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。 数据管理方案 关于数据的管理,数据仓库大师Ralph Kimball 团队 在2007总结讨论了三种常见方法,现在仍未完全过时。 此方案流程图可以参考如下图1: image.png 图1:基于数仓的数据管理 通过数仓承担数据管理的方案直观并且相当想当然,它能解决部分问题, 但有非常明显的弊端。 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. 数据管理- 企业数据化建设基础 - 张旭. 电子工业出版社

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

    数据管理(MDM)就是通过建立统一的数据标准、规范的数据流程、完善的治理体系,解决核心数据“不统一、不准确、不可信”的问题。今天就给大家把数据管理的实操方法讲透、讲清楚。 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. 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。 4、系统集成数据管理系统需要与两类系统集成:一类是权威数据源系统(负责生产数据)一类是数据消费系统(负责使用数据)整体集成架构是:权威数据源系统,经由数据集成平台(ESB 或 ETL 工具),将数据采集到数据管理系统

    16410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。 数据管理的价值★ 提升数据质量:MDM通过标准化的数据模型、严格的验证规则、数据清洗与整合流程,显著减少数据冗余、不一致和错误,提升数据的准确性和完整性。 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。 随着业务发展和市场变化,数据模型和管理需求也可能发生变化,要求企业具备适应性,能够适时调整MDM策略和技术架构。

    44722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

    不要把MDM与第一次交付紧密地联系在一起,否则就很难进行进一步的开发 这一切都是关于----------------- 用数据质量、层次管理、合并/匹配处理、工作流/治理、实时数据集成、企业数据模型或其他内容来填补空白 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 稍后会有时间让供应商参与进来 我可以通过MDM避免数据建模 这个模型是MDM最有用的组件。您投入到数据模型中的所有内容都将获得多次回报。您应该自定义打包的模型,并期望将工作周期投入到这项工作中。 有些提供了大量关于主题领域的知识产权(模型、报告、工作流),而有些则没有。你应该决定什么对你来说是重要的。 组织的接受会自己照顾自己 组织接受是最难的部分。

    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。 数据管理的目标是提供一个准确、及时、完整、相应的数据来源,以支持业务流程和交易。 (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

    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。

    45510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?

    原来这些混乱的根源,都是因为没有认真管理过那些最基础、最核心的数据。今天我就用过来人的经验,把数据和数据管理的核心内容给大家讲清楚。一、到底什么是数据? 3.数据整合这是数据管理的核心动作。企业里的客户数据分散在CRM、ERP、电商平台、客服系统,数据管理要做的,就是把这些分散的数据关联起来,形成一个统一的、权威的数据源。 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? 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。 数据管理的必要性和企业规模无关,只和数据复杂度有关。我的建议是,趁系统还不多的时候把标准定好,成本远低于后期整改。Q3:数据管理项目一般周期多长?投入多大?

    19710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。

    30410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。 1、 整合数据:使用灵活、 可配置的数据模型, 您可以从不同的数据源 ( ERP 和非 ERP系统 )汇总数据信息, ERP MDM 能够整合来自不同系统的数据对象。 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

    3.3K40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. 财务专用供应商数据维护 SAP是一个集成的系统,因此数据是所有模块共享的,许多会计分录也是通过与其他模块的集成,由系统自动产生的。 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, 科目数据存储了许多重要的业务参数,是总账模块的灵魂。总账模块正是通过科目数据与其他模块以及各子模块集成,从而实现实时过账和资料共享。 因此,加强科目数据的管理是财务会计模块的顺利实施的保证。

    3.1K50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 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。

    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

    数据管理标准体系 数据标准管理体系包含业务标准(编码规则、分类规则、描述规则等)、数据模型标准。数据标准管理体系在建设梳理的过程中,一般会衍生出一套代码体系表或称数据资产目录。 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:数据逻辑模型数据物理模型数据逻辑模型主要是通过实体关系图俩表示,ER图,数据物理模型,也成为主数据的物理存储结构表。 3)数据代码体系表:在某些领域内,又称数据资产目录。 1)数据建模:主要以数据标准体系为基准,通过可视化建模工具,定义数据对象、编码规则、属性值和控制流程等基础要素,构建数据标准模型。 2)制定数据标准:确定数据范围,与业务部门共同制定数据标准, 标准内容包括确定分类规范、编码结构、数据模型、属性描述等。

    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。 然而,不同组织之间的数据管理系统差异很大,您的部署类型将取决于您的核心业务、公司结构和公司目标。 您的MDM解决方案提供商将根据您的业务需求为您提供最佳的解决方案。 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。 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

    数据管理平台概述针对上述问题,亿信华辰凭借多年在行业领域内积累的丰富经验并结合相关大数据技术成功打造了一款数据管理产品,覆盖数据标准、数据质量、数据采集、申请、新增、变更、审核、生效、失效、分发等全生命周期管理 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 具体功能如下:1、多视角的数据模型管理平台中提供了可视化的数据建模界面,帮助用户快速实现数据建模,实现标准落地,在此基础上还可以支持对多条扩展信息的数据管理,满足在不同业务系统上的属性分类管理。 4、内置行业主数据模型模板为了提高用户搭建模型的效率,给用户在数据模型设计时有更多的参考,亿信华辰数据管理平台中内置了多种行业主数据模板,用户可以根据实际需要选择合适模板直接创建模型,或在相似的模板基础上进行修改来完成数据的建模 可视化数据快速建模,个性化模型表单设计,全场景审批流程,行业通用数据模型复用,保证高效正确建模。4.接口自定义。

    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

    88410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

    63731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。 MDM业务价值从集成模型发展到分析模型 许多客户将他们的MDM计划与实时客户参与(360视图)和业务流程优化紧密联系在一起。 此外,数据模型更加多维,数据层次更加深入。为了适应组织需求的复杂性和复杂性,客户参考更倾向于使用上下文和分析性MDM解决方案,而不是传统的MDM工具,后者将关系数据库作为体系结构的一部分。 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。

    3.3K10发布于 2019-12-10
  • 何为主数据管理数据管理系统能代替数据中台吗?

    在企业数字化转型的浪潮中,数据管理(MDM)与数据中台是两个高频出现的概念。不少企业会疑惑:两者到底有什么区别?数据管理系统能代替数据中台吗?数据中台又是否能覆盖数据管理的功能? 要回答这些问题,我们需要先从 “何为主数据管理” 讲起。一、先搞懂:什么是数据管理? ,若数据模型不一致,会导致数据无法对接的僵局;数据仓库分析需要一致数据:构建跨系统的数据分析(如客户画像、产品销量)时,不一致的数据会让分析结果失真。 二、数据管理系统≠数据中台:定位与功能天差地别很多企业会把数据管理系统与数据中台混淆,但两者的定位和覆盖范围完全不同:1. 数据管理系统:专而精的数据管家数据管理系统是聚焦数据全生命周期的专业工具,核心目标是让数据统一、准确、可共享。

    35910编辑于 2025-10-15
领券