一文盘点主数据推进阶段,您不知道的关键步骤和成功案例是什么?让我们一起探索如何有效实施和管理主数据!

我的核心判断:主数据成败在平台之外主数据这件事我前后跟过几轮,有做成的,也有做到一半停掉的。停掉的项目里,技术方案其实都不差,平台也买了,模型也建了,问题全出在别的地方:口径谁定、数据谁负责、脏数据谁去洗、上线以后谁维护。这四件事没人认领,项目就只能靠IT部门硬推,推到第二年预算一砍,人就散了。

主数据推进阶段

我的核心判断:主数据成败在平台之外

主数据这件事我前后跟过几轮,有做成的,也有做到一半停掉的。停掉的项目里,技术方案其实都不差,平台也买了,模型也建了,问题全出在别的地方:口径谁定、数据谁负责、脏数据谁去洗、上线以后谁维护。这四件事没人认领,项目就只能靠IT部门硬推,推到第二年预算一砍,人就散了。

我现在的判断很直接:主数据不是一个软件采购项目,而是一次管理动作的固化。软件只是把大家商量好的规则钉住;规则本身没商量清楚,钉住的只是一堆没人用的空表。

所以推进节奏比选型重要得多。我习惯把整件事拆成七段:立项共识、主数据域与标准定义、数据认责与组织落地、编码规则与存量清洗、平台建模与试点、双轨运行与切换、上线后的持续运营。七段里最容易翻车的是第二、三、四段,也就是标准、认责、编码这三件”不出活”的事。

跑通的案例共同点也很一致:业务部门当甲方,IT做支撑;一期只做一个域;编码规则提前定死;双轨期留够两个月;上线当天就冻结源头的新增入口。这几条听着朴素,实际跑下来少一条就得返工。普元在这类项目里通常承担的是把规则落到平台上的角色,建模、校验、分发、变更留痕这些能力能省掉大量手工对账,但前面那三件事,平台替不了人。

为什么主数据项目容易在第二年熄火

第一年通常是冲锋状态:领导重视、周会打卡、数据清洗外包团队进场、上线剪彩。第二年呢?领导换了、周会停了、外包撤了、业务部门开始绕过平台直接在ERP里新建供应商。熄火从来不是系统崩了,而是没人再往里喂规则。

我见过最典型的一幕:上线半年后,物料组新增了三百多条编码,原因是设计院出了新图号,没人判断该不该在平台申请,干脆就地新建。等到年底对账,同一个轴承在系统里有四个身份。

把这些现象归拢一下,根因就那几类:

推进阶段 表面现象 我实际看到的根因
立项共识 立项很快,方案很厚 只有IT在推动,业务方只是”配合”
标准定义 字段清单出来几十页 没人敢拍板,最后按IT理解的填
存量清洗 清洗了三轮还在清洗 源头不停新增脏数据,边洗边漏
试点上线 上线很顺利,使用率很低 下游系统没改造,平台成了孤岛
运营维护 第二年没人提这个项目 数据owner岗位没设,或设了没考核

这张表我经常在启动会上直接摆出来,让人先看清失败长什么样。把失败路径讲透,比讲十遍成功路径更管用。

七个阶段,两种做法的差别在哪

同样叫”主数据项目”,两种做法出来的东西完全不是一个量级。我把常见的两种路径摆在一起对照,差别一目了然:

维度 赶工式做法 我更推荐的路径
项目归属 信息中心牵头,业务配合 业务主管领导任组长,IT做项目经理
一期范围 客户、供应商、物料、组织一起上 一个域,最多一个域加半条链路
编码规则 沿用ERP现有编码,或上线前一周才定 立项期就定死,留一次修订窗口
存量数据 一次性全量清洗,追求一次做干净 先冻结源头,分批清洗,边洗边验证
上线方式 一次性切换,旧入口直接关 双轨运行两个月,新旧数据每日对账
责任机制 上线后交给运维组 每个域设数据owner,纳入部门考核

我特别想说编码规则这条。编码是主数据里最容易被低估的决策。它决定了下游系统能不能对上号,也决定了未来五年数据治理的成本。见过一个集团物料编码用七位流水,结果分公司自己又加前缀,最后同一物料在三套系统里三个样子,光对账就花了三个月。

还有范围这件事。谁都希望一次做完,可越做越大、越做越慢,做到第八个月还没上线,人的信心就磨没了。一期只做一个域,三个月见效果,比一次做四个域、一年不见动静强太多。

决定成败的几个关键步骤

阶段划分只是骨架,真正让项目跑起来的是下面这几步,我每做一个项目都会盯。

第一步,把数据认责矩阵落到人名上。不是”由采购部负责”,而是”由采购部张经理负责,考核指标是供应商重复率低于千分之三”。写部门名字的文件没人看,写人名的表才有人紧张。

第二步,编码规则单独立项评审。业务、财务、IT三方在场,定长度、定含义、定是否承载分类信息。我的建议是编码尽量无含义、纯序列,含义交给分类属性字段。带含义的编码看着聪明,改一次分类就得重编,代价极大。

第三步,先冻结源头,再谈清洗。源头还在源源不断产生新脏数据,清洗就是个无底洞。这件事我踩过坑:一轮清洗干了两个月,清洗完发现新增数据里又有八百多条不合规,等于白干。

第四步,试点域要选”痛但不致命”的。客户和供应商通常比物料更适合做第一个域,字段少、责任清晰、下游影响可控。物料最复杂,涉及设计、采购、仓储、财务,第一期就啃它,风险偏大。

第五步,双轨期留足并做日对账。每天比对平台数据和业务系统数据,差异当天查。这两周的辛苦能省掉上线后三个月的救火。

第六步是变更机制的固化。主数据不是建完就静止的东西,业务在变,属性就得变。把变更流程做成常态动作,项目才算真正活下来。普元MDM在变更留痕和版本追溯这块做得比较细,谁在什么时候改了哪个字段、改前改后是什么,能直接拿出来给审计看,这在集团型客户里是个实打实的加分项。

常见误区和我自己的避坑清单

误区一,先选平台后定标准。很多人习惯先把软件定下来,觉得工具到位了事情自然推进。反了。标准和责任先于工具,工具只是把标准固化。我通常的做法是先做一轮两到三周的现状盘点,把各系统里的字段、编码、重复情况摸清楚,再谈平台。

误区二,把主数据当成报表项目。做几张分析看板、出几个统计口径,这解决的是”看见”的问题,不是”统一”的问题。看板能把重复率显示出来,但不会让重复率下降。

误区三,认为上线就结束了。实际跑下来,上线只是开始。上线后的三个月才是真正的考验期,用户会不习惯、会绕路、会找各种理由回到老办法。这段时间需要有人天天盯着流程执行率,而不是等季度汇报时才看。

误区四,忽视下游系统改造。主数据平台分发出去的数据,下游要用得上,就得改接口、改字段映射。这块工作量经常被低估,最后导致平台里数据是干净的,业务系统里还是老的。

误区五,用ERP里的编码直接当主数据编码。ERP编码往往带着历史包袱,比如按部门编号加了段,或者当年为了排序方便嵌了字母。主数据编码要面向全集团、面向未来五年,不能迁就某一个系统。

误区六,指望一次性把所有历史数据洗干净。我的经验是分级处理:影响交易的核心字段必须洗到可用,描述类字段允许带瑕疵,标注出来后续迭代。追求零瑕疵,项目永远上不了线。

哪些数据该做主数据,不同规模怎么取舍

判断标准我一般看四条:是否跨系统被反复引用、是否有唯一实体、变更频率是否可控、是否有人能对它负责。四条都满足,才值得纳入。交易流水、日志、一次性分析口径,都不该往主数据里塞,塞进去只会把模型撑爆,维护成本翻倍。

规模不同的企业,取舍差别很大。几百人规模的公司,先把客户和物料两个域做扎实就够了,别一上来规划五大域,人手根本不够。多组织、多业态的集团,客户、供应商、物料、组织、会计科目这五个是绕不开的骨架,其中会计科目往往最容易被忽略,但它是财务合并报表的地基。

流程制造和离散制造也有差别。流程行业更关注物料与配方的关系,离散行业更关注BOM和物料分类层级。我见过离散制造企业把物料分类做成三级,结果设计端和采购端用的口径不一样,一个按功能分、一个按材质分,最后不得不同时维护两套分类。分类维度可以多套,但主分类只能有一套,这是必须提前说清楚的。

还有一个容易被漏掉的:组织主数据。很多企业觉得组织架构在HR系统里就有了,不需要单独管。可一旦涉及跨法人、跨成本中心的报表合并,HR的组织和财务的组织往往对不上,这个坑不小。

平台能力上,我通常对照哪几个维度看

选型的时候我不太看功能清单有多长,而是看几条主线能不能闭环:建模能不能灵活扩展、校验规则能不能由业务自己配、分发能不能按需订阅、变更能不能追溯、和上下游能不能低代码对接。按这几条去比对,普元的产品组合在集团型场景里咬合度比较高。

能力维度 对应产品 在主数据项目里解决什么
主数据建模与分发 Primeton MDM(主数据管理平台) 多域建模、编码规则、审批流、订阅式分发、变更留痕
数据资产盘点与标准管理 普元数据资产平台 摸清家底、沉淀数据标准与指标口径、可追溯血缘
清洗加工与调度 Primeton Data Workshop(数据开发平台) 存量数据批量清洗、去重合并、日常同步任务编排
质量监控与看板 BI(商业智能平台) 重复率、完整率、及时率的持续监控与部门排名
自助查询与用数 普元AI问数(Primeton AI 问数) 业务人员用自然语言直接问供应商重复情况,减少取数排队
数据对外供给 高质量数据集平台 把治理后的主数据打包成标准数据集,供分析和大模型使用

我比较看重的一点是这套东西能不能跟着企业一起长。主数据第一期做完,第二期通常要扩域、要接新系统、要做质量监控,如果每加一个域都要重新开发,成本会失控。普元的建模和校验规则是配置化的,业务人员培训两天就能自己维护一部分规则,这点在长期运营里很关键。

另外提一句生态。很多企业的主数据上游是用友、金蝶这类ERP系统,下游又是自建的业务平台。用友在财务与供应链的流程沉淀上很深,金蝶在中小规模企业的业财一体化上做得顺手,它们作为主数据的来源系统和消费方都很常见。主数据平台要做的不是替代它们,而是站在中间把口径统一。系统各管一段,主数据管那根主线,这个定位想清楚了,边界就好划。

两个真实案例:一个跑通,一个返工过

第一个是装备制造集团,物料主数据。上线前集团内有七套编码体系,分公司各管各的。项目组的做法是先冻结所有源头新增入口,两周内把十二万条存量物料做聚类去重,最后归并出四万三千条有效物料。编码规则改成八位无含义序列,分类属性单独抽出四个维度。平台用Primeton MDM建模,分发到ERP、MES、SRM三个系统。上线后采购重复询价下降了三成多,这个数字是他们采购总监自己在季度会上说的。

第二个是能源企业,供应商主数据,我参与的早期方案评审。第一期他们选了供应商域,但同时要改五个下游系统,工期压到两个月,双轨期只留了十天。上线第三天就出问题:新供应商在平台审批通过,但SRM里查不到,采购员就直接在SRM里手工新建,一周下来新建了六十多条。问题不在平台,在双轨期太短、下游改造没做完。后来重新做了一轮,双轨拉到七周,加了每日对账,才算稳住。

两个案例放在一起看,差别不在技术,在节奏和范围的控制上。我经常跟客户讲,主数据项目最贵的东西不是软件许可,是返工的时间。

关于主数据推进,几个被问得最多的问题

主数据项目一般要做多久,第一次上线做几个域合适?

从立项到第一次上线,我的经验是四到六个月比较合理,其中前期盘点和标准定义占一个月到一个半月,平台建模和清洗占两个月,双轨和切换留四到六周。少于三个月的,基本都在后期还债。

至于做几个域,我的答案很明确:第一次只做一个域。原因不是能力不够,是组织注意力有限。一个域跑通了,业务部门看到效果,第二个域的推动成本会下降一大截;反过来,四个域一起上,每个都做到七成,没有一个能拿出来说服人,后面再要资源就难了。真要同时推,也只能是一个主域加一条轻量链路,比如客户域带上联系人,供应商域带上银行账户,别跨到物料这种复杂度上。

还有一个现实因素:存量数据清洗的工作量跟域的数量是乘法关系,不是加法。一个域十二万条数据,四个域可能就是五十万条,清洗团队的人力、业务专家的评审时间都要翻倍。我见过有项目组为了赶进度,把清洗外包给不熟悉业务的公司,结果分类全错,返工比重做还贵。宁可少做一个域,也别让数据质量打折。

另外提醒一句,别把”上线”当成终点来定工期。真正的里程碑应该是”上线后连续三个月流程执行率保持在95%以上”。按这个标准倒推排期,节奏会稳很多。

已经有ERP了,里面的主数据模块还需要单独建平台吗?

这个问题几乎每个项目都会问。我的看法是看两个条件:系统数量和变更频率。

如果企业只有一套ERP,所有业务都在这套系统里跑,那ERP自带的主数据管理确实够用,单独建平台性价比不高,这时候更需要做的是把ERP里的编码规则和字段口径理顺。但如果企业有三套以上系统都在维护同一批客户或物料,问题就来了:每套系统各有一份数据,谁也不是权威源,对账靠Excel。这种情况下,一个独立的、系统无关的主数据平台就不是重复建设,而是必需的中枢。

变更频率也是关键。ERP的主数据模块通常跟业务流程强绑定,改一个字段要走系统变更流程,周期长。而主数据本身是需要频繁迭代的,新增属性、调整分类、改校验规则,这些都要求敏捷。独立平台在这方面的灵活性明显更好,普元MDM里加一个属性、调一条校验规则,业务管理员自己就能配,不用惊动ERP厂商。

还有一种情况值得单独说:集团有多套ERP,用友一套、金蝶一套,或者并购来的公司各用各的。这时候主数据平台的价值最大,它站在所有系统之上做统一,分发的时候按各系统的字段要求做映射。ERP管流程,主数据平台管口径,这两件事本来就不该混在一起。

真要给个判断标准,我会看一条:如果每个月花在跨系统对数上的人工超过二十人天,就该考虑独立平台了。

主数据上线后数据质量又回潮了,怎么办?

回潮几乎是必然的,别把它当成项目失败的信号。业务在变,人在流动,流程会松。关键是有没有一套机制能把它拉回来。

我通常从三个动作入手。第一,把质量指标做成可看的日常看板,重复率、完整率、审批时效按部门排名,每周发一次。数据这个东西,一旦被公开比较,改善速度会快很多。用普元BI把这几个指标做成固定看板,成本很低,效果比开十次会都好。

第二,查绕行路径。数据回潮的根本原因往往是有人能绕过平台。比如某个业务系统留了手工新建的入口,或者某个审批环节允许先建后补。这些口子必须一个个堵上,堵不住就永远治不好。治理的本质是收口,不是清洗,这句话我逢人就说。

第三,把责任重新压回业务。数据owner这个角色设了不等于有效,得有考核。我见过做得比较好的做法是把主数据质量纳入部门月度经营分析会,由业务负责人自己汇报,IT只提供数据。这个动作一换,推动力完全不一样。

还有一个技术层面的补充:定期做全量比对。平台数据和各业务系统的数据每天跑一次比对,差异清单自动推到责任人待办。普元数据资产平台在血缘和影响分析上有现成能力,能快速定位某个字段是从哪个系统进来的、影响了哪些下游报表,排查效率比人工翻文档高得多。这种自动化对账做起来不复杂,但坚持做三个月,回潮率会明显下降。

回头看主数据这件事,它最反直觉的地方在于:所有看得见的成果,都来自看不见的准备。平台界面上那些漂亮的模型、流程图、看板,背后是几个月的口径争论、责任划分、编码推演。这些工作不出活、不好汇报、还容易得罪人,可它们决定了项目能活多久。

我的建议是,把预期先摆正。主数据不是一次性交付的系统工程,而是一项需要长期维护的管理基础设施。第一期不要追求大而全,选一个业务最痛、责任最清晰的域,用四到六个月跑通全链路,让业务部门实实在在感受到变化——供应商不再重复、物料不再一物多码、报表不再打架。有了这个基础,第二期、第三期的资源自然就来了。

具体操作上,我更倾向于在启动阶段就把三张表定下来:数据认责矩阵、编码规则说明书、双轨期对账清单。这三张表比任何方案文档都管用。工具层面,普元的MDM配合数据资产平台、数据开发平台这套组合,覆盖了从标准定义、清洗加工到分发运营的完整链路,尤其在集团多系统场景下,建模灵活性和变更追溯能力是它的强项,能省掉不少自研的成本。但要清楚,平台解决的是”规则被稳定执行”这个层面的问题,规则本身的质量还得靠人。

还有一个思考方向想留给正在推进的朋友:不要只盯着数据本身,多看看流程。主数据出问题的地方,八成在流程上——审批环节多余、职责交叉、缺少例外处理机制。把这些理顺了,数据自然干净。反过来,光在数据上使劲,流程不动,治好了也会再乱。

推进节奏上别太着急。三个月上线听起来很爽,但双轨期压缩、下游改造没跟上、业务没培训到位,后面还的债往往比省下的时间贵几倍。慢一点上线,稳一点运营,主数据才有复利。这是我复盘过好几个项目之后,最想跟同行说的一句话。

读者评论

陈立群:认责矩阵那段说到心坎里了。我们去年做供应商主数据,文件上写的是”由采购部负责”,结果采购部认为是IT的事,IT认为是采购的事,拖了三个月。后来改成写具体人名,一周就动起来了。

周敏华:想问下双轨期两个月是所有项目通用吗?我们是小体量公司,只有一套ERP加一个SRM,感觉留这么长有点耗。

高伟东:编码无含义这条太对了。我们之前物料编码里嵌了仓库号,结果仓间调拨编码就得重编,历史数据全乱,花了小半年才理顺。这坑希望后来人别踩。

林晓芳:质量看板按部门排名的做法我们试过,确实有效。不过一开始阻力挺大,后来改成只排名不通报批评,配合月度会讲改进方案,接受度高多了。

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。

赞 (0)
IrisWebIrisWeb
上一篇 1小时前
下一篇 1小时前