主数据管理
开篇：润墨网以专业的文秘视角，为您筛选了八篇主数据管理范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
主数据管理范文第1篇
什么是主数据？大家常说的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，比如与客户、供应商、产品相关的数据，更广泛意义的主数据是同一系统或不同系统需要重复利用、需要共享、互相关联的基础数据，是企业内能够跨业务重复使用的高价值的数据，存在于多个异构或同构的系统中。主数据通常需要在整个企业范围内保持一致性、完整性、可控性，为了实现这一目标，就需要进行主数据管理(Master Data Management，MDM)。主数据管理旨在简化数据共享，并通过将软件技术与数据管理相结合为企业中的每个人提供一致的关键数据，作为主数据的信息会根据行业和组织的不同而有所不同，也会根据企业信息化的深度和广度不断扩展。
主数据管理在很早之前就一直存在，随着信息化技术的应用、业务发展以及监管的需要，企业对主数据管理(MDM)的认识有了显著变化。主数据逐渐受到业界的关注和重视，企业纷纷尝试利用主数据管理(MDM)解决他们在整个企业范围内进行跨业务、跨主题域时遇上的各种挑战和问题。
目前，业界的IBM、SAP等公司主数据管理的主要技术集中在对已有的主数据整合和管理面，这与欧美企业信息化程度高又不想放弃现有的数据积累，同时重新建设信息系统会给企业的经营带来无法接受的损害等有关。而国内普遍信息化程度较低，就算已经建立了主数据管理系统，由于企业对数据标准化认识和重视程度不够，数据维护质量不高，依旧使企业的主数据管理处于较低水平。
2.主数据管理建设方案
2.1 主数据管理建设历程
主数据管理一般经历以下几个阶段：
第一阶段是直接在系统中使用简单的代码。在数据库建设的初级阶段，系统开发人员为建设信息系统需要就引入了代码的管理概念，该阶段基本是各个系统分别建立各自所需的代码标准，这个阶段是把代码写在程序中，如果代码发生变化整个应用程序都需要重新调整，二十世纪九十年代初建立的信息系统基本沿用这种模式。
第二阶段是建立编码管理信息系统。这个阶段建立的编码标准是基于当时信息系统建设需要，主要用于查询和下载，由于标准编码和信息系统之间缺少必然的联系，虽然有统一标准编码但执行情况比较差。
第三阶段是建立主数据管理平台，主数据管理的对象是集审批、管理、分发等功能为一体的统一管控平台。很多实施了ERP系统的大型企业已建立了主数据管理平台，下面以SAP产品为例进行主数据管理功能的介绍。
2.2 主数据管理建设功能
主数据管理平台建立的目标：一是建立关键主数据管理平台。二是为各企业之间、集团级各系统之间数据共享和综合分析业务数据提供良好的基础。三是实现集团级标准主数据的统一管理，为标准化提供更完善的应用管理平台。
早期主数据概念主要来自于ERP系统。由于ERP系统是一个高度集成的系统，将投资管理、项目管理、物资采购、生产计划、设备维护、库存成本、产品销售、财务费用集成一起，无疑对主数据管理提出了很高要求，在很多ERP产品中已将主数据作为一类很重要的基础信息进行管理和维护，这些主数据对集成相关业务起到非常关键的作用。
主数据管理提供以下主数据管理功能：用户单点登录第三方系统功能、主数据查询功能、主数据分发功能、主数据申请功能、主数据修改功能、在线审核工作流功能、数据校验和接口功能等。
2.3 主数据管理信息系统技术架构（如图2.1所示）
通过企业门户作为信息集成平台，用户通过统一的入口访问主数据管理平台应用其他主数据管理系统。
通过SAP MDM系统为主数据管理平台提供了数据集中存储、数据质量保证、数据导入及数据分发等标准服务。
通过SAP XI系统作为中间件平台，实现与集中或分散ERP服务器、数据仓库系统及其他应用系统的集成，实现标准化主数据向ERP等信息系统的主动推送及按需下载功能。
根据主数据管理的需求，采用业界标准的MVC架构设计并开发J2EE应用，实现主数据在线申请、审核、分发、数据、关键字查询等功能；在设计与开发上强调可维护性与可复用性，实现主数据应用的快速部署。
结合J2EE安全架构、SAP EP门户角色及SAP MDM记录与字段级的安全保护机制保证了主数据管理平台的安全性。
SAP EP系统与SAP MDM系统均采用了负载均衡的部署方式，使得主数据管理平台在大用户访问量及较大的数据存储量的情况下仍然具有理想的系统响应速度，同时系统也具有良好的可扩展性。
3.主数据管理的应用
3.1 主数据管理存在的问题
主数据管理平台建成后发挥了显著应用成效，成为集团企业集中管控全局主数据的的主要技术平台，有效促进了ERP系统和其他业务系统主数据标准化的程度。但是应该看到，主数据管理还是刚刚起步，仍然存在不少问题，大致可以归纳为四大方面。
一是建设时没有考虑到应用的复杂性。由于一个主数据涉及多个业务条线，信息往往无从判断其准确性。
二是主数据的责任主体不明确。由于主数据涉及多个业务条线，应用时自然会对应多个管理部门，不同部门对主数据的认识不同，要求也千差万别，主数据管理的责任部门难以落实。
三是维护水平难以保证。没有足够的业务知识和对此类物资的详细了解，主数据维护的唯一性、正确性将难以得到有效保证。
四是主数据信息维护质量不高。部分企业申请主数据时维护的信息不完整导致的一致。
3.2 主数据质量问题对企业产生的影响
由于主数据具有动态性，其产生以及使用在多个不同的操作及分析系统中，所以我们在建立一种有效评估数据错误或是数据未能符合商业使用者期望而导致的风险的系统时将面临更多的挑战。
诸多研究资料已经显示不良的数据质量特别是主数据质量将给组织带来不菲的成本。调查显示，不良的主数据和操作数据可导致组织收入损失高达10%，此外还会带来其他的严重结果，比如基于错误数据基础上的战略制定和企业决策等。最近，某大型跨国企业也提出了因不良质量的业务信息导致的业务影响一览表，这些损失共计高达数亿美元。Gartner的报告显示，在2011年，有75%的组织将因为缺乏数据质量保障体系而陷入明显的收入增长减缓和成本增加状况。
此外，由于缺乏协调统一的主数据管控体系，导致的数据质量不良而带来的数据治理工作也会大大增加企业信息管理的成本。在过去的几年中，集团也在提高数据质量方面投入了巨大的人力物力，比如近年的物料主数据编码清理和转换工作，即耗费了多年时间，数亿元成本来完成。
3.3 有效提升数据质量
目前对于数据质量的管理主要集中在对主数据的标准化管理方面，推进了主数据管理平台的应用，并建立了相应的主数据管理组织与流程。
然而，主数据管理仅仅是数据质量管理的一部分，业务人员通过信息系统实际填报数据的完整性、准确性、一致性、及时性才是数据质量管理的核心内容，在此方面部分企业虽已初步建立了信息系统考核的指标体系，但在实际执行方面仍有较大提升空间。
一些企业已意识到主数据管理将是一项持久的工作，不建立长效机制，难以确保主数据的质量。一方面主数据需要继续完善和丰富，同时也存在停用主数据的保管，还存在主数据在各系统中应用的问题。建立一套主数据管理系统有其难度，主数据的维护难度不会低于建立的难度。如何真正发挥主数据的作用？需要加强两方面的措施，一是强化管控，企业在生产系统中创建、修改主数据时要严格按照主数据管理平台要求执行，一律从主数据管理系统分发，杜绝在生产系统手工创建及删除数据。二是加强考核，加强相关主数据的数据质量考核工作，如企业在申请内部单位数据时，应按照相关证照进行申请，尤其创建本企业内部单位时要格外确保数据准确，以免给其他企业应用带来不必要的问题。
3.3.1 数据管控建设的核心是加强数据质量与标准化管理
企业已建成ERP和生产、业务系统，积累了大量的业务数据，加强数据标准管理，使数据高效、准确、快速地支撑企业决策和经营管理范围，已成为信息化建设的重中之重。
以信息化标准和规范为基础，在信息采集和保存、信息传递、信息共享及信息利用等关键点进行优化和改进，稳步提高数据质量（如图3.2）。
3.3.2 建立并切实运行周密的数据管控体系是加强数据质量与标准化管理的必由之路
很多企业开展了数据需求规划与标准化工作，但未能从源头解决数据管控问题，导致数据仓库及辅助决策系统中的数据质量仍不够理想。完整的数据管控体系框架涵盖组织结构、评价与考核、管控流程、管控工具四个领域。
组织结构、评价与考核、管控流程、管控工具这四个域相互作用、相互支撑，提供对信息系统数据的管控（如图3.3）。
①数据管控组织结构
对于大型或集团性制的企业来讲，高效并且清晰的主数据管控组织结构是提高主数据管理质量的关键所在，一般来讲，主数据管控组织结构是一个自上至下的体系架构，由高层管理者直接领导作为主数据管理的驱动力，确保整个管控体系高效的运行。由各业务部门直接参与主数据管理工作，对数据标准、规则进行定义，结合数据专家及IT部门的支持，形成一套完整的主数据管控组织架构。具体组织架构一般由以下几个关键环节组成：
设立数据管控指导委员将作为高层支持将对整个数据管控工作进行督导，并且是数据管控工作顺利进行的基础。委员会由数据标准化委员会发起人以及总部各职能事业部门主管和总部信息部主管组成，其中委员会发起人作为数据标准化工作的主管，负责领导管理整个数据标准化工作，而总部各职能事业部门主管和总部信息部主管则为数据标准化工作提供相应的支持。
数据标准委员会下设业务组和数据标准化专题组，并且在相应的数据管控专家或者专家小组的协作支持下，执行每天的数据管控工作。业务组应按照总部相关的职能事业部门划分，其中在各个业务领域里面每个业务数据领域均设有明确的负责人来支持数据管控工作；数据标准化专题组则按照不同的数据类别划分，如投资计划数据，财务数据，物资数据等。其中每个数据类别均设有相应的数据组长以及数据认责人并且要明确数据类别所对应的相关业务组。
围绕在以上设立的数据管控工作小组还需要成立相应的IT支持团队，如数据建模人员，数据库管理员，应用架构师等，对数据组织在数据管控过程中遇到的技术工作与问题进行相应的支持。
在设立明确的数据管控组织架构的同时，还需要明确各个管控层级的管控角色及职责，作为数据管控的强有力保障：
数据管控发起人：将作为企业数据管控工作驱动力，是整个数据管控工作顺利进行的基础。负责对整体数据工作进行指导监督。由总部高层领导出任并进行直接领导。
相关事业部门主管：负责协调所辖业务数据所有者与数据组长之间的工作，并且负责监督数据所有者制定相关数据策略并贯彻执行，以及对所辖业务领域产生的数据问题进行审核并交由相关的数据认责人进行解决。
相关业务数据认责人：即数据所有者，负责定义数据的业务含义，计算规则，以及数据相关的业务规则及其约束。由具体业务领域中的业务人员担任。
相关数据组长：负责监督考核数据管控工作执行的，协调数据认责人与业务者间的工作，以及对所辖系统领域产生的数据问题进行审核并交由相关的数据认责人进行解决。由具体的数据系统领域负责人担任。
相关数据认责人：负责制定数据标准，数据管理制度，以及对数据管控周期进行管理并负责对数据进行审核。有责任将数据管控工作情况（数据管控周期，数据质量，数据管理流程）定期向上级主管部门进行定期汇报，需要与相关业务部门人员及时的进行沟通并具有一定的业务熟悉程度。从相关业务部门中挑选具有一定业务熟悉程度以及一定IT技术的人员担任。
应用部门：即数据产生者及使用者，需要理解并遵循数据管控的规章与流程以及数据管控工作的目标。并且在使用数据的过程中，对数据产生的问题应及时反映给相关部门。
支持中心：作为数据的业务和IT方面的支持人员，对总部和企业在日常业务应用过程中产生的数据问题提供支持和处理，需要理解并遵循数据管控的规章与流程以及数据管控工作的目标。并且有责任将数据管控应用过程中出现的问题向上级部门进行定期的沟通和汇报。
数据管控相关数据专家：负责协助总部职能事业部门制定相关业务领域数据的详细需求以及一些必要的业务规范。需要了解相关业务属性，业务流程以及业务的运营需求，以及一些相关的专业知识。由多名各业务领域的兼职专家顾问组成。或负责协助数据标准规划专题组制定详细的数据管控需求并给与相关的专业意见。需要了解数据管控体系，数据建模，数据体系架构设计等相关技术。由多名兼职专家顾问组成。
②主数据管控评价与考核指标
必要的主数据管控评价与考核指标是保持并提高整体主数据质量、衡量主数据管控工作效率的重要手段。数据管控考核指标应与企业的业务策略保持一致。在主数据管控流程的重要环节制定绩效考核点，对应相关指标对相关责任人进行考核。并在数据输入或变更节点，制定检查清单，以确保用户依循标准执行。
③主数据管控流程
一套清晰的主数据管控流程可以有效的提高数据管控体系的效率并且降低数据管控带来的成本。数据管控流程应从数据规划入手，按不同的数据管控维度，将数据的管控目标、责任、考核联系起来，并通过一套有效的沟通及反馈机制，形成一个闭环流程。并且将主数据管控流程固化下来，实现流程的自动化。在许多企业中，有许多主数据管控的流程还停留在纸面上，没有固定的执行规则，每个人、每一次执行的方式都不同，人员的随意性就会造成种种主数据的问题。因此固化的管控流程可以通过标准化的运作方式减少错误的发生，提高流程的执行效率。
④主数据管控工具
建立一个统一的由总部直接管控的主数据管理平台，把主数据管控体系相关流程，标准规范通过技术手段应用在系统里进行固化，在确保数据一致性和准确性的同时实现总部对主数据管控的总体掌控。为所有企业用户提供主数据查询、维护的唯一入口，实现主数据统一管理的目标，并和其他各业务应用系统进行实时的数据共享，统一口径，从而实现系统间高效的信息共享。
4.结束语
主数据管理范文第2篇
一、大型企业主数据管理建设
主数据管理建设规划是建设主数据管理系统的关键环节。而制定合理的数据管理建设规划应从三方面入手[2]。一方面应从企业主营业务入手，在构建主营业务模型的基础上对主营业务相关数据进行分析，选取符合企业特征的筛选方法对企业数据进行筛选，在综合分析数据特点的基础上总结出企业主数据的管理范围。另一方面应对数据之间的关联性与数据之间相互影响的程度做出分析，对需要关注的数据予以标识。最后，依据业务流程在企业中所起到的作用，在具体操作过程中的复杂程度及业务要求中所体现的业务紧迫性等相关指标，确定主数据管理的实施策略，并依据实施策略制定具体实施计划。主数据管理建设规划的具体实施可分为五步，具体包括：
1.构建主数据业务能力分析模型
主数据是企业核心业务的相关数据，因而大型企业构建主数据管理模式应以业务需求为其核心驱动力。在具体构建主数据管理模型前应优先构建主数据业务能力分析模型，对大型企业核心业务能力作出的分析。大型企业的业务需求与其业务负责部门具有紧密关联性，因而在构建企业主数据业务能力分析模型时应充分发挥相应企业核心业务部门的作用。具体操作方法可分为两方面[3]，一方面：在落实业务责任，业务监督时应选取具体核心业务部分为负责部门或监督部门负责，而当企业核心业务涉及多个部门时，可以采用适用多部门协同合作的方法，共同负责，协同监督，促进有效开展业务。另一方面：在具体疏导业务时，可通过现场协调，电话交流及邮件沟通等方法。而大型企业由于业务构成复杂，涉及部门较多，因而在具体疏导业务时还应结合企业的特性作出特殊分析。
2.明确主数据管理权限
主数据由企业核心业务数据构成，因而在明确企业管理权限时应结合企业核心业务部门工作性质进行分析。具体操作过程可以分为三个方面：首先，应确定主数据的管理范畴。对企业核心业务数据继续筛选，以业务目标与业务效果为具体评价指标对业务数据进行筛选。而大型企业应结合自身特征建立数据评价模型，以期在对复杂数据与交叉数据继续进行处理时既能做到充分体现数据的价值，又不会发生数据价值重复，或数据遗漏等问题，依据筛选出的关键数据确定主数据的管理范畴。其次，应明确主数据管理中具体管理人员的相应职责。在设定具体管理职责时，应对企业人员素质作出分析，在结合人员特点与管理要求的基础上具体确定相应的管理方案，确保“正确的人在处理正确的事情”[4]。以实现充分发挥人才作用，充分完成管理任务的效果。最后，应对管理效果与数据管理所发挥的作用作出定期与不定期的评估，以明确管理中存在的不足，从而进行调整，使管理作用得到最大程度的发挥。
3.分析主数据关联关系
分析主数据间的关联关系是提升主?稻莨芾碇柿康墓丶?环节。大型企业的业务数量多且复杂，而业务与业务之间往往也具有一定关联性。如不对数据关联性作出明确分析，在数据管理时便无法充分体现数据意义，从而对管理造成一定影响，因而，主数据关联分析是很有必要的。大型企业的数据关联不仅包括规定业务范畴内的关联，也包括因业务变更而带来的关联，企业的业务造成负面影响与业务种类问题，因而在筛选主数据时应将关联因素考虑在内。同时，在设计主数据管理方案时应对业务变更对数据造成的影响做出充分考虑。
建设实践表明，大型企业的重点数据关联主要体现在以下不同业务部分之间[5]：第一类为：跨业务与跨职能的相关管理数据；第二类为：业务职能涉及多个模块的信息系统；第三类为企业底层信息模块系统；第四类为：与核心/关键业务存在密切联系的相关数据；第五类为：涉及引用、分配、从属等职能的相关部门的数据，在实践建构中应对上述领域进行重点处理。
4.构建主数据管理模式指标
主数据管理模式的指标可分为三项[6]：即重要性、复杂性与紧迫性。构建主数据管理模式应从主数据指标入手进行综合分析。从重要性进行分析：第一为数据与企业核心/关键部门业务之间的相关性，第二为数据是否属于信息系统中的核心数据；从复杂性进行分析：第一为所需检索的信息系统中此类信息的数据多少，及同类信息的数量；第二为在进行数据统一工作时所需处理的数据工作量；第三为企业与企业之间应用此类信息的差异性分析及企业内部各个部门之间应用此类信息的差异性分析。而在对企业紧迫性方面进行分析时：第一为信息所含的要求中是否包含了业务紧迫性的要求；第二为业务部门对管理的要求是否包含紧迫性要求；第三为先行开展的业务对信息提出的紧迫性要求。在对上述指标进行综合分析的基础上构建相关三维图示，清晰呈现数据特征与其对模型建设的要求，其具体三维图示如图1-1所示：
5.制定总体实施策略
大型企业应在综合上述分析，结合企业特征的基础上构建主数据管理的总体实施策略。主?稻莨芾硎凳┚咛宀呗杂Π凑帐缘恪⑼乒阌胪平?的顺序进行。具体操作时应先行制定工作计划，并依据工作计划组建具体项目实施队伍，依据项目实施条件设计项目实施方法，并同时完善项目的配套措施，如沟通机制、保障机制与备用机制等。而对实践过程的问题进行及时解决，并对方案中的不足进行及时补充。
二、主数据管理的统一应用与维护
主数据运营维护体系简称主数据运维体系，是主数据管理机制中长效机制与保障性机制，能在保障主程序运营方面起到重要的作用，同时也能为数据的后期优化完善提供数据支持与实践参考，对主数据管理具有重要意义。主数据运营、维护具体包括三方面内容[7]：第一为主数据运营、维护制度，具体包括主数据运营、维护管理制度及主数据运营、维护管理细则。第二为主数据运营、维护知识体系，具体包括主数据运营知识体系与主数据维护知识体系。第三为主数据运行、维护效率保持与运营、维护资源共享。
在具体构建主程序时，应着重构建客户服务及前台服务管理、运营维护服务规划、数据管理与标准管理，业务变更管理、系统管理、知识管理、流程管理及技能培训等内容。同时应建立相应的运营、维护管理团队、主要负责信息系统的运营维护及其相关业务审批工作，而针对具有强业务性的数据应设立相关部门进行专门管控。同时，应依据数据运营反馈效果作出及时调整，以保证其持续有效性。
主数据管理范文第3篇
关键词：电网企业;物资主数据标准化管理;运维管理机制
中图分类号：G726 文献标识码：A 文章编号：1007-0079（2014）33-0172-02
随着国家电网公司等电网企业不断推进物资信息化体系建设、不断提高物资集约化程度，建立统一的物资主数据体系成为电网企业一项非常重要的基础性工作。为加强物资主数据建设、统一物资主数据管理体系、深化物资主数据应用，国家电网公司逐步建立以物料主数据、供应商主数据、仓库主数据为基础的物资主数据体系，并通过统一的主数据管理平台统一对物料主数据进行管理和维护。
一、物资主数据发展历程及现状
2009年以前，部分信息化推广程度较高的网省电力公司，在所属建设、运营范围内建立、推广物资主数据体系，并在整合企业物资资源、提高供应链效率等方面发挥了重要作用，也为国家电网公司统一推广物资主数据体系积累了经验、奠定了基础。
2009年，国家电网公司为推进物力集约化体系建设，建立了物资分类与编码标准统一的主数据资源库。主数据管理系统（MDM）正式上线，基于一体化平台实现与各业务应用集成，实现主数据的查询、申请、审核、分发/下载等功能，支持编码标准和主数据在全国范围内的统一应用。之后，根据公司建设、运营的实际需要，不断完善、补充、修订物资分类及各类主数据。目前，系统大、中类物资分类新增需求极少，已经基本涵盖所有常见通用物资。物资主数据新增趋势如图1所示：
二、物资主数据标准化管理体系
物资主数据管理体系包括物料主数据、供应商主数据、仓库主数据三部分，分别对电子商务系统、ERP系统及其他物资管理系统中的物料、供应商、仓库信息予以规范化、标准化，具体内容如下：
1.物料主数据
物料主数据主要包括物料分类编码、物料编码两部分。
（1）物资分类编码。物资分类编码体系是企业物资信息资源共享的基础，是ERP等信息信息系统之间联系的桥梁。物资分类和物资分类编码规则是该体系构成的两大要素：
1）物资分类。物资分类是根据物料特征对物资进行区分归类，对物资进行分类时实施物资编码的基础。国家电网公司物资分类体系包括大类、中类、小类三个级别，以电网物资为例，分为20个大类，包括一次设备、二次设备、通信设备、仪器仪表、装置性材料等;每一大类下又分为不同的中类，以一次设备为例：在一次设备大类下共分29个中类，如交流变压器、交流电流互感器、交流电压互感器等;每一中类下又分为不同的小类，以交流变压器为例：在交流变压器中类下分为12各小类，如10kV变压器、35kV变压器、110kV变压器等。
在小类下，进一步区分物料，分别定义特征项和对应的特征值。特征项是指用来定义一条物料的多项主要属性参数，其中每一项参数都被称为一个特征项。特征值是指每个特征项下包含的不同数值，其中每个数值被称为一个特征值。特征值和特征项按照不限定供应商、方便需求填报、满足统计要求、满足物料描述的准确性要求、综合实用性要求的原则编制。
2）物资分类编码规则。物资分类编码规则采用3层7位数字代码，代码结构如图2所示：
（2）物料编码。物料编码的应用，便于信息系统进行识别和检索，便于对物料进行高效、有序的管理，便于对物料进行分类与统计，便于计划、采购、合同、监造、履约、库存等各环节实施管理，便于物料信息的交换与共享。物料主数据是不可缺少、不可替代的关键主数据。
1）物料编码的方式和原则。物料编码是以简短的文字、符号或数字、号码来代表物料、品名、规格或类别及其他有关事项的一种管理工具。物料编码的编码方式分为赋义编码和顺序编码，编制原则遵循简单性、层级性、完整性、单一性、一贯性、伸缩性。
2）物料编码的应用。为实现物料编码的规范性应用，物料编码具有标准、非标、使用、冻结等多种标识功能。基于物资采购标准，在系统中建立了采购标识自动判定规则，以自动判断并生成物料编码的标识、物料编码与采购标准的对应关系。设计单位在编制技术规范时，系统可显示物料的标识并自动引用对应的采购标准模板。
2.供应商主数据
供应商主数据是以简短的文字、符号或数字来代表供应商及其相关事项的一种管理方式，是供应商在企业ERP系统中的标识，是进行数据交互和分析的基础。供应商主数据采用的是10位数字的流水码，含有38个字段，包括供应商名称、工商登记号、税号、全国组织机构代码、邮政编码、通信地址等信息。
供应商主数据在主数据管理平台中进行统一管理，参与采购业务的供应商均需在主数据管理平台进行申请，运维人员核对通过后，通过接口发送给业务系统使用。
3.仓库主数据
仓库主数据是以简短的符号和数字来代表仓库所在的单位、地理位置及其他有关事项的一种管理工具，是实体库在ERP系统中的标识，是进行货物收发货、转储、盘点等业务活动的基础和前提，是对库存进行统计分析的数据基础。根据管理需要，仓库主数据包括实体库主数据和虚拟库主数据。实体库必须在主数据管理平台中进行注册，包括仓库名称、地址、面积及库存编码等信息。试题仓库的注册范围包括区域库、周转库。[1]
三、物资主数据管理平台功能设计
物资主数据管理平台（SG-MDM）是国家电网公司为进行主数据统一管理而建设的一套管理系统。该系统以物资主数据体系为依据，对各类物资主数据统一编码，同步至ERP业务系统，从而达到对物资主数据进行有效管理的目的。物资主数据是物资管理中所应用的ERP系统、电子商务平台和辅助决策系统的基础，通过物料、供应商和仓库主数据的维护，实现了数据交互和共享，保证了物资主数据在整个业务系统内的实时同步。
1.物料主数据功能模块
主要功能包括物料主数据的查询、申请、审批、分发、冻结，具体功能如下：通过物资主数据管理平台，可以采用多种查询方式进行物料主数据的查找;对没有对应特征值的小类进行特征值和物料编码的申请;查询物料编码和特征值的分况;管理员对物料主数据进行冻结;可以实现主数据同步下发至总部ERP、省公司ERP及电子商务平台。
2.供应商主数据功能模块
包括供应商主数据的查询、申请、审批、分发、冻结，具体功能如下：通过物资主数据管理平台，可以采用多种查询方式进行供应商主数据的查找、申请;管理员可以对省公司的供应商主数据申请进行审批;查询物料编码和特征值的分况;省公司可以提出供应商主数据的冻结申请;管理员可以对供应商主数据的冻结申请做审批;管理员可以单独进行供应商主数据的冻结。
3.仓库主数据功能模块
包括仓库主数据的查询、申请、修改、审批、分发、冻结，具体功能如下：通过物资主数据管理平台，可以进行所有仓库的查找;省公司可以申请、冻结或修改仓库主数据;管理员可以对申请进行审批，审批通过后，系统自动进行分发;省公司可以查询仓库主数据的分况。[1]
四、物资主数据运维管理机制
为适应物力集约化管理要求，创新物料主数据管理理念，提升物资标准化应用水平，国家电网公司对物料主数据新增、修订申报、审批实行“省公司分批次内外时段申报数据，国网物资部集中审批、统一修订下发”的模式。其中：“批次内申报”是指各单位在规定批次、时段内完成物料主数据新增或修订申报;“批次外申报”是指各单位未在规定批次、时段内提出物料主数据新增或修订申报;“集中审批、统一修订下发”是指，总部在规定时间内，集中审批和下发各单位提交的新增物料主数据，结合集中招标批次的审查会，统一评审、集中修订下发。
1.职责分工
按照总部、国网物资公司、省公司及各单位的职责定位，物资主数据运维的业务受理范围划分如表1所示：
表1 物资主数据运维业务受理范围划分表
序号 业务受理单位（岗位） 业务内容
1 各单位物资标准化专（兼）职管理员 物资分类与物料主数据提报过程中的常见问题（如：业务操作、数据查询等）
2 国网物资公司 主数据新增、修订及其他业务问题由国网物资公司在工作日受理、咨询专家并形成修订意见
3 国网信通公司 系统功能故障及系统操作指导
4 国网物资公司、国网信通公司 系统操作账号由各单位提出申请，报国网物资公司审批，交国网信通公司具体办理
2.物资分类新增机制
各单位收集新增分类需求，组织专家开展预审，确定所属大类、中类、小类，计量单位及特征项、特征值，填写物资分类申请模板，提报至国网物资公司。经咨询专业专家意见、国网总部批准后，在主数据管理系统中完成新增。审批不合格的注明原因退回至需求单位。
3.特征值和物料主数据新增机制
各单位收集新增需求，组织专家开展预审，进入主数据管理系统，提交新增申请。经咨询专业专家意见、国网物资公司审批后，在主数据管理系统中完成新增。审批不合格的注明原因退回至需求单位。
五、结论
物资主数据标准化是企业全面、深入推广ERP系统、物资信息管理等信息系统的基础。物资主数据标准化体系通过规范、统一物资主数据，打破了企业管理信息系统之间的壁垒，将各个信息孤岛予以连接，实现了企业信息资源的集成、共享;同时，将企业供应链各个环节的业务、信息予以贯通，实现了物流、业务流、信息流的整合。物资主数据标准化体系的建立和推广为电网企业提升供应链运作水平、降低运营成本、实现精益化管理提供了有力支撑。
主数据管理范文第4篇
关键词：数据规划；数据管控；数据编码；数据清理；主数据平台
中图分类号：F207
文献标识码：A
文章编号：1009-2374(2011)27-0008-05
一、概述
随着企业持续发展以及信息化建设应用的持续深入，各种各样大大小小的系统如办公自动化系统、财务管理系统等已经多达几十个。在这些应用系统中产生了大量的甚至海量的业务数据，存在着大量有价值的信息，但由于各个应用系统采用的技术不尽相同，数据格式及编码不同，导致在企业内部形成许多信息孤岛，在各业务系统之间同一业务数据各自独立，缺乏数据交互以及汇总提炼的基础，形成了一定程度的信息孤岛，无法有效的支持企业的精细化管理提升，严重影响企业的进一步发展。
越来越多的企业开始重视并迫切希望解决或避免这种状况的存在与发生，故企业数据规划愈来愈受重视。企业数据规划就是全面系统地对企业级主数据进行规划，规范企业级数据标准，作为企业未来信息化建设和信息应用的核心标准；并通过有效的数据管控手段保证数据标准的有效执行。
二、企业数据规划概论
信息化的最大效益来自信息的最广泛共享、最快捷的流通和对信息深层次的挖掘。信息化建设中的根本性问题是如何将分散、孤立的各类信息变成网络化的信息资源，将众多“孤岛式”的信息系统进行整合，实现信息的快捷流通和共享。
数据是企业的灵魂，是企业的宝贵财富，信息资源是企业最重要的资源之一，因此建设高质量的数据体系，是开发企业信息资源、建立全面支持企业信息化运行的IT资源平台的基本工作。
(一)基础概念
主数据：是指描述业务实体的，在业务发生中相对静止不变的，在企业范围内有必要共享的数据。例如，客户、供应商、工厂、产品、账户、员工和组织部门相关数据等。与记录业务活动，波动较大的交易数据相比，主数据变化缓慢。
交易数据：是指描述企业的运作状态和行为，在主数据之间活动产生的数据。比如客户购买产品的销售订单记录、工厂生产产品的生产记录、财务发生收付款的财务凭证等。交易数据建立在主数据基础之上的，主数据必须存在并加以正确维护，才能保证交易数据的参照完整性。
企业级主数据：是指那些具备全局性(该主数据在企业内分布在两个以上的信息系统或部门内，存在跨系统跨部门的数据交互需求，或是跨系统跨部门的统计分析需求)和关键性(该主数据在企业范围内属于关键性数据)的主数据。
企业级主数据是企业实现有效的信息交互，发挥信息价值和促进管理标准化的核心数据基础，而业务单元级主数据仅限于各业务部门内使用，由各业务部门进行管理；交易数据则以主数据为基础，在后续的企业应用集成中实现有效的管理和应用。
(二)企业数据规划定义
为避免企业在其信息化发展过程中随需所建的各类应用系统因其主数据不统一、不正确而造成信息无法得到有效汇总和共享，或为解决这一既成事实的问题企业需要从战略高度宏观规划企业的数据标准和管理策略的工作，这类工作一般称为企业数据规划。
谈及企业数据规划时，业界人员总会想起主数据管理(Master Data Management，MDM)。主数据管理是用于决定和建立单一、准确、权威的事实来源，以了解有关公司的信息资产，并在需要时以服务的形式提供。主数据管理是将各种企业数据合并为有关客户、订单、产品、原料或者供应商的单个“记录系统”或“一个数据版本”。主数据管理将数据从应用和流程中独立出来，并且将数据呈现为一系列可重用的服务。企业将从此获得共享的、完整的、准确的主数据。主数据管理在保证最高水平的数据质量和标准化的前提下，实现了数据在不同数据库之间进行传输和同步的自动化，以及在使用这些数据的不同应用系统之间传输和同步的自动化。
企业数据规划以主数据管理为核心理念，而相对于通常的主数据管理，企业数据规划更强调面向未来的规划，即根据企业当前业务管理以及信息系统的需要以及未来发展方向系统地规划出企业数据标准，并通过管理和技术手段将其成果固化下来。
三、企业数据规划意义
(一)对信息化工作的基础性意义
企业数据规划对整个企业的信息化具有基础性意义。通过企业数据规划工作，实现企业级主数据的统一编码和有效管控，提升数据质量，能够为企业实现从数据转化为信息，从信息再转化为知识乃至分析决策提供坚实的支撑；同时为未来的应用系统集成打下良好的数据基础。
(二)对企业管理工作的基础性意义
提供整个企业的统一数据管理标准与规范，准确、一致、完整的数据亦将进一步提升企业的精细化管理的能力。在横向上将进一步完善企业特别是跨部门的沟通协作，在纵向上完善业务信息的采集汇总分析，并能够有效地支持企业各个层面的绩效管理和考核。
1．横向跨部门沟通协作：统一标准的信息可以在各个部门和单位无缝共享。如企业用户资产／设备管理的系统一般包括用于财务价值管理的固定资产管理系统、用户设备管理部门的的资产管理系统以及用户相关使用部门的其他设备绩效和监控系统等，统一的资产编码和资产属性数据使跨部门、跨系统的数据整合成为可能，使部门之间、系统之间具备了统一的语言进行沟通，使在很多企业中需花费很多时间进行的资产价值管理体系与资产实物管理体系的信息同步、盘点、分析等工作可以高效、准确的进行。
2．纵向数据采集汇总：数据规划还可以进一步加强数据的汇总，大型企业，特别是央企组织庞大，分子公司层级较多，各级的数据汇总往往需要花费大量的人力和财力，其主要原因就是数据标准的不统一，需要进行大量的映射、转换和校对清洗工作，通过数据规划，使数据采集汇总可以通过系统方便的开展。四、企业数据规划内容
一般来说，企业数据规划工作主要包括方案设计以及系统实施两个阶段，在方案设计阶段，首先梳理企业当前与未来业务及信息化系统需要的各类数据并进行数据的建模，根据数据的共享性以及关键性确定企业级主数据范围，然后通过设计数据编码对所有企业级主数据确定统一的编码标准，同时通过设计数据管控方案指导对企业级主数据的有效管理；而系统实施阶段通过信息系统(即主数据管理平台)的实施实现规划方案的落地，主要工作包括了数据清理、主数据管理平台的设计、开发、测试、部署、培训、上线等工作。
(一)数据建模
主数据管理范文第5篇
也许用不了三五年的时间，出入纽约麦迪逊大道写字楼里的广告狂人的装束就要变一变，高级定制西装和最新款牛津鞋会被裤脚已被磨成毛边的牛仔裤和复古款网球鞋所代替，让人们以为自己不是在站在世界广告圣地，而是身处硅谷某家初创公司的车库门前。
之所以这样说，是因为那些拥有数字化广告技术和数字营销部门的数据管理公司，已经开始对传统广告公司的疆域攻城略地。正如Merkle公司董事长兼CEO大卫・威廉姆斯所说的：“我们已经开始越来越多地和广告专业服务公司展开竞争。”Merkle是一家典型的数据管理公司，可以为广告主提供包括搜索、网站显示广告、手机广告和电子邮件营销在内的数字化服务。2013年上半年和去年同期相比，Merkle在数字业务方面的的净收益增加了78%。作为Merkle的掌舵人，大卫・威廉姆斯不仅把传统广告公司作为自己的假想敌，他还把埃森哲和IBM看做自己的竞争对手。
还有谁？
这样的数据管理公司不只有Merkle，还有安客诚、艾司隆、益百利，这些公司或者通过并购或者自己投资创立，拥有了从精准广告投放平台到手机应用开发在内的广告技术和数字营销部门。
艾司隆早在2012年11月就通过并购Hype Marketing公司，掌握了能为广告主提供社交网络、手机和零售服务的技术。2011年5月份，艾司隆又并购了提供电子邮件营销、手机营销和创意广告服务的Aspen公司。艾司隆将公司收益增长的砝码逐渐放在广告业务上，近两年其数据业务的增长持平，但是广告业务的规模却翻了一倍。益百利也开始在近两年提供广告服务。
安客诚在数字广告技术方面做了大量的投资，于2013年9月份在全球了一款最新的数据管理产品，即AOS，“受众操作系统”，其数字广告业务连续几年保持高速增长。“近三年，安客诚在中国市场上的增长速度每年超过30%。”安客诚中国区总经理孔宇如是说。
在大卫・威廉姆斯信心满满憧憬美好明天的时候，他的假想敌似乎显得异常冷静。来自奥美集团的声音说：自己并没有觉得这些数据管理公司会带来什么威胁，因为没有看到他们除了直邮营销以外的能力和企图。
也有行业分析师认为，广告主可能没有那么快转向数据管理公司来寻求广告服务，原因在于数据管理公司很难吸引到优秀的创意人才，如果将战略创新型的工作交给数据管理公司，而他们却没有合适的人完成这些公司，广告主将会很失望，后果很严重。
但有人却不这么看。巴布是一家公司的CMO，在他看来，正是那些传统的广告公司自己给数据管理公司打开了方便之门，因为在一些基于数据分析的营销项目上有的广告公司并没有给广告主带来让人满意的服务。
关联性是关键
无论是指责一方缺乏创意型人才，还是被别人说成数字化服务是短板，似乎都忽略了一个事实，即这个时代及未来的广告究竟是什么样的？有人也许可以快速给出答案：基于大数据的广告。
这句话或许没错。随着营销人士在忠诚计划、客户关系管理和交易数据方面越来越多地依仗电子数据，大数据正在驱动营销发生一场革命。这场革命正在帮助广告主去更好地理解和服务自己的消费者，洞悉消费者脉搏，从而让自己在营销世界里始终以“第一行动者”的角色在消费者所选择的空间和时间上与他们建立真实的、富有情感的、终生的联系，使自己的品牌和所有的消费者能够实现一对一的对话。同时为自己的消费者找到乐于被接受的数字化与传统广告模式的正确组合体，以便向他们传达正确信息的时候，让品牌自然地出现，并长期有效存在，做到一对一的精准营销。这场数据驱动的营销革命也革新了数据公司的商业模式，正如上面指出的。
问题的关键在于，是否应该把广告创意这种软性感观层面的事情交到直觉性很强的天才手中，或者说，是否应该利用大数据为创意层面增添严密性和逻辑性？这能做到吗？
舍恩伯格与库克耶合著的《大数据时代：生活、工作与思维的大变革》一书中写到：大数据没有边际和结构，笼统但具有预测性，无法显示原因，但能显示关联性。没错！决定现在这个时代及未来广告式样的就是“关联性”，把消费者所需要的与品牌想提供的关联起来，关联的介质就是广告，确切地说是“原生广告（Native Advertising）”。
广告未来式：原生广告
原生广告已被看做广告的未来式，但它目前还没有一个精确的定义，广为人接受的一个解释是：通过在信息流里具有相关性的内容，从而产生价值，提升用户体验的特定商业模式。说的直白些，当你在刷微博查看关于褚时健如何在85岁再创业的内容时，一条关于褚橙的文字广告就会“自动”在你的页面中。也有人将原生广告叫做内容广告，因为它是“混合”在内容中，看起来更像是内容的一部分，不像通常意义上的横幅或者弹出式广告容易被人识别出来。但通常情况下，原生广告都有标识，表明内容为“赞助”或“付费”内容。美国的一家第三方研究公司通过开放接口对比Facebook、Twitter上原生广告与横幅广告发现，原生广告的点击率是横幅广告的近50倍。所以说，原生广告解决的是精准投放的问题。
在原生广告里，数据管理公司解决的是“精准”，传统的广告公司解决的是“投放”。
数据管理公司要通过自己的数字化服务对潜在消费者精准定位，而广告公司则凭借自己独到的创意生成针对性的内容，投放出去。正如安客诚中国区总经理孔宇所解释的那样：安客诚的产品帮助广告主实现数据驱动的精准目标定位，帮助广告主建立一个数字化的精准营销平台；平台搭建完成后，专业的广告公司再来做媒体购买及广告的创意，发挥广告公司的核心业务和专长。也就是说，数据管理公司能够保证广告公司的创意内容可以精准到达。
对于中国的数字化广告市场而言，精准到达至关重要。目前的中国市场还处于跑马圈地的局面，无论是国外的还是本土的数据服务公司都处在快速挖掘客户的阶段。“在这一阶段，最为重要的就是看自己的产品或服务能给广告主带来多少潜在消费者，这些潜在消费者中又会有多少转化为有购买行为的实际消费者。” 时趣互动科技有限公司首席科学家王绪刚如是说。时趣互动有专门基于社会化媒体的数据库，并能通过自己的产品帮助广告主找到潜在粉丝，实现精准到达。褚橙的微博预售就是时趣互动原生广告的一个例子。在橙子还没有正式开售前，先找到已经提到褚橙的微博用户，通过数据分析他们找到共性，共同关注了哪些，再找到关联账号，比如沱沱工社等生鲜类电商，这就意味着让这些电商的粉丝看到广告，最高的订单转化率达到22%。
未来是什么样的？
究竟谁能成为未来广告公司？是势头正劲的数据管理公司，还是基业长青的传统广告公司？也许都不是！未来广告公司应该是一幅拼图，这其中既有掌握各种数字化技术的数据服务公司职能，也有具备一群创意人才的广告公司职能，两者之间应该是一种合作的关系，在整个广告产业链中，大家各自发挥各自的专长，扮演不同的角色。
在论证未来广告公司究竟该是什么样时，还需要做的一点是，弄清楚未来广告主的营销组织究竟是怎样的，因为未来广告公司的商业模式必定会让现在的营销组织被抛弃掉。
主数据管理范文第6篇
在对企业的ERP、MEs、OA、财务管理系统等各个应用系统进行主数据及数据元梳理的过程中,通常会发现存在以下几个方面的问题:()l各应用系统中的主数据,其分类和编码也根据不同的需求偏好来设计,没有统一的标准。往往存在一物多码、一码多物、数据冗余或者不完整等情况,使得系统间的共享、交互和同步变得十分复杂。(2)主数据不断在不同的系统间被重复录入和维护,造成高昂的管理成本和运营成本。(3)缺乏有效管理机制来持续管理和监控关键数据质量,造成数据的可催渡缺失,引起数据及报表的不真实性和紊乱。(4)卞数据没有实现集中管理,各业务系统之间主数据相互交叉、引用关系紊乱,给系统集成带增加了难度,导致居高不下的Tl成本。(幻各业务系统之间主数据共享通过两两系统之间进行接口进行,同样的主数据同步给不同的系统,不得不进朽伏量的重复性开发工作,极大的增加开发成本和运维负担。而且如同蜘蛛网状的接口建设将易于出错和难以管理、(6)庞杂的接口所涉及的数据交换行为没有统的规范以及技术保障,管理和监控都非常困难,存在大量难以控制、可能被攻击的漏洞,不能有效满足信息安全和信息保障的要求。
2解决思路
2.1制定统一的主数据编码标准。制定企业统一的主数据编码标准。对从各应用系统梳理出来的主数据按其所具有分类编码意义进行数据分类、分级,制定编码规则、制定数据编码结构和进行代码定义、这样,按制定的规范逐一对主数据进行编码,有效地解决了编码不统一的问题,确保信息编码适用于不同的应用系统*提高应用系统之间信息共享、交换的效率和质量。主数据编码标准规范体系要体现科学化、标准化、规范化、合理化,并满足以下原则:实用性:对于基础性标准必须严格采用国家标准和行业标准;对于在企业内部应用的可参照现有的国家标准或者行业标准,制定符合企业实际需求的标准。唯一性:在分类编码标准中,每一个编码对象仅应有一个代码,一个代码只唯一表示一个编码对象。简明性:编码结构应尽量简单,长度应尽量简短,这样可以减少计算的时间和空间开销,也可降低基础编码的差错率和复杂程度。可扩展性:在标准中应留有适当的余量,使标准有良好的延展性,以便适应不断扩充的需要。
2.2制定统一的数据元标准。通过梳理分散在各应用系统中的主数据,分析主数据的公共属性与特殊属性,并对数据元进行准确而且无歧异的定义。这样才能保证设计出来的主数据模型的准确性、有效性,对企业主数据库的建设的指导才有意义。
2.3集中统一管理主数据编码数据库。通过建设主数据管理平台来实现对主数据进行集中统一的规范管理,为各业务系统提供准确、标准、权威的可供使用的主数据:平台具有主数据的申请、审核、录入、修改、查询等功能。在平台启用,对数据的处理应注意以下二个方面:(1)对历史冗余数据的处理。在进行各应用系统间的主数据梳理时,将冗余的数据整理出来,在相应的应用系统中对这类数据进行调整合并。之后,才能将其合并后的主数据导入启用的主数据平台,以保证主数据的唯一性。(2)历史数据的处理。历史数据的清理是一个工作量十分大的工作,一定要下大力度一次性完成历史数据的标准化和一致性。在清理完成后,建立标准数据与历史数据的对照关系。(3)新数据的处理。设立数据断点,系统产生的新主数据严格中遵循标准,必须在主数据管理系统进行维护,不允许在业务系统产生;
2.4建立集中统一的企业主数据编码规范和管理维护流程,实现主数据编码整个生命周期的全过程管理。规范主数据的维护原则、维护范围、维护规则、维护内容。通过主数据维护申请、审核、的机制,明确主数据维护和审批的相关责任部门和责任人,以制度化的形式来推进和约束相关责任对象的行为,保证数据的及时性和有效性,杜绝由于数据维护不及时而影响正常业务开展的情况出现。
2.5制定统一的数据交换接口技术标准。通过制定企业内部应用系统之间、以及内部系统与外部系统之间信息交互的服务规约,包括创建服务接口标准、定义数据传输格式以及制定服务治理参考模型等,对企业各应用系统之间数据交互的服务进行统一管理和规范,使各应用系统之间更加有效达到数据集成、数据同步、消除信息孤岛、提高信息安全保障、减轻人工操作工作强度和减少错误的目标。
3小结
主数据管理范文第7篇
一、实物资产管理
随着企业经营管理水平的日益提高，资产管理范畴不仅仅局限于固定资产，已经扩展到流动资产中低值易耗品、原材料等以实物状态存在的设备，通称为实物资产，针对实物资产的管理称为全资产管理。在管理层级上，也从财务会计核算层级的价值管理扩展到整个生命周期的实物管理，从获取物权后，一直到报废、处置等物理形态消失或所有权转让后的状态，提倡实物资产的全生命周期管理。实物资产管理系统是典型的业务管理系统，其应用目标是为管理人员提供作业平台，采集资产基础数据、资产业务数据，实现实物资产的精细化管理。
二、传统资产管理特点
传统资产管理模式的特点：管理范围为固定资产，不包含低值实物资产或设备；管理层级局限于财务方面的价值管理；管理目标是资产宏观管理，侧重于账务处理，业务用户为财务部门；管理手段为ERP（企业资源计划），侧重于对企业资源的物流、资金流、信息流进行全面一体化管理，不涉及实物资产在全生命周期中的各种运行状态。在传统资产管理模式中，由于“重财务、轻实物”的管理理念，且管理技术手段相对缺失或存在一定的局限性，导致普遍存在管理范围狭窄、资产管理粗放、未涉及资产全生命周期等情况。
三、实物资产管理系统的技术思路构建
信息化系统采用的计算机技术、应用的管理思想、提供的业务功能是跟随管理理念、实现技术、信息技术、网络技术等的发展阶段不断进步，从而满足不断地新增的业务需求。现代企业资产管理系统的进步体现在以下几个方面：(1) 精细化管理思想的实践通过落实资产管理业务的精细化操作、精细化控制、精细化核算、精细化分析、精细化规划等管理过程，实现以实物管理为核心、全资产、全生命周期、全视图管理。这是现代企业实物资产管理的主要趋势和发展方向。(2) 基于“互联网+”的业务管理系统 “互联网+”在实物资产管理的体现是基于Web架构技术与Internet网络，构建B/S模式、跨平台的应用系统，提供业务处理、数据查询、分析报表、决策依据等信息服务，这是现今企业信息化系统建设的主流趋势。(3) 物联网等新技术的应用运用物联网技术，将资产、设备等接入互联网，构建网络化物理设备管理系统，解决人与物的通信问题，实现数据的自动交换和实施过程控制，协助用户进行业务处理，不断发展与提升管理系统的功能和性能。(4) 多异构系统的应用集成化实物资产管理系统需要与企业信息化环境中的ERP、MDM、OA等多个异构系统进行数据信息与管理业务的整合与集成，实现业务信息资源的高度共享、高效利用。综上所述，基于“互联网+工业”、“物联网+工业”等信息化技术，采用成熟的新技术、新成果，为资产业务管理的更加深入、细致和广泛提供了有力的技术手段，为实物资产业务管理的完整性、准确性、及时性和有效性奠定了基础。
四、实物资产管理系统的总体架构与设计
实物资产管理系统是落实实物资产精细化管理的工具、手段、载体。需要基于企业现有的信息化整体架构，整合大数据、物联网、移动互联等新技术，达到全方位、多层次的应用集成与融合创新，全面实现信息流的上下贯通、资产业务的左右协同、资产数据的资源共享，为企业经营提供资产业务、数据等方面的信息化服务，全面支撑资产管理科学化。实物资产管理系统在企业信息化平台的定位由于红云红河集团已实现了ERP、MES、OA、MDM等核心信息系统。系统设计要遵循集团信息化建设要求，坚持统一性原则、系统性原则、创新性原则，确保与集团信息化建设体系的业务架构、应用架构、数据架构、技术架构一脉相承、相互关联，遵循集中化、平台化、集成化的技术路线开展实物资产管理系统建设。实物资产管理系统需要与ERP系统对接，实现资产实物与财务账务一体化；与OA系统对接，实现统一的审批业务处理；与MDM系统对接，获取各种主数据。基于主数据模型构建实物资产管理系统在系统设计阶段，参照主数据管理系统中的数据模型，遵循主数据系统指定的接口标准，实现主数据管理的集成目标。重点考虑两方面：一方面数据模型设计要保证与集团数据仓库系统基于相同的主数据标准，为数据仓库的抽取、清洗、分析等提供基本条件；另一方面，实物资产系统中应用与产生的数据，要与主数据管理系统中的数据保持一致。实物资产管理业务应用的各种组织数据、人员数据、客商数据等都是属于集团的主数据管理范畴，实物资产管理系统通过从主数据系统实时更新这些主数据，保证在业务应用时使用最新的、标准化的基础数据。实物资产系统管理着所有实物资产档案，其中的固定资产数据属于主数据管理范畴，在业务处理过程中将新增的固定资产数据，通过ERP系统及时上报给集团主数据管理系统。由于遵循行业统一的主数据标准、规范管理体制及同步分发机制，从数据层面解决了数据不一致、不共享、不完整等问题，提供集中统一的数据视图；保证了实物资产的数据质量，避免与其它系统之间的数据冲突，减少错误的、语义重复的数据；从业务层面加强了业务数据的一致性和实时性，帮助业务人员统一沟通语言，降低沟通成本。物联网技术在实物资产管理系统中的应用物联网技术的应用体现在感知层：由条码/RFID标签、打印设备、固定式读写设备、手持识读设备组成。在业务处理过程中，采用数据采集设备扫描条码或RFID标签识别资产实物，从服务器或存储区获取资产数据，帮助用户实时掌握实物资产状态等信息,协助用户进行业务处理。根据不同的业务应用场景和资产对象，采用的不同的物联网技术。条码具有成本低、数据容量小、只读、应用寿命周期短、安全性差、抗干扰性差等特点，主要应用于具有生命周期短、流通较快、成本较低等特性的实物资产、低值易耗品等：一维码受标签长度限制，一般应用不超过50字节，可以将实物资产编码打印在标签上；二维码的最大容量可储存2000~3000字节，可以将实物资产编码与固化属性共同打印在标签上。超高频（UHF）RFID标签具有数据容量大（512Bit）、可远距离读取(5-8米)、可重复存储(100000次)、能够回收利用、应用寿命周期长、安全性好、抗干扰性强等特点，主要应用于具有生命周期长、价值较高的实物资产，在存储区内保存实物资产编号、固化属性及当前状态等业务信息。通过物联网技术的应用，将精细化管理思想导入图2实物资产管理系统与主数据图3实物资产管理系统与物联网在资产管理业务处理过程中，实现了精细化操作、精细化控制；通过解决物品标识问题，对不属于固定资产的设备、工具、低值实物等物品也进行了规范化管理，扩大了企业资产管理的范畴，实现了全资产管理；将实物资产业务管理扩展到全生命周期的各个业务节点，实现了全生命周期、全视图管理；通过现场作业数据的实时采集、实时上传，保证业务数据及时更新，为资产管理提供了有效的信息流。移动互联网技术在实物资产管理系统中的应用为适应业务现场的复杂环境，在充分利用企业的局域网(有线、Wi-Fi)、移动互联网（3G/4G）等网络环境的基础上，采用智能手机外置RFID模块的集成方式，集成条码、RFID、移动通信、地理信息处理等应用技术，为业务人员提供便捷的现场数据采集、信息查询、巡视管理、转移管理、维修管理、资产及车辆定位等移动业务服务。为业务人员在任何时间、任何地点处理与资产业务相关的任何事务提供了便利条件，构成了移动互联网应用的创新方案。综上所述，从实物资产管理系统在集团信息化系统建设体系中的定位出发，说明系统建设与设计过程中，应用主数据、物联网、移动互联网等技术，促进系统按照企业信息化规划进行合理化、合规化、创新化建设的方法和技术。
五、红云红河集团构建了集成物联网、移动互联网等
主数据管理范文第8篇
一、产品数据管理（PDM）的发展趋势
（1）产品数据管理（PDM）的应用迅速扩大
（2）产品数据管理（PDM）系统朝着企业全局信息集成的方向发展
（3）应用程序的封装
（4）充分应用Internet/In tranet网络环境
（5）网络环境上的数据安全性
（6）PDM和MRP的集成
（7）配置管理CM
（8）拟实产品开发环境中的PDM
二、产品数据管理（PDM）应用集成的功能和作用
产品数据管理（PDM）是一种管理所有与产品相关的信息（包括产品规范、电子文档、CAD文件、产品结构、存取权限等）和所有与产品相关的过程（包括图纸审批/发放、工程更改等）的技术。PDM覆盖产品的整个生命周期，能有效地将产品数据从概念设计、计算分析、详细设计、工艺流程设计、加工制造、销售维护，直至产品消亡的整个生命周期内及其各阶段的相关数据，按照一定的管理模式加以定义、组织和管理，使产品数据在其整个生命周期内保持一致、共享及安全。它能很好地促进企业提高其产品质量，缩短研制周期，提高工作效率，加快产品投放市场速度，从而提高产品的竞争能力。其基本功能包括电子仓库（vault ）、工作流或过程管理（Workflow or Process Management）、产品结构与配置管理（Product Structure and Configuration Management）、查看和圈阅（View & Markup）、扫描与成像（Scanning & Image）、设计检索和零件库（Design Retrieval/Componet Libraries ）、项目管理（Project Management）、电子协作（Electronic Collaboration）、工具与“集成件”（Tools & Integration-Ware）。
应用系统集成到PDM框架中通常可以分为三个层次 ：（1）最低的集成。要求应用系统及其产生的数据能够在框架中得到管理，根据要求在框架内部可以激活应用系统，并且实现对应用系统产生的数据进行跟踪，可称之为对应用系统的封装；（2）基于数据集成。即应用系统之间共享由框架中定义好的单一数据模型，应用访问数据可通过一个统一的接口与框架相互作用；（3）功能集成。它是在实现数据集成的基础上更进一步，即一个可以调用另一个应用的操作的高层次的应用集成。
三、产品数据管理（PDM）与CAx系统及MRPⅡ系统的应用集成模式
要实现PDM与CAx应用系统的集成，关键问题是要确定PDM系统管理的工程信息，
它取决于所要集成的应用工具的类型。不同的CAx系统往往有着不同的数据行为，如CAD系统和CAPP系统一般都有多种数据输入输出的方式和格式。因此，在进行集成时所要处理的信息内容是不同的，通常需要在PDM系统中对数据模型与工具模型进行不同的扩展。
需要说明的是这里所指的工程信息与通常说的CAx信息集成中所表示的产品信息的含义不同。后者通常是指产品的定义信息，如用特征、曲面描述的几何拓扑信息等，而前者更关心产品的管理信息，即对于一个产品如何将其相关的信息以合理的方式组织起来，以最大限度地满足不同领域用户的需求，如设计BOM、工艺信息类树等。
在各种CAx系统中，CAPP是把产品设计信息转换为制造信息的连接性环节 ，它不仅需要从CAD设计部门和获取成品设计信息，而且还向后续过程提供加工、管理、检测、调度等信息，是制造信息的源头。PDM作为CAx系统的工程信息管理框架，一方面需要为CAx系统内部各应用之间或应用本身提供交换信息和管理信息的工具，另一方面还需要为其它管理信息系统如MRPⅡ系统和车间管理与控制系统提供它们所需的设计和制造信息。
此外，在经营过程中，企业需要根据市场需求和自身生产条件确定产品生产计划（MPS）。MRPⅡ系统利用产品结构文件（BOM表）、加工工艺文件、零部件提前期和库存等信息，将MPS分解为零部件投入产出计划和外购件、原材料的需求计划。零部件投入产出计划被下达到车间后，即可编制车间生产作业计划。因此，为了满足与MRPⅡ集的需要，PDM系统既要提供零部件单项信息，又要提品零部件之间的关系信息（BOM），包括可选项、替换件、版本等。此外，还需要规格说明、重量、重量单位、提前期等信息。因此，需要对PDM系统中零部件进行属性扩展，包括主物料所需要的相关信息。为了支持从PDM系统中提取上述MRPⅡ所需信息，必须增加相应的新消息，并定义操作这些消息的方法。
四、材料定额系统与PDM的集成关系
材料定额属于工艺范畴，与设计处数据有着密切关系。该企业集成的PDM系统包括生成整个企业共享的BOM表和产品结构配置。材料定额在编制的过程中需要读取厂级BOM，将整个产品配置和零部件关系读到工艺处本地的材料定额系统中，以提供定额计算时需要的各种数据。定额组编制出的数据，通过本厂的PDM系统放到厂中央数据库中以供各有关部门查询使用，个部门通过安装在本部门的材料定额客户端软件来访问由工艺处生成的数据。
参考文献
[1]李建明等.产品数据管理（PDM）与并行设计的支持环境[J]，计算机集成制造系统-CIMS，1996，2（3）：22-26.
[2]张青等.CIMS环境下产品数据管理系统及应用研究[J]，机械工业自动化，1998，20（1）：22-25.
[3]刘静浦.产品材料定额的网络管理[J]，微机应用，2001，2（6）：1-3.