点单位的建设范围进行区分:数据⻆度则是基 于数据清理前后的新老数据进行切分。基于自身的组织规模与系 统 规 划 ， 采 取在试点单位的组织范围内 ，针对六类主数据以及核心源系统在同一周期内同步推进实施的总体策略。

基于总体策略 ， 集团在具体实施路径的规划时制定以下实施原则 : 

1 、数据迁移与切换:遵循新系统新数据、老系统老数据的基本原则，试点单位内新老系 统在统 一时点切换至新数据。

2、属性流转:关键或全局性的属性必须遵循主数据方案在对应源头系统进行落地，核心的全球ERP 系统在整体规划中需要承接源 头 系统 、 满 足 下游 系 统 的 属 性 要 求 。

 3 、系统集 成: 明确全球模板系统之间采用ESB的集成方式。

(二 ) 数据流向设计方案

   遵循各类主数据的属性流转要求，在相应源系统、全球ERP系统以及 下游业 务系统之间需进 一步明确具体的数据流向规则，其中规则内容需要重点明确以 下 三项内容，即源头系统、集中分发规则以及集成技术方式。

    源头系统需要严格按照主数据需求方案中明确的数据创建规则执行，即物料 产品主数据为全球PLM系统、客户主数据为Siebel CRM系统、供应商主数据为 全 球 S R M 系 统 、 财 务 主 数 据 为 F MD M 系 统 。集 中 分 发 规 则 需 要 清 晣 源 头 系 统 与 全 球ERP 系统之间的数据传递关系，即是否由源头系统直接分发?还是先传递至 ERP后，统 一由ERP进行二次分发?这种选择需要厘清源头系统的数据信息与其 他业务系统间是否存在必须单点传输的私密属性。最后是集成技术方式，其需要 明确源 头系统在与全球模 板系统、现有老系统之间数据传输的接口集成模 式，这块要充分参考原有系统内的接口设置，尽量避免不必要的接口改造。

 (三 ) 数 据 迁 移 策 略 安 排

   类似于数据流向的设计方案，数据迁移策略要解决各类 主数据在试点单位与 非试点单位间、新系统与旧系统之间新老数据的映射与切换问题。依据各类 主数 据的建设方案，需要重点明确以 下关键内容:1、源 头系统内新老数据映射关系 的 搭 建 ; 2 、 试 点 单 位 老 系 统 与 新 系 统 内 新 老 数 据 映 射 关 系 的 搭 建 ; 主数据的迁移依据源头与下有系统的数据流向，还需要 充分考量新旧系统间 、试点与非试点单位的业务流程 之间、以及新旧数据之间的关联要素的切换与衔接。

(四 ) 数据清理与迭代方案

   为形成集团统一的标准化数据、向全球模板系统提供清洁的数据资源，依据 主 数 据 标 准 规 范 需 要 对 现 有 老 系 统 内 的 数 据 进 行 清 理 与 完 善 ，借 鉴 行 业内数据清理方法论的实践经验，部署从收集数据开始到形成标雅数据全程 七大环节的数据 清理方案。

   依据各类主数据的属性标准与填写规则制定数据清理模板， 匹配现 有系统内存在的数据内容并 下发事业部进行无效数据识别，识别完成后依 据清理模板的属性要 求安排归口业务部⻔进行属性补充收集，其中对 于识别数据 唯 一身份的关键属性信息进行收集时需提供扫描文件资料以作校验 与备档管理， 如供应商或客户的组织机构代码信息等。基于此环节收集的唯一性属性内容，事业部范围内先初步进行查重处理，并针对重复的数据资源进行第 一轮整合，通过 对全部属性信息的校验对比将多条数据整合为一条准确的数据，形成事业部内的 全部数据库资源并提交集团 主数据管理组织，统筹推进全集团范围内的数据查重 识别与数据质量检查。经过多轮的数据质量提升以后，剔除集团范围内的重复冗余数据，就形成了全集团标准化的数据信息资源，业界习惯称其为“ ⻩金记录信息”，即符合集团 主数据标准、具备完整性、唯一性、一致性及准确性的数据信息资源。

   数据清理是基于系统内某时点 之前的全部数据，但是在此时点以后，可能出 现对己标推数据的变更与失效、以及在此期间新增创建数据的情形，为最终在系 统上线前能够提供最新且符合标准的⻩金记录信息，需要在数据清理完成后开展持续的数据迭代工作。数据迭代旨在搭建主数据管理系统上线前的临时管理平 台，实时参与主数据新增、变更及失效的信息维护工作，以实现与主数据管理系 统数据迁移的无缝衔接。数据迭代方案的核心需解决两件事:

1、推进已标准数据在老系统内的落地运行;

2、搭建主数据查重、认证以及信息维护的审批平台。在数据清理完毕后，针对后期需事业部负责管理与维护的属性信息开展现有系统内对应属性的维护修正工作，让标准数据重新回归系统运行，推进事业部数据管理体系的试运行管理。同时，集团统筹管理⻩金记录信息的唯 一性及集团管控属 性的质量提升，搭建审批 平合要承载新增创建数据查重、集团唯一编码的认证与 发行功能，并且集团认证的唯一编码要同时在存储事业部管控属性的老系统内对 应维护，以便建 立集团与事业部全集属性的衔接关系。基于数据迭代持续更新后的标准数据， 即可用于满足主数据源头系统 在 数 据 迁 移 阶 段 的 初 始 化 需 求 。

 三、 主数据管理的组织建设 

一、 组织建设思路与分工

     项目的成功实施必然需要组织体系的支撑与保障，在实施主数据建设过程中，集团一直也在探索如何建设更为科学高效的 主数据管理体系。业界实施的最佳实 践是“业务+1T” 的组织体系，即各类主数据Owner (归口业务管理组织)与IT 部⻔的数据管理组织结合组成集团主数据管理组织。主数据实施项目就是在集团层级建立“业务+IT” 的组织体系，集团层级业务线成员 负 责 把 握 数 据 标 准 方 案 与 管 理 需 求 的 契 合 水 平 ，并组织事业部及下属经营单位的业务线人员进行数据收集与清理;IT 人员则负责系统实施架构与数 据流向方面的控制，并支持业务人员推进数据标准落地。项目实施完毕后，未来 在 主数 据 运 行 管 理 过 程 中 ， 其 相 关 组 织 体 系 的 搭 建 目 前 还 处 于 探 索 之 中 。国 内 企 业采用比较普遍的有两种实践方式:!、在集团层级搭建统一的 主数据管理组织， 其 成 员 来 自 各 类 主数 据 领 域 的 业 务 与 I T 成 员 ， 其 人 员 编 制 也 全 部 从 原 部 ⻔ 划 归 本组织，属于集团负责主数据管理的专职人员:2 、在集团层级没有实体搭建主 数据管理组织，但各类主数据领域的业务与工T 人员仍然兼职负责主数据的管理 工作，其 人员编制仍然棗属 于原部⻔，形成一种虛拟的 主数据管理体 系。两种模 式在职责分 工与运行效率方面各有利弊，更多还是要结合企业自身的组织基础与 管理需求来综合考量。

 二、组织建设的考评激励

   在明确组织分工的同 时 ， 需 要 一并 明 确 相 应 的 考 评 激 勋 体 系 ， 考评激励的类型一般分为日常绩效激励与专项倾斜激励两种，在主数据实施项目 推进过程中，无论是方案设计阶段还是实施规划阶段，其专职人员的工作强度往

往是 非常巨大的，项目运作过程中对于项目组成员的考评激励一般以专项倾斜激 励为主，以提升项目专职人员工作热情与积极性。尤其是在组织业务线人员开展 数据清理环节，针对数据量规模在百万级左右的 主数据类型开展补充完善的时 候，依据数据清理的条数记录可以制定相应的激励方案，以提升数据清理的效率与质量。

四、 主数据管理的决策应用

   主数据管理体系的建设是根 本解决数据标准与质量提升的问题，但在主数据 标准体系搭建的过程中，我们 也可以看到其实质更是对于经营管理、统计分析需 求的融入与拓展，进而在打造坚实数据资源基础的同时，在上层我们也逐步构建便捷、高效、可靠的决策支持体系。

一、 物料主数据在采购与生产领域的应用 

物料主数据建设实现“一物一码” 的终极目标，从根本上打通了从采购环节 到研发、生产环节的信息壁垒。在新产品研发环节，物料资源在有限范围内的标准化程度水平将 一定程度影响着新产品整体的开发周期，如果 一个零配件资源在全集团范围内的标准化程度较高，选择此零配件作为新品组件，即可以加快全球 各生产基地对此零配件的采购周期，同时 避免新型组件使用过程中的不确定性⻛ 险，进而提升产品上市效率、优化开发成本。而在制造环节，当多家工厂生产相同的产品机型时，如果一方出现物料供给的临时性短缺，唯一性物料数据资源的 共享将支撑工厂间物料库存的及时调配与供应，避免因此带来的停产与临时性高 价采购。并且“一物一码” 告别了过去无法针对物料级别进行成本分析的境况， 尤其是对于重点机型产品中的关键零部件的对比分析，也将助于物料与产品的经营管控分析。

   物料属性设计为满足集团财务、营销及采购等领域统计分析的需求，专⻔制定由集团统筹管控的统计分析属性，包含品牌、系列、型号、用途等维度内容，实现跨业务领域内对 于物料管理的多元视⻆分析。 

ニ 、 供应商主数据在集中采购管理中的应用

为满足集团采购业务与供应链管理的需求，供应商 主数据方案设计中专属构 建“采购分类” 与“ 合作关系分类”。采购分类的搭建回归物料本身，设计包含物料大类、中类及小类的划分体系，物料大类直接应用物料主数据制定的研发大类，中类依据物料功能、材质及物理特性进行划分，小类从物料工艺⻆度进行细分。遵循上述分类体系，采购人员依据采购对象就可以精准筛选具备合作基础的供应商资源，将 大大缩短供应商寻源与引入的评审周期。合作关系分类的设计是借鉴行业内供应链体系的最佳管理实践，统筹搭建一套完整的供应商合作关系识别体系: 一般供应商、区域性供应商、主力核心供应商以及战略供应商。其分类标准是依据供应物资的重要及⻛险程度、供应商供货能力以及供需依存关系评价 三项维度对现有供应商资源进行识别定义。基于合作 关系分类的应用方案，延伸到供应商资源管理，我们可以在寻源策略、合同与执行⻛险监控方面进行差异化管理，进而形成科学高效的供应商管理体系。

     供应商在新增环节就会清晰其供应合作的物料类别与合作关系定位，后期集团在组织集中采购时，根据集团范围内己共享的供应商采购类别及相关合作评价信息，不仅在供应商寻源与引入环节提升效率、降 低⻛险，而且在具体合作领域的供应商资源分配与平衡方面，也将提供比较完善的数据信 息资源基础，助于企业供应链体系的协作共赢发展。

 三 、 客户主数据在渠道与信用管理中的应用

     客户主数据标准设计的应用价值 主要体现在分类体系的搭建，尤其是在曾经 比 较薄弱的渠道与信用管理方面 ， 本次在客户分类体系内融入了包含渠道类型 、客户所属的市场级别、信用评级、客户评级、客户经营品牌及经营产品等分析维度，其中渠道类型依据客户本身的销售模式与经营特点，分为家电连锁、百货商 场、综合超市、旗舰加盟、专卖加盟、普通零售、电商、经销商、商业容户九大类，对各类渠道容户做了比较细致的划分。容户所属的市场级别依据城市的行政 级别而划分为四级市场，即直辖市、省会城市属于 一级市场;地级市及自洽州属 于二级市场;县级市及县区属于三级市场;乡镇属于四级市场。在渠道客户资源 的管理与维护方面，其渠道类型及市场级别将会影响到销售产品机型层次的差异化分配、对应营销策略资源的差异化设计以及责任指标体系的差异化分摊，这种 针对性强、差异化明显的合作策略有助 于企业较好的维护与培养市场资源。

        另外在客户信用管理方面，客户的信用评级与客户评级分类也从数据层面给 予 了重要支持。客户的信用评级分类共分为九个层级，即 A 级 ( AAA/ AA/ A)、B

级 ( B B B / B B / B )、 C 级 ( C C C / C C / C ) ， 具 体 分 类 会 依 据 客 户 自 身 的 交 易 信 用 记 录 、 合作规模以及抗⻛险能力的评估结果进行综合评定，企业依据信用评级的分类体 系制定相应的信用政策制度，对于不同信用等级的客户，其信用政策资源的分配 会有不同程度的侧重于倾斜，最大程度降低企业信用管理⻛险的同时，差异化建 设客户资源体 系，形成不同层次合作 关系的利益共同体。

四 、财务主数据在经营分析中的应用 

     财务主数据建设很重要的 一项功能就是要支撑经营管控分析的需求，同时财务账户结构中各段维度内容与其他经营领域的相关性 也不难体 现这 一依存关系。财务主数据核心解决的经营分析维度是基于产品与区域的盈利 分析体系，致力于在统 一维度层次上打通营业收入与营业成本的归集、费用与差异成本的分摊。其中产品品类来源于研发前端，一件物料生成的同时需要明确其关联的产品品类，实现物料成本差异在伴随产品运转时能够清晰明确品类对象; 一 个产品在定义时会自动生成产品品类，并将信息传递至财务账务核算的系统 内，其业务单据中根据规则自动匹配其对应的产品品类信息，此信息即为财务账 户结构中的产品段信息，形成从源 头到业务处理、再到账 务核算环节 无需任何 人 工千预的产品品类数据集成体系。依据实时准确的核算结果，在后端的BI 数据 分析或预算管理分析中都可以进一步加 工获取需要的分析结论。

     基于地理区域的产品销售分析也同样建立 一套完善的数据采集与传递体系， 区域数据源头一般在业务单据生成时同步创建于Siebel CRM系统，同样其业务 信 息 伴 随 区 域 主 数 据 进 入 财 务 账 务 核 算 的 系 统 内 ，依 据 规 则 自 动 匹 配 账 户 结 构 中 的区域段信息，自动形成基 于区域划分的各产品销售数据信息，为后端分析系统 提供全面与完善的数据信息资源。

 

关注 工众号 ；数元斋

了解更多数字化咨询与知识！