【华为数据之道学习笔记】3-4主数据治理

主数据是参与业务事件的主体或资源,是具有高业务价值的、跨流程和跨系统重复使用的数据。主数据与基础数据有一定的相似性,都是在业务事件发生之前预先定义;但又与基础数据不同,主数据的取值不受限于预先定义的数据范围,而且主数据的记录的增加和减少一般不会影响流程和IT系统的变化。但是,主数据的错误可能导致成百上千的事务数据错误,因此主数据最重要的管理要求是确保同源多用和重点进行数据内容的校验。
华为的主数据范围包括客户、产品、供应商、组织、人员主题,每个主数据都有相应的架构、流程及管控组织来负责管理。鉴于主数据管理的重要性,对于每个重要的主数据,都会发布相应的管理规范,数据管家依据数据质量标准定期进行数据质量的度量与改进。

华为的主数据范围包括客户、产品、供应商、组织、人员主题,每个主数据都有相应的架构、流程及管控组织来负责管理。鉴于主数据管理的重要性,对于每个重要的主数据,都会发布相应的管理规范,数据管家依据数据质量标准定期进行数据质量的度量与改进。
同时,对于主数据的集成消费按照如下管理框架进行管理,如图所示。

  • 数据消费层: 数据消费层包括所有消费数据的IT产品团队,负责提出数据集成需求和集成接口实施。
  • 主数据服务实施层: 负责主数据集成解决方案的落地,包括数据服务的IT实施和数据服务的配置管理。
  • 主数据服务设计层: 为需要集成主数据的IT产品团队提供咨询和方案服务,负责受理主数据集成需求,制定主数据集成解决方案,维护主数据的通用数据模型。
  • 管控层: 管控层由信息架构专家组担任,负责主数据规则的制定与发布,以及主数据集成争议或例外的决策。

接下来介绍客户主数据治理的实践。客户数据是企业最重要的主数据之一,几乎贯穿所有业务经营活动。客户数据在全流程中的及时性、准确性、完整性、一致性、有效性、唯一性是业务高效运作、经营可控的重要保障。随着业务发展,华为客户数量迅速增长,客户数据种类复杂多样,因此要构建客户数据管理和服务化能力,以满足经营分析、交易打通、内外部遵从、客户价值挖掘等核心要求,支撑面向多BG的战略转变。
在客户数据治理和服务化改造前,客户历史数据质量较差,一个客户编码存在多个BG属性,导致无法直接基于客户维度生成BG报告,同时无法支持基于不同业务特点对同一客户授信、控制备发货。下游系统违规录入客户数据会影响财报的准确性,风险等级高。财报内控管理建议书中指出,"风险等级评定高,部分同源的主数据在不同系统中维护,可能导致各系统间不一致,增加维护的工作量"。
经过对3大BG,财经、供应链、变革项目组等24个部门的情况进行收集和分析,客户数据的问题根源在以下几个方面。

  • 客户信息不完整,且下游系统未严格遵循数据源头所定义的标准。
  • 数据架构不灵活、紧耦合,不能有效支撑多BG的业务管理。
  • 下游系统集成管理不严格,存在多源头录入。
  • 客户数据源头的数据质量管理控制点无法延伸到下游的各集成IT系统中。

为彻底解决客户数据问题,华为制订了客户数据管理及服务化架构方案,以客户数据质量为核心,严控数据流入与流出两个端口,搭建客户数据管理及服务平台,统一数据架构和标准,通过服务化架构实现"数出一孔",提升财报准确性、提升运作效率、降低运营风险。

以客户数据架构的重构和管理为基础,制订了Account & LegalEntity两级架构。Account用于华为公司市场拓展、销售管理及数据归集等内部经营管理,是不具备与华为公司签约资格的对象;LegalEntity(法人客户)是依法具有民事权利能力和民事行为能力,依法独立享有民事权利和承担民事义务,具备与华为公司签约资格的对象,包括企业、国家机关、事业单位和社会团体等。Account数据确保客观、稳定,各BG、各流程、各系统一致;而Legal Entity基于BG分层解耦,按内容性质区分"身份证"信息和其他业务信息,满足多BG业务管理。 客户主数据架构如图所示。

华为公司原有的集成方式进行改造,包括下游的136个IT系统和应用,3大类近2000个改造点,从根本上消除了原有的不合理的数据集成方式,具体包括如下4点。
1)确保下游IT系统或应用不从非数据源系统集成客户数据。例如:A系统从B系统(非数据源)集成主数据,并且在A系统落地了物理表。
2)确保下游IT系统或应用集成合法数据源且不修改属性。例如,修改了展现业务含义的字段,将编码改为编号。
3)确保下游IT系统或应用中不补录数据。例如,客户数据从合法的数据源集成,集成后对客户数据进行行记录的新增或补录。
4)确保下游IT系统或应用不向后传递数据。例如,某系统未以数据服务方式从数据源获取数据,而是直接调用中间系统(非数据源)的客户数据。
通过服务化改造提升了全流程数据的一致性,同时为各个环节带来了明显的业务价值,包含如下几点。
1)实现"数出一孔",提高数据质量。提高数据准确性与及时性,减少不同部门之间的对账成本,帮助提高财经等报告的准确性。
2)满足内外部应遵从的要求,降低华为公司风险。实现数据"一点录入,多点调用",满足财报内控及内外部审计要求,提高客户数据真实性,降低合同造假等业务运营风险。
3)支持交易流打通,提升运营效率。满足各流程对客户数据的要求,降低合同非正常变更及退票风险。
4)支持经营分析和价值评价。支持基于客户视角生成BG管理报告与各业务部门经营管理分析。
5)支持价值挖掘,聚焦优质客户。支持客户360度分析,驱动优质资源瞄准优质客户,提高市场响应效率。

相关推荐
找方案8 天前
智慧政务数据中台建设及运营解决方案
大数据·政务·数据中台·智慧政务
靠谱杨9 天前
数据仓库、大数据平台和数据中台都是指什么
大数据·数据仓库·etl工程师·数据中台
程序媛一枚~9 天前
2024153读书笔记|《春烂漫:新平摄影作品选》——跳绳酷似人生路,起落平常,进退平常,莫惧征途万里长
读书笔记·诗集·诗词·中国文化古典诗词品鉴·春烂漫:新平摄影作品选·新平
Leo.yuan14 天前
35页PDF | 元数据与数据血缘落地实施(限免下载)
数据中台·元数据·数据血缘
Leo.yuan24 天前
26页PDF | 数据中台能力框架及评估体系解读(限免下载)
数据中台
isNotNullX2 个月前
数据中台一键大解析!
大数据·数据库·数据仓库·信息可视化·数据中台
三花学编程2 个月前
《左耳听风--传奇程序员练级攻略》读书笔记一
读书笔记
一条晒干的咸魚3 个月前
数据技术进化史:从数据仓库到数据中台再到数据飞轮的旅程
数据仓库·数据·数据中台·数据飞轮
乙真仙人3 个月前
数据中台!企业的必备还是可有可无?(附数据中台构建完整脑图)
大数据·数据中台
不叫猫先生3 个月前
从数据仓库到数据飞轮:数据技术演进的探索与思考
大数据·数据仓库·spark·数据中台·数据飞轮