ITPub博客

首页 > 数据库 > 数据库开发技术 > 主数据和数据治理其它模块如何联动?

主数据和数据治理其它模块如何联动?

原创 数据库开发技术 作者:lixiaoya84 时间:2024-01-15 20:00:00 0 删除 编辑

摘要:主数据和数据治理是企业数据资产管理中至关重要的的模块。在建设和运营数据资产目录时,主数据和数据治理的协同作用可以确保数据的一致性、可信度和可用性。本文将探讨主数据和数据治理与其他模块之间的联动,以实现数据资产目录的有效管理和价值输出。


  • 主数据是什么?
  • 主数据构建在数据平台承接的功能模块是哪些?‍‍
  • 主数据构建过程和数据治理模型的联动有哪些?‍‍‍



01

—

主数据是什么?‍‍‍‍‍


主数据是什么?‍


主数据(Master Data)是组织中被广泛使用、共享和记录的关键业务数据。它是一个在整个企业中都需要一致和准确的数据集合,涵盖了核心业务领域。
主数据可以包括客户、产品、供应商、员工等实体的基本信息。它是企业的基础数据,用于支持业务流程和决策。主数据管理的目标是确保主数据的一致性、准确性和完整性,以提高业务效率和数据质量。
主数据通常拥有唯一的标识符,可以在不同系统和业务过程中被引用。它被用作对其他数据的引用和链接,以确保数据一致性,避免数据冗余和重复。
通过建立和维护一个统一的主数据集合,组织能够实现跨部门、跨系统和跨业务流程的数据共享和协作。这有助于提高数据的质量,避免数据冲突和错误,并支持更好的业务决策和运营管理。
主数据管理是一种综合性的管理方法和技术,旨在管理和维护主数据的完整生命周期,包括数据创建、修改、存储、共享和消费等各个方面。


在过往的文章中已经介绍过主数据是什么、它的价值,以及它在数据平台中存储位置等内容,具体文章可以参考如下:

如何进行主数据治理?

数据治理体系之五-主数据管理

主数据项目建设的常见问题


简单说明一下,主数据治理的主要价值分为技术价值和业务价值,技术价值提升数据质量,支持数据分析和决策。业务价值是优化资源利用率,通过整合数据,提升资源的利用率,从而达到降本的效果。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍


02

—

主数据构建在数据平台承接的功能模块是哪些?


主数据构建业务流程是怎样的?


在上面一篇文章《如何进行主数据治理?》详细说明了主数据构建的流程。‍‍‍‍‍


这个流程里面主要的涉及的功能模块如下:

1、主数据模型的创建:主数据模型的创建过程中可以引用数据标准。通过主数据模型的创建,构建存储主数据需要的详细的维度等信息。‍‍

2、主数据同步:主数据一般会存在多个业务系统,通过多方调研和探讨,共同确定主数据创建源作为主数据同步的数据源。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

调研的过程可以参考如下表格:‍


当多个系统都存在主数据的时候,需要选择创建的源头作为主数据同步和主数据治理的数据源。‍‍

3、数据开发:将其中的主数据同步到mdm系统之后,通过数据开发流程,进行清洗加工,将同步过来的主数据加工成标准的主数据存储到主数据模型的表中,形成规范的主数据视图。‍‍‍‍‍

4、主数据同步:按照使用规范,建立主数据同步任务,将主数据同步至各业务系统,数据仓库在加工表的过程自动引用主数据进行构建数据。‍‍‍‍‍‍


主数据和数据资产是什么关系?

有些做大数据的同行可能会对主数据以及数据资产的关系产生疑问,主数据和数据资产是什么关系?他们是在一起还是怎样的?下面这张图可以比较清楚的说明主数据和数据资产的关系。‍‍‍‍‍‍



如上图所示,主数据MDM 是在数据仓库外或者说数据资产外另外存储的一份数据。他们的关系是主数据管理治理好的主数据是需要被应用到数据仓库和数据集市中的。


举例说明:

例如关于客户的主数据信息如下(这个是主数据已经治理完成之后的数据):


客户代码 客户名称 客户地址 客户电话‍‍‍ 银行账号
111000342343‍‍‍‍‍‍‍ ****公司 中国海南省*** 023-23432422432 1213*****123131212424

那么后期数据仓库中需要使用主数据的表,以及相关业务系统需要使用主数据的表,都需要从这个主数据源这里获取客户数据,达到业务数据、数据仓库数据中的客户主数据是一致的。‍‍‍‍‍‍




03

—

主数据构建过程和数据治理模型的联动有哪些?

‍‍‍‍

在主数据构建过程中,数据治理模型是非常关键的,它可以为组织提供指导和规范,确保主数据的质量和一致性。以下是主数据构建过程和数据治理模型之间的一些关联点:

1、数据标准:数据治理模型定义了数据标准和规范,这些标准包括数据命名约定、数据格式、数据值范围等。在主数据构建过程中,可以参考数据治理模型的标准来确保主数据的一致性和准确性。

2、模型创建:主数据模型创建的过程可以引用数据标准。‍

3、数据质量:数据治理模型为数据质量提供指导,定义了数据质量规则和度量指标。在主数据构建过程中,可以根据数据治理模型的要求,进行数据质量评估和改进,确保主数据的质量达到标准要求。即通过创建主数据的质量检测任务对主数据的质量进行监控。

4、元数据管理:数据治理模型包括元数据管理的定义和规范。在主数据构建过程中,需要记录和管理主数据的元数据,包括数据属性、数据来源、数据变动等信息,以便后续的数据管理和数据分析。

5、数据安全:数据治理模型定义了数据安全要求和权限控制策略。在主数据构建过程中,需要根据数据治理模型中定义的权限规范,确保只有授权人员可以访问和修改主数据,保护主数据的机密性和完整性。


通过与数据治理模型的联动,可以确保主数据的一致性、准确性和完整性,提高组织的数据质量和数据管理效率。

‍‍‍‍


欢迎加入【数据行业交流群】社群,长按以下二维码加入专业微信群,商务合作加微信备注商务合作




往期历史热门文章:

基于DataOps的数据开发治理:实现数据流程的自动化和规范化

数据平台:湖仓一体、流批一体、存算分离的核心问题及原因解析

数据治理体系该怎么建设?

实时数仓&流批一体技术发展趋势

数据仓库、数据中台、大数据平台的关系?

数字化转型如何促进业务的发展

数据中台中的核心概念解析

数据治理中的数据标准的作用?

全面数字化转型:打造全新营销模式



原文作者:Ruby的数据漫谈;如有侵权,请联系管理员删除。

请登录后发表评论 登录
全部评论

注册时间:2021-06-18

  • 博文量
    252
  • 访问量
    132824