首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏数字化A

    数据与数据管理

    数据资产被做为重要生产要素, 数据,数据管理、数据治理等相关概念又被变得流行起来。 本文的讨论范围限定如何通过技术和系统层面进行数据管理,不涉及相关组织,规范部分的讨论。 方案1和方案2是典型的集中式管理,所有的数据均流入到第三方系统(数仓, 集成MDM), 有第三方系统实现收集, 清理, 集成,分发工作。 数据应该实时获取 为了实现数据目标和确保数据全局存储一份, 业务系统在获取数据时都应该实时获取,而不是通过离线分发的方式。 2. 标准就是,当大家不再频繁提起数据管理(治理)时,就是数据管理成功之时。笔者在互联网行业从业多年,极少听到数据一词。 参考文档 1. 数据仓库与商业智能宝典(第2版) 成功设计、部署和维护DWBI系统- Ralph Kimball etc. 清华大学出版社 2. 数据管理实践白皮书 中国信通院 3.

    2.6K51发布于 2021-10-14
  • 什么是数据管理数据管理怎么做?

    一、数据管理是什么数据,指的是企业中跨业务、跨系统共享的核心业务实体数据。 二、数据管理管的是什么很多人以为主数据管理就是做一次数据清洗,做完就结束了,其实不然。数据管理管的是一个完整的数据生命周期,从数据的创建,到维护,到分发,到归档,每一个环节都在管理范围之内。1. 2. 数据编码编码是数据标准的核心组成部分,很多人忽视了它的重要性。 三、数据管理怎么做讲完了是什么、管什么,现在说最关键的部分怎么做。用过来人的经验告诉你,数据管理项目失败,大多数不是败在技术上,而是败在方法上。1、识别数据域不是所有数据都是数据。 2、数据清洗在数据管理系统上线之前,必须先处理企业存量的历史数据。这个过程叫数据清洗,目标是把存量数据转化为符合数据标准的期初数据。

    26710编辑于 2026-03-26
  • 来自专栏主数据管理

    数据管理及其挑战

    什么是数据管理(MDM)?数据管理(Master Data Management, MDM)是一种策略、技术和流程的集合,旨在创建和维护企业中关键业务实体的单一、准确、一致和完整的数据视图。 数据管理的目标是确保在整个企业范围内,这些核心数据的一致性和准确性,以便于支持决策制定、业务流程优化和数据分析。 数据管理的挑战① 数据分散与异构企业内部存在众多业务系统,每个系统可能采用不同的数据模型、编码规则和存储格式,导致数据分散且难以整合。 此外,随着云计算、移动应用和物联网的发展,数据来源更加多样化,增加了数据管理的复杂性。 数据管理必须确保合规性,这要求企业在数据收集、存储、使用、共享等环节严格遵循相关法律和标准。

    46722编辑于 2024-11-11
  • 来自专栏超级架构师

    「数据架构」:数据管理 (MDM)概览和为什么选择数据管理

    “MDM技术可帮助组织在整个企业中实现和维护数据的单一视图,从而实现 业务和IT计划能够更好地协调一致,从而有机会增加收入,降低成本,实现目标 有效合规,降低风险并提高业务灵活性。 “ 执行概述 数据管理(MDM)是一种主动的整个企业“管理”数据的数据管理规程,而不是在每个交易系统中“维护”它。由于商业智能(BI)应用程序的普及,最近对MDM的关注持续增加。 通过组织的主要实体进行测量或分析,MDM通过提供一致的业务绩效视图来释放BI的真正价值. 集成数据可以被视为与IT相关的问题,因此业务利益相关者可能不愿意参与这些举措。 跨多个源/应用程序的数据错误可能会大大让企业错失商机或让客户不满意。 MDM帮助降低此类成本并帮助业务增长。本文将给读者一个概述 如下: 为什么创建MDM技术投资的商业案例很重要? Oracle Master数据管理(MDM)解决方案旨在整合,清理,丰富,管理和共享整个企业的关键业务数据,并将数据与所有下游业务应用程序和工具同步。

    3.6K50发布于 2018-09-21
  • 来自专栏超级架构师

    数据架构」14个数据管理误区

    虽然这些价值主张中的一个或多个可能是最有趣的,并可能启动项目,但是要了解MDM的各种可能性,并准备在需要时利用它们 我可以将数据放在数据仓库中 是的,可以,但是批处理数据仓库在数据生命周期中太迟了,不能有效地进行实时处理

    1.3K10发布于 2019-12-10
  • 来自专栏小晨讲Flink

    数仓深度 | 数据管理

    三、数据管理 (1)数据管理 企业主数据管理是指一整套的用于生成和维护企业主数据的规范、技术和方案,以保证数据的完整性、一致性和准确性。 (2数据管理不是数据仓库 数据仓库会将各个业务系统的数据集中在一起再进行业务的分析,并且保存经过清理的数据;数据管理系统不会把所有数据都管理起来,只是把需要在各个系统间共享的数据进行采集和发布。 (4)数据管理解决方案 从多个业务系统中整合最核心的、需要共享并保持一致的数据,即创建数据的单一视图(数据管理系统MDM) 以服务的方式把统一、完整、准确的数据发布给企业范围内需要使用这些数据的业务系统 ,构建覆盖整个企业范围的数据管理基础 提高业务分析的准确度和企业管理的水平,满足法规的要求,降低业务风险 四、数据管理实施 (1)数据管理如何实施 数据管理项目需要持续的建设和运营,建设阶段更多的在于确定架构 (2)项目实施过程 数据管理的原始需求是不明确、且不断变化与增加的,建设者最初不能确切了解到用户的明确详细的需求,用户能提供的无非是需求的大方向以及部分需求,更不能较准确地预见到以后的需求。

    1.3K21编辑于 2022-03-09
  • 来自专栏主数据管理

    数据管理的核心价值

    数据管理(Master Data Management, MDM)作为一种先进的数据管理理念和方法,其重要性日益凸显。 数据管理的核心价值主要体现在以下五个方面:一、确保数据的一致性和准确性数据是企业运营过程中最基础、最稳定的数据元素,如客户信息、产品信息、供应商信息等。 数据管理通过建立统一的数据标准、规范数据采集和更新流程,确保数据在整个企业范围内的一致性和准确性。这不仅有助于提升数据质量,还能降低因数据错误导致的业务风险。 数据管理的实施,打破了部门间的壁垒,实现了数据的跨部门共享和流通。通过统一的数据平台,各部门可以实时获取所需数据,避免了重复工作和沟通成本。 企业可以根据自身需求,规划数据管理,通过借助各种有力的管理工具,实现更高效的数据管理,充分发挥数据的潜在价值,推动企业的数字化转型和升级。

    46610编辑于 2024-11-11
  • 来自专栏肉眼品世界

    数据管理系统方案(PPT)

    1.1K32编辑于 2022-06-15
  • 什么是数据?数据管理怎么做?

    2.数据质量数据质量不是要求100%准确,那是不可能的。数据管理追求的是建立质量监控机制,让问题能被及时发现、及时修复。具体来说,要定义质量规则,哪些字段是必填的?电话号码必须符合什么格式? 这就是数据的价值落地。三、数据管理怎么做?说了这么多,具体怎么推进? 2、成立数据治理组织,明确权责数据管理是跨部门的事,必须有组织保障。建议成立数据治理委员会,由业务一把手牵头,IT、业务、财务等关键部门参与。更重要的是明确数据Owner。客户数据谁负责维护? 常见问答Q1:数据管理和数据治理是什么关系?简单来说,数据治理是大概念,数据管理是数据治理的核心组成部分。 数据治理还包括元数据管理、数据安全、数据生命周期管理等,但数据管理通常是最优先、价值最明显的切入点。Q2:我们公司不大,只有几个系统,需要做主数据管理吗?系统少不代表数据不乱。

    26510编辑于 2026-03-05
  • 数据管理的误区有哪些?

    以下是一些常见的数据管理误区及其简要说明:数据管理误区同时维护多套数据编码体系:为同一个实体提供多个编码,增加了数据维护和交互的复杂性,也增加了不必要的成本。 数据管理无法贯穿源头系统:忽视源头管理,仅依赖系统间的映射表或后期数据清洗整合,会增加复杂性和成本,降低数据质量。 将数据管理作为孤立项目推行:数据管理应与业务紧密结合,仅将其视为孤立的管理职能会导致与现有IT环境脱节。为了避免这些误区,企业需要在实施主数据管理项目时采取全面而系统的策略。 此外,明确业务实体数据与数据的界限,避免将不必要的字段纳入主数据管理范围,以维护数据的稳定性和可靠性。 最后,数据管理不应被视为孤立的项目,而应与企业的整体业务战略和IT架构紧密结合,确保其能够有效地支持业务流程的优化和决策的制定。

    30610编辑于 2024-11-11
  • 来自专栏用户8186044的专栏

    ERP数据管理之MDM详细

    一、 使用 ERP MDM 数据管理解决方案,可以整合、协调数据、管理丰富的产品内容, 数据集中后,就能够对数据进行有效的管理、 同步和分配, 并将其发布给公司内外所有相关的用户。 2、 协调数据:除了数据整合功能以外,ERP MDM 数据管理还可以通过交互式的分发模式来协调整个企业范围内的数据信息,将准确、完整的数据信息更新到链接的ERP 或非 ERP系统中,另外,它还内置了数据处理工作流 它可以从一个系统的记录来维护数据,并作为集中的数据管理集线器,自动更新到其他系统中对应的信息,达到整个公司层面上不同应用系统之间的数据统一、协调。 5、 客户数据集成:对于客户为导向的企业,全面、完整的客户视图对于企业的运营和决策是至关重要的, ERP MDM 内置可扩展的数据模型, 可以同时支持 B2B 或 B2C的业务伙伴数据模型, 通过 MDM 7、 ERP MDM 数据管理方案是对于数据管理的重大革新,并且现在就成现在我们面前从我的角度来看, MDM 是 NetWeaver 战略的核心,它有效地促进在一个已购的 IT 环境中更加有效的管理数据

    3.4K40发布于 2021-04-08
  • 来自专栏SAP ERP管理实践

    SAP FI-数据管理方案

    FI数据主要包括以下几个内容: 1. 会计科目数据维护 2. 财务客户主数据维护 3. 对于FI数据的维护,为了保证数据的一致性,需要注意: 1)、 在为某公司代码新增会计科目数据时,要查询在会计科目表中是否已经存在该科目,避免科目的重复,维护科目数据时,一定要考虑对其他模块的影响, 2)、 为了保证数据的单一,在维护财务客户和财务供应商数据时,需要查询在基本数据中是否已经存在,避免同样的客户或供应商数据在不同的组别都存在。 1.会计科目维护流程 ? 2.财务客户维护流程 ? 财务客户维护的方案 1)、 建立完善的维护数据审批手续 2)、 为财务客户建立专门的帐户组,与业务客户区分,维护不同的统驭科目 当业务客户发生了财务挂帐往来,则应该增加特别总帐,以保证客户数据的完整和一致

    3.2K50发布于 2019-05-29
  • 来自专栏SAP ERP管理实践

    SAP CO-数据管理方案

    财务CO数据主要包括以下几个内容: 会计科目表: 1、设置集团运营会计科目表(中国),供下所有公司代码共用,每个公司代码根据自己的需求从运营科目表中扩展自己需要的会计科目;若将来新建公司代码需要使用国外的运营科目表 ,则可以创建新的运营会计科目表供国外公司代码使用; 2、设置集团合并会计科目表,用于集团层面的报表合并 公司: 凡是需要纳入合并的公司代码,都需要创建相应的合并单元(即公司) 成本控制范围 1.成本要素数据维护流程 ? 说明: 成本要素在不同成本对象之间流转记录着企业内部的成本流,形成管理会计凭证(统驭凭证)。成本要素根据其性质和用途不同分为初级成本要素和次级成本要素。 一、成本要素包括初级成本要素和次级成本要素; n 初级成本要素-和会计科目中的成本费用科目相对应,也可分为 1)、初级成本费用(类别1) 2)、收入要素(类别11) 3、CO到FI的结算要素(类别22) n 次级成本要素- 1)、计算在制品及成本对象结果分析使用的次级成本要素(类别31); 2)、 与作业类型相对应的次级成本要素(类别43); 3)、 用于共同费用分摊的成本要素(类别42); 4)、

    2.4K11发布于 2019-05-29
  • 来自专栏大数据学习与分享

    数据管理理论与实践

    2数据与交易数据 交易数据也是基于元数据衍生而来的,反应公司实时业务记录的数据,同样是实例数据。 2) 提升数据处理效率:通过数据管理可以实现数据动态自动整理、复制,减少人工整理数据的时间和工作量。 数据业务规则包含数据各数据项的编码规范、分类规则、描述规则等。 2数据模型标准包含:数据逻辑模型和数据物理模型。 2数据管理制度 数据管理制度规定了数据管理工作的内容、程序、章程及方法,是数据管理人员的行为规范和准则,主要包含各种管理办法、规范、细则、手册等。 、接入更多系统、信息展示层建设等; 以下是数据项目实施计划实例: 1)乙方项目组: 2)甲方项目组: 下图是中外运数据管理功能架构图。

    1.1K20编辑于 2022-07-13
  • 来自专栏超级架构师

    数据架构」4种常见的数据管理实现风格

    数据管理(MDM)系统的基础是什么,这取决于您所认同的实现风格,这为项目成功提供了最佳机会。这在很大程度上取决于您在数据管理方面的业务情况。 在这里,我们将查看四种常见的数据管理实现样式,以帮助您确定哪一种最符合您的组织需求。 MDM实现2:合并样式 接下来,让我们看看合并样式。使用整合样式,数据通常从中心中的多个源进行整合,以创建单个版本的真相,也称为黄金记录。 黄金记录存储在中心集线器中,用于报告和参考。 数据模型的所有属性在上载到数据管理系统之前必须保持一致并清除。 ? 这时,听取数据管理专家的建议是值得的。理想情况下,您选择的实现风格应该帮助您管理和维护最关键的数据,使您能够克服挑战并实现积极的业务结果。

    3.2K20发布于 2019-12-10
  • 来自专栏数据狗说事儿

    数据管理平台产品功能组成架构

    2、数据可用性低,数据难以识别企业在信息化建设的过程中,往往积累了大量的数据,这些数据包括基础数据、管理数据、实时业务数据等,甚至有些数据可能是沉淀多年的历史数据。 数据管理平台功能组成亿信华辰数据管理平台在功能设计时就充分考虑了设计人员、业务人员、管理人员多个角色的应用场景:对于后台设计人员,协助其完成数据管理的准备工作,如:标准创建、模型的搭建与维护,用户权限等 2、适合多场景的自动编码规则目前我们经历过的数据项目中往往都会存在一物多码的问题,在平台中用户可以设置填报数据自动生成编码,用户可以根据标准规范,使用日期、字段、字符、流水号多种组合方式定义编码的规则 提供集中式、分布式两种数据管理模式,基于Spring Boot框架,采用高内聚、低耦合的模块化架构,易与第三方进行集成,丰富的二开接口扩展性强,界面风格新颖符合审美。2.治理体系下的数据管理。 实现数据全生命周期管理,实现各类数据的集中管理和统一分发。2、完善数据管控体系。明确数据质检规则及考核,明确数据角色权责及审批流程3、多方面业务价值。

    2.3K10编辑于 2022-09-21
  • 来自专栏大数据学习与分享

    Informatica - 数据管理解决方案

    88910编辑于 2022-05-19
  • 来自专栏大数据学习与分享

    数据管理系统建设规划方案

    64031编辑于 2022-05-19
  • 来自专栏超级架构师

    数据架构」介绍下一代数据管理(MDM)

    数据架构」介绍下一代数据管理(MDM) ? 首席架构师 2019-11-29 17:31 ? 数据管理是旨在创建和维护权威、可靠、可持续、准确、及时和安全的环境的过程和技术框架。 数据管理还使组织能够更好地关注以客户为中心的活动,更好地洞察客户的目标、需求、能力和要求额外产品和服务的倾向。如果执行正确,这可以增加交叉销售和追加销售的收入机会,并改善整体客户体验。 这将创建相关性、敏捷性和灵活性,以便将数据塑造为任何业务服务。 这些规则不仅涉及数据使用、所有权等方面,还涉及特定于大数据的数据治理和数据管理。 数据治理中其他两个必要的因素包括确保外部数据不会影响内部数据的完整性,以及确保能够管理数据冲突的升级路径。 凭借我们的专业知识,我们可以实现或支持您的所有Maser数据管理需求,并帮助您的组织实现数字化转型。

    3.4K10发布于 2019-12-10
  • 来自专栏主数据管理

    【KPaaS洞察】企业为什么需要数据管理

    数据管理:从“数据孤岛”到“数据资产”为什么说数据管理是企业不可或缺的一环?让我们从几个核心痛点说起。消除数据冗余,提升数据质量。 数据管理为企业提供了一个统一的数据视图,打通了不同系统间的信息壁垒,为后续的系统集成、流程自动化和数据共享铺平了道路。两种主流的数据管理模式意识到数据管理的重要性后,企业该如何落地实施呢? 新一代数据管理平台为企业提供了两种数据管理解决方案,恰好对应了上述两种主流模式。在“以某系统为主数据源”的模式中,平台可以作为高效的数据分发中枢。 而数据管理(MDM)则专注于管理企业中最关键、最核心的共享数据,是实施数据治理战略的重要切入点。2数据管理主要包括哪些数据类型? 数据通常包括那些在企业内部跨系统共享、且相对稳定的核心数据。 数据管理为企业提供了可信赖的“黄金数据”,是打通数据孤岛、实现系统集成和流程优化的基础,因此是数字化转型的基石。5、数据管理平台需要具备哪些核心能力?

    26021编辑于 2025-08-25
领券