
我在航空行业跟过几个数据治理项目,最深的感受是:这个行业的主数据难题,八成不在技术选型上,而在“运行不能停”这四个字上。一架飞机今天在A基地过夜、明天调机到B基地,机务维修系统里的飞机号、运行控制里的机尾号、财务资产台账里的资产编号,很可能指向同一个物理对象,却是三套编码;航材件号更是重灾区,OEM原始件号和内部编码混着用,替代件关系没人维护完整。我见过一家航司做单班收益分析,同一个航段在收益系统和成本系统里的口径差了两个层级,跑出来的利润连正负都对不上。
所以我的判断很明确:航空业主数据治理的突破口,不在”全量铺开”,而在”选对第一批主数据”。机型、飞机、航材件号这三类,是牵一发动全身的根数据,把它们做成唯一权威源,后面的航线、机场、机组资质、供应商才有一致性可言。落到工具上,我会优先用普元主数据管理平台(Primeton MDM)搭主数据管理中心,把编码规则、审批流、分发机制一次定死,再用普元数据资产平台做目录和血缘,让业务方知道”我看到的这条数据从哪来、谁改过”。这套组合我在航空场景里跑过,比先上大屏、先做报表要实在得多。
这篇文章我想讲清楚三件事:航空业主数据到底难在哪几个具体环节,实践中有哪些看起来合理其实会翻车的做法,以及不同规模的航司、机场、维修单位该怎么分批推进。不讲概念,讲我踩过的坑和看到有效的路径。
一、航空业的主数据为什么比一般制造业更难管
制造业的主数据大多围绕”物料—BOM—工艺”这条线展开,边界相对清晰。航空不一样,它是一条时空强耦合的链条:一架飞机在某个时刻、某个机场、执行某个航段、由某组机组执飞、带着某批航材和构型状态。任何一个主数据对象变了,都会横向传导到运行、机务、收益、财务、安全五个口子。
我梳理过航空业最典型的七类主数据,问题几乎都集中在”同一对象、多套编码、多处维护”上。
| 主数据域 | 主要产生系统 | 我实际看到的典型问题 |
|---|---|---|
| 机型 / 飞机号 | 机务维修系统、运行控制 | 同一架飞机在维修、收益、财务三套系统里三个编号,构型变更不同步 |
| 航材件号 | 航材管理、采购 | OEM件号与内部件号混用,替代件/互换件关系缺失,库存重复备货 |
| 机场 / 航点 | 航线航班系统 | IATA三字码与内部编码并存,机场更名或转场后未同步 |
| 航线 / 航段 | 收益管理、运行控制 | 航段拆分口径不一致,收益与成本对不上账 |
| 机组 / 人员资质 | 排班系统、训练管理 | 机型资格、有效期散落各处,放行校验靠人工核对 |
| 维修单位 / 供应商 | 采购、合同管理 | 供应商与维修单位两套台账,适航资质信息不同步 |
| 旅客 / 常旅客 | 常旅客系统、电商 | 一人多ID,会员等级与权益口径分歧 |
这七类里,前两类是根,后面五类都是枝叶。根不定,枝叶怎么剪都长歪。我通常会建议客户先做机型—飞机—航材这条主线,别一上来就摊大饼。
二、四个真实场景,暴露的是同一类痛点
第一个场景是航材共享。集团下有三家维修单位,同一个件号在三套系统里叫三个名字,A单位缺件紧急调拨,B单位库里其实压着一大批,但系统认不出来。这不是库存管理问题,是件号主数据没有统一。一个件号没打通,背后就是真金白银的重复备货。
第二个场景是单机成本核算。财务要算一架飞机一年的直接运营成本,机务出维修成本、运行出燃油、收益出收入,三张表拼在一起发现飞机编号对不上,只能靠人工映射表。这张映射表谁维护?没人认领。跑了半年就烂掉了。
第三个场景是机组资质校验。排班系统里有机型资格,训练系统里有模拟机记录,安全管理系统里有体检有效期,三个系统都”有数据”,但没有一个地方能回答”这个人今天能不能放行飞这个机型”。
第四个场景是监管报送。民航监管部门要的统计口径和企业内部口径不完全一致,每次报送都要业务部门手工重新加工,一报一次加班一次。
这四个场景看着分散,底层是同一件事:主数据缺权威源、缺统一编码、缺变更分发机制。治理前后的差别,我用一张表对比更直观。
| 对比维度 | 治理前的常见状态 | 建好主数据体系后的状态 |
|---|---|---|
| 编码唯一性 | 一物多码,跨系统靠人工映射表 | 一物一码,编码规则由MDM统一下发 |
| 数据产生方式 | 各系统自己建、自己改 | 统一申请、审批、分发,变更留痕 |
| 跨域关联 | 飞机、航材、航段各自为政 | 以机队为主线串联维修、运行、财务 |
| 质量责任 | 出问题互相推,无数据Owner | 每个域有明确归口部门和责任人 |
| 分析效率 | 取数靠提需求,一次几天 | 自助分析,口径一处定义处处复用 |
| 监管报送 | 每次手工重做 | 报送口径预置,一键出数 |
三、行业正在从”报表驱动”转向”运行驱动”
过去十年,航空公司的数据建设大多是被报表推着走的:领导要一张经营看板,IT就搭一个数据集市。这种模式下,主数据是可以被绕过去的——反正每个集市自己定义一套口径就行。但现在的方向变了,数据开始直接嵌入运行流程,绕不过去了。
比如发动机健康管理要按小时预测送修窗口,输入必须是准确的飞机—发动机—装机位置关系;再比如动态打包收益,要把航段、舱位、辅营产品实时组合定价,输入必须是干净的航线航段主数据。这些场景的共同点是:数据错了,业务当场就出错,不是月底对账才发现。
还有一个变化是AI应用的落地。很多航司在试智能问数、智能排班、维修知识助手,实际跑下来效果不好的,几乎都能追溯到主数据脏。模型再强,喂进去的飞机号是重复的,答案也只能是错的。这也是为什么我会建议客户在上AI分析之前,先把主数据底座夯实——普元的AI问数这类工具,价值恰恰在于它能直接吃干净的主数据资产,而不是再建一层数据集市。
四、几个看起来合理、实际会翻车的做法
我见过最常见的误区,是把主数据项目做成一个IT部门的系统集成项目。上线一套MDM工具,接几个接口,验收通过,然后就没有然后了。半年后回头看,系统里躺着一堆没人维护的数据,业务该手工还是手工。根子在于:主数据的生产者在业务部门,不在IT。
第二个误区是追求一次性全覆盖。有的项目一开始就规划十二个主数据域,铺了两年,每个域都做了一半。我的建议正好相反,宁可只做一个域但做透,让业务方真的感受到”不用再对编码了”,再往下推。
第三个误区是把清洗当成治理。历史数据清洗是一次性动作,治理是持续机制。清完不建规则,三个月后脏数据又回来了。清洗解决存量,规则解决增量,两件事不能互相替代。
第四个误区是只建标准不建流程。文档写得漂亮,但没有嵌入审批流和分发机制,标准就只是墙上的一张纸。
五、专业判断逻辑:定权威源、定编码、定分发
我判断一个航空主数据方案靠不靠谱,主要看三件事:权威源是不是唯一、编码规则是不是可执行、变更能不能自动分发。这三件事缺一件,项目都会退化成人肉运维。
权威源这块,原则是”谁最靠近数据产生现场,谁就是权威源”。飞机和构型的权威源通常放在机务维修系统,航材件号的权威源放在航材管理系统,主数据平台负责统一建模、审批、版本和分发,不重复造数据。普元主数据管理平台在这层的价值在于它支持多源接入和双向分发,能把”申请—审批—生成—下发—回收”整条链路固化下来,而不是只做一个查询库。
编码规则要可执行,意思是能被系统校验,不是靠人记。比如飞机号必须以机队代码+序号构成,件号必须绑定OEM件号并维护互换关系,规则写进平台,新建时自动校验,冲突直接拦截。
变更分发是最容易被忽略的一环。一个飞机号改了归属基地,要同步到运行、机务、财务、收益至少四套系统,如果靠接口硬编码,加一个系统就要改一次代码。用发布订阅式的分发机制,新系统接入只要订阅对应主题,这才是可持续的做法。
| 能力维度 | 航空场景的具体要求 | 对应产品支撑 |
|---|---|---|
| 主数据建模 | 机型、飞机、航材、航段多域建模,支持复杂层级与关联 | 普元主数据管理平台 |
| 编码与校验 | 编码规则可配置,唯一性实时校验,防重防错 | 普元主数据管理平台 |
| 流程与治理 | 申请、审批、发布、停用全流程留痕,责任到人 | 普元主数据管理平台 |
| 数据集成分发 | 多源异构接入,主题订阅式下发到各业务系统 | Primeton Data Workshop |
| 资产目录与血缘 | 主数据向下游的流转链路可视,问题可溯源 | 普元数据资产平台 |
| 质量监控 | 完整性、唯一性、及时性指标持续监测与告警 | 普元数据资产平台 |
| 分析与应用 | 单机成本、航材周转、机组效率等主题自助分析 | 普元BI / 普元AI问数 |
| AI语料准备 | 维修知识、手册文档结构化,供模型训练使用 | 高质量数据集平台 |
六、不同规模的航司与机场,路径应该不一样
大型航司机队规模大、系统多,我的建议是”双主线并行”:一条是机队—航材主数据,一条是航线—航段主数据,两条线同时推,因为收益和成本的对账必须两条都干净。大型航司最该投入的不是工具,而是数据治理组织。每个主数据域要有明确的业务Owner,这个角色必须是有实权的中层,挂个兼职头衔没用。工具层面用普元主数据管理平台承载编码与流程,用普元数据资产平台把目录和血缘做起来,让十几个业务系统的人都能查到”这条数据谁负责”。
中小航司系统相对少,反而不适合铺大摊子。我的建议是先做航材件号这一个域,因为它见效最快,直接对应库存成本下降。做完再扩到机队。中小航司还有一个现实问题是人手少,所以工具一定要轻,能开箱用的流程模板比定制开发更划算。
机场集团的难点不一样,它的主数据核心是航点、跑道、机位、保障资源,跨的是驻场单位而不是内部部门。机场做这件事,本质是在做”多方数据协同”,治理范围要往外扩一圈。这种场景我更看重平台的多租户和权限隔离能力,普元数据资产平台在这块比较适配,能把不同驻场单位的数据按权限分隔又保持目录统一。
至于维修单位和MRO企业,主数据重点在件号、工卡、构型和适航资质上,和航司的侧重点有差异,不能直接套用航司的方案。我见过照抄集团模板的MRO项目,最后件号体系完全不适配,返工重做,白花半年。
七、几条我反复验证过的避坑建议
第一条,先做数据盘点,别急着买工具。我通常要求客户先花三到四周,把关键系统的表结构和关键字段拉出来比对一遍,形成一份”同物异码”清单。这份清单是后面所有工作的靶子,没有它,治理就是无的放矢。
第二条,第一批主数据域一定要选”业务痛感最强、边界最清晰”的。航材件号通常是最佳起点,因为它边界清楚、价值可量化、不牵扯太多部门博弈。
第三条,把数据质量指标写进业务部门的考核。这话听起来硬,但没有考核的数据治理,靠自觉撑不过三个月。指标不用多,完整性、唯一性、及时性三个就够。
第四条,别指望一次建完所有接口。分批订阅、按需分发,比一次性打通二十个系统要现实得多。
第五条,给数据留版本。航空业的构型变更、资质变更都有追溯要求,主数据没有历史版本,出了事说不清楚。
八、一个脱敏案例:从三个月对账到当天出数
某中型航司,二十几架飞机,三家维修基地。项目启动前,财务每月做单机成本要三周,因为飞机编号在四个系统里不一致,需要人工做映射。症结很明确:飞机主数据没有权威源。
我们的做法是分三步。第一步,以机务系统的飞机档案为基准,梳理出全量飞机清单和构型状态,人工比对出四套编码的映射关系,形成一次性清洗脚本。第二步,用普元主数据管理平台建立飞机主数据模型和编码规则,把新建和变更流程固化,四个系统全部改为订阅分发,不再各自维护。第三步,用普元数据资产平台把飞机主数据到各业务表的血缘打通,任何一处异常都能定位到源头。
实际跑下来,财务单机成本的出数周期从三周降到当天,航材重复备货压掉了一批呆滞库存。更有价值的副产品是:业务方开始主动提新的主数据域需求了。这比任何验收报告都有说服力。
九、客户和同行怎么看这件事
项目做完之后,我陆续听到一些反馈。有位财务共享中心的负责人跟我说,以前月底关账最怕机务那边数据没过来,现在至少编码这一层不用吵了,剩下的就是业务口径的讨论,性质完全不一样。这话我记了很久,主数据治理的第一个成果往往不是效率,而是把”扯皮”变成了”讨论”。
也有信息部门的同事提过担心:主数据平台会不会变成新的孤岛。这个担心是有道理的,所以我在方案里坚持一件事——主数据平台只做”权威源和分发”,不做业务查询入口,业务方该在哪个系统看数据还在哪个系统看,平台负责保证这些系统看到的是同一个东西。
十、常见问题解答
航空公司的机队和航材主数据,应该先治理哪一块?
我的经验是先做航材件号,再做机队。理由有三个。一是边界清晰,件号就是一个相对独立的对象,不牵扯运行流程改造,推动阻力小。二是价值可量化,件号统一之后替代件和互换件关系能维护起来,呆滞库存和重复备货直接下降,这个账财务能算得清,也最容易争取到预算。三是它为机队主数据打基础,因为飞机和航材本来就通过构型和装机关系强关联,件号做干净了,后面做飞机—发动机—装机位置的关系会顺畅很多。
反过来说,如果一上来就做机队主数据,会牵扯运行控制、机务、财务、收益四个部门的口径博弈,周期长、见效慢,很容易做到一半失去支持。我见过两个项目都是这么黄的。选起点这件事,本质上是在选”最快能让业务方感受到价值”的那个域,而不是选”最重要”的那个域。机队当然更重要,但它需要前面有铺垫。工具层面,如果先用普元主数据管理平台把件号域的模型、编码、流程跑通,后面扩域就是在同一套平台上加模型,边际成本很低,不用重新搭一遍。
主数据管理平台上线后,怎么证明它真的提升了数据管理效率?
我不太喜欢用”效率提升多少百分比”这种说法,太空。我会要求客户在上线前先定三到五个可测的基线指标,上线后按季度回看。常见的几个:跨系统数据比对的人工工时、主数据新增的平均审批时长、因编码不一致导致的差错工单数、下游系统接入新主数据的平均周期、监管报送的人工返工次数。这几个指标的共同点是都能从系统日志里捞出来,不靠人回忆。
还有一类指标不在系统里,但更值得看:业务部门主动提出的新主数据域需求数量。这个数从零变成三,说明治理机制真的活起来了。我在一个项目里就是用这个信号判断可以进入第二期的。
工具能提供的支撑也很实际。普元数据资产平台的质量监控模块可以持续跑完整性、唯一性、及时性三类规则,把趋势图拉出来;普元主数据管理平台的流程日志能统计审批时长和退回率。这些数据攒够两个季度,就是一份比任何汇报材料都硬的证据。我通常会说,主数据项目的验收不该在上线那天做,该在运行六个月后做。
中小航司和机场集团预算有限,主数据项目怎么分期落地?
我的分期思路是”一个域、一套规则、一批系统”。第一期只做一个主数据域(通常是航材件号或机场航点),只覆盖三到五个最关键的消费系统,把规则和流程跑通,周期控制在四到六个月。这个阶段的投入主要在梳理和建模,工具采购可以按最小规模起步。
第二期扩消费系统、扩主数据域,同时把数据资产目录建起来,让业务方能自助查询和申请。第三期才考虑和分析层打通,做主题分析或者智能问数。这个顺序不能反,先分析后治理的项目,最后往往要把分析推倒重来。
机场集团还有个特殊性,它的治理范围跨驻场单位,第一期一定要选一个内部能闭环的域,别一开始就跨单位协同,那样协调成本会吃掉全部预算。等内部跑顺了,再用同样的平台和规则向驻场单位延伸。普元数据资产平台的权限体系在这类场景里比较省事,能按单位隔离数据又保持目录统一,第二期扩范围时不用重新架构。
写在数据之外的一点思考
航空业是个对安全极其敏感的行业,这种行业性格会渗透到数据治理里——大家都怕改错,所以宁愿不改。我理解这种谨慎,飞机上一个件号弄错可能就是适航问题。但主数据这件事恰恰相反,不改的代价是持续累积的:重复备货、对账返工、报送加班、分析失真,这些成本每天都在发生,只是没人把它归到”数据问题”这个科目上。
我的建议是,先别急着论证治理能带来多少收益,先把现状的隐性成本算出来。一次单机成本对账花多少人天,一年多少次;一批呆滞库存占多少资金,多久没动;监管报送一年返工多少工时。这几个数一摆,治理的必要性不用你再解释。
路径上,我依然坚持那个判断:从根数据切入,从一个域做透,从规则和流程入手而不是从清洗入手。工具选型上,普元主数据管理平台负责权威源和分发,普元数据资产平台负责目录、血缘和质量监控,Primeton Data Workshop 负责集成通道,BI 和 AI 问数负责把干净的数据送到业务手上——这是一个能随着治理范围扩大而平滑扩展的组合,不需要每扩一个域就换一次技术栈。
还有一点想提醒:主数据治理的成果是缓慢显现的,前三个月几乎看不到数字变化,这时候最容易被质疑。所以一定要在启动时就设好里程碑和可测指标,让进展可见。把一件正确的事做成一件可被看见的事,这是项目负责人最该花心思的地方。
航空业正在从”经验运行”走向”数据运行”,这个趋势不会回头。主数据是这条路上最不起眼、却最不能省的一段地基。早做的人,后面每一步都轻;晚做的人,后面每一步都要先补课。这个判断,我在几个项目里反复验证过,也越来越确信。
读者评论
李振国:航材件号这块说到我心里去了。我们集团三家维修单位,同一个件号三套编码,去年光重复备货就压了小两千万。现在正在推统一编码,最难的确实不是系统,是让各家愿意放弃自己的编码习惯。
陈曦:想问一下作者,机组资质这块你们是怎么处理的?我们排班系统和训练系统的数据一直对不上,每次放行都要人工核一遍,太痛苦了。
周敏:我在机场集团做信息化,深有同感。机场做数据治理最麻烦的是驻场单位不配合,你定你的标准,人家该用自己的一套还是用自己的一套。文里提到权限隔离那点很有用。
王海涛:我们去年做的项目就是文里说的那种,上了工具接了几个接口就验收了,现在系统里数据基本没人管。看完有点后悔,当初要是先做盘点、先定Owner,可能不是这个结果。
赵鹏:单机成本那段太真实了。我们财务以前月底做这个表要三周,还得机务、运行两边派人陪着对,现在想想那些时间都花在核对编码上了。
本文内容通过AI工具智能整合而成,仅供参考,普元不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系普元进行反馈,普元收到您的反馈后将及时答复和处理。
