主数据治理项目实施中存在的问题

随着互联网、大数据、云计算等技术的快速发展与应用，在企业经营管理上对于数据的收集与治理越来越重要，主数据治理作为数据治理中重要的一环，是数据决策分析、深度应用集成的重要基础，也是企业信息化建设的必经之路，并且这条路越早走越好。当下很多企业已经认识到这一点，纷纷开展主数据治理工作，但不是所有企业的建设效果都理想，数通畅联作为主数据治理的产品及服务提供商，将根据实施经验，总结分析主数据治理项目过程中的难点问题与解决方法。

问题描述

如前面所讲不是所有主数据治理项目都会顺利实施、如期交付，在项目成功的同时，会存在许多拖期或失败等问题，这些问题发生在调研方面、产品方面、配合方面、方法方面、推进方面等，下面阐述主要的几大类问题。

1 调研设计

• 对客户业务不够了解，业务流程梳理困难，梳理工作进度缓慢、梳理成果不够完整；
• 对企业信息化现状缺少整体概念与层次感，没有从生产层、经营层、管理层、决策层、协同层进行业务的串联及分析；
• 业务流程设计不到位，没有根据不同业务制定对应的数据源头，主数据管理平台的录入模式和维护模式缺少统一规范，主数据分发模式没有统一；
• 主数据异常处理流程设计不全面，主数据编码输入有误时，无对应的异常处理流程支撑；
• 调研工作不够彻底全面，或调研及设计过程中没有与客户反复确认封闭需求，导致工作反复，需求蔓延。

2 产品工具

• 功能及页面设计缺少敏捷性，用户操作体验性差，处理业务问题需要繁琐的步骤或过程，不够敏捷；
• 产品处于打磨阶段，系统功能存在缺失或BUG，需要修复与扩展才能满足用户需求，导致项目进度缓慢；
• 系统间接口不够灵活，预置接口不够全面，集成性较弱，无法快速扩展功能或接口；
• 具备主数据治理解决方案，但缺少方案落地的产品支撑，或以不同的相关类型产品拼凑出解决方案；
• 系统备份和容灾情况弱，运行环境单一，无开发环境、测试环境、生产环境区分、负载均衡差等情况。

3 方式方法

• 缺乏真正落地的实施方法论与技术实力，实施方法过于刻板固化，不能沉淀出或出具新的最佳实践；
• 实施中比起如何做业务梳理、制定标准、数据清洗，更为注重制度、组织等方面的建设，如建立主数据管理委员会，造成重点失衡；
• 让客户方各部门担任数据的管理工作，方法不得力，管理效果甚微或不能达到目标管理水平；
• 项目过程中没有及时沉淀总结问题，或没有建立对应的业务流程梳理、架构设计、实施方法体系。

4 团队支撑

• 实施团队经验尚浅，对于项目实施技能及整体把控能力不足，存在走弯路或对于风险不够敏感的情况；
• 项目工作任务重，团队人员投入不足，关键节点没有配备足够的人员进行支撑，导致项目拖期；
• 客户方没有安排对应的项目团队与实施方协作配合，无论是在需求调研还是项目实施过程中，存在配合不力的现象；
• 运维人员不足，已上线平台没有足够的运维支持，系统缺陷没有及时得到改进，无主数据平台账号管理、权限管理、投诉、故障、应用需求等支持体系，项目移交之后无响应。

5 协同配合

• 客户方对项目的整体重视程度不够，业务梳理工作各部门配合较差，进度缓慢；
• 实施方整体上没有充分把控或带动项目的节奏，对于项目推进工作在客户面前处于被动状态；
• 主数据管理执行力不强，不能按照管理要求填写，随意性较强，数据准确性得不到保证；
• 客户方技术团队没有足够的话语权去带动主数据治理的建设，不能快速推动部门调研或联测、培训等工作；
• 实施方与客户系统厂商彼此没有明确项目的工作边界，存在推诿或不配合的情况。

解决方法

主数据治理项目与其它集成类项目不同，具备很强的行业性，不同行业出具的标准、业务流程完全不同，对于上述问题的解决，除产品工具过硬，还要从调研方法、团队建设、管理体系、技术升级等多方面进行支撑固化。

1 调研设计

• 从企业业务架构角度入手，对客户生产、经营、管理、决策、协同5个层次业务开展及每个部分涉及的系统进行了解、剖析、梳理、串联；
• 建立数据调研方法体系，对每次调研成果及方案、最佳实践进行总结，沉淀，包括：调研步骤、业务梳理方法、部门业务流程、文档输出等；
• 根据调研结果开展业务流程设计，明确系统使用现状及需要的主数据类别，根据不同业务场景设定不同系统作为数据源头；制定数据导入模式和维护模式规范，结合场景制定分发模式；
• 从数据正常处理流程和异常处理流程两个角度进行综合全面设计，加强对主数据管理流程支撑程度；
• 将设计的业务流程与部门业务人员确认，主数据治理的蓝图设计与IT部门进行确认，双方确认、封闭需求，防止遗漏及需求蔓延。

2 产品工具

• 对实施厂商进行多方面的考察，从产品、方案、案例入手，即具备专业的主数据管理平台；具备完整的主数据落地方案；具备相关行业或其它行业主数据治理成功案例；
• 对平台业务影响度和灾难风险度进行全面评估及压力测试，选择适合企业业务的容灾技术，制定响应的数据备份及容灾解决方案；
• 选型过程中对系统功能进行全面考察，常见的方式为提供具体业务需求，联系厂商进行系统现场演示，也可以进行针对性的POC验证；
• 考察重点为平台的敏捷性及扩展性，产品中预置多种行业样例，可以快速建模、自定义校验规则、自定义数据审批流程，并可根据需求进行快速扩展；
• 考察平台的稳定性及集成性，平台预置多种接口，系统间接口交互能力强，可以快速与企业其它系统或平台集成。

3 方式方法

• 比起书面理论实施方法论，更加注重项目中实战总结出的经验方法论，加深业务理解能力、业务流程梳理能力、技术难点的攻克能力；
• 一定程度上削弱主数据管理委员会、相关制度的构建，团队建立及制定设定会涉及内部人员变动或业务整改问题，较难推进；
• 对项目中输出的内容及时积累，如：输出的标准、相关的架构、集成的方式、扩展的代码等，作为日后学习及同类项目复用的基础。

4 团队支撑

• 从项目管理制度及方法体系的建立，使其明确每个节点需要做的内容及如何做、怎么做，输出什么、确认什么都有制度约束，同时加强团队项目把控能力及风险意识；
• 提升项目团队业务理解能力，调研前对客户所在行业做功课，掌握客户所处行业典型业务模式，加深相关业务理解，为调研梳理业务流程做铺垫；
• 对于交付时间紧，工作任务重的项目，合理分配资源投入，在需求调研、功能设计、实施开发、试运行验收四个阶段投入专业技术人员，团队人员各司其职，必要时加大人员投入与支撑；
• 安排专业运维人员进行运维交接、故障解决、系统功能修正和改进等工作，针对平台问题，查找原因，提供相关运维文档及解决措施。

5 协同配合

• 项目启动会使客户方各部门及相关系统厂商认知项目重要性，明确各自工作边界，提高其重视参与程度，加强配合意识；
• 项目中需要各部门或系统厂商配合的情况，提前协调时间，必要时使客户方出面协调解决，以保证调研、测试等工作的顺利推进；
• 完善数据质量管理制度与准则，加强管理制度培训，提高操作人员对主数据治理工作的重视程度；
• 蓝图确认会与客户明确项目可能存在的风险，并提出对应的解决措施及配合内容，从源头加强风险的管控；
• 加强客户方操作培训管理，使用户学习了解主数据治理体系及系统操作方法，避免因操作或理解失误造成不必要的问题。

最佳实践

相对于集成整合类项目来讲，主数据治理项目阻力和风险都比较大，涉及到各个业务部门的配合、整体数据走向、业务流程的梳理，整个项目实施过程中会牵扯到许多问题的产生，如上文所讲的问题，处理不力就会导致项目拖期或失败，为保证项目顺利交付，必定要对项目中的最佳实践进行沉淀。

1 整体规划、分期推进

客户行业不同其需要治理的主数据类别也不相同，项目中主数据类别与数量通常会在需求调研阶段根据用户业务及需求定夺。有的项目会存在短期时间内对多种类别的主数据进行治理的情况，其中不同大类别的主数据下有多种小类别的主数据，这时就容易造成项目拖期风险。此类情况可以在业务调研时明确所有类别主数据，之后将主数据治理工作分为两期开展，一期对主营/重点业务需要的主数据进行治理，将次要的主数据放在二期开展，保证一期主数据治理成果上线的同时，可以为后续二期的开展奠定标准基础。

2 方案合理、顺应业务

主数据治理项目顺利落地的前提，是要保证具备可将主数据治理咨询规划内容落地的解决方案与实施策略，这里的方案不是借鉴，而是具备属于自身的项目实施方法论。主数据治理项目的实施交付过程中一定顺应业务展开，主数据治理本质是业务梳理和集成、减少基础数据重复录入，为深度的应用集成、数据集成奠定基础，实现应用系统互联互通、支撑整体业务高效运转，而不是上一套产品、出几个看似高大上标准规范、严密精准的管控流程，凭空炮制光鲜亮丽的数据治理委员会。主数据治理不仅包括主数据治理工具、专业团队，还包括主数据治理的方法策略、模板规范、架构流程、环境测试等一系列内容，从完整的咨询与服务实施层面对企业数据治理标准进行落地规划，分析系统中数据的必要性、关联关系、重要程度、涉及系统等，从而进行统一梳理。调研、设计、开发、上线全部内容都要出具相关标准规范，包括数据清洗标准规范、集成管理规范、质量管理规范、系统开发规范、平台测试规范等。

3 产品迭代、不断升级

主数据治理类平台产品是主数据方案落地的重要工具，平台需要在功能上满足主数据治理需求的同时，具备快速扩展能力，以适应不同业务场景的变化。并根据技术的发展及业务的演变，不断迭代升级。通常选择的主数据管理平台要预置典型的模型功能和样例数据，在项目中复用，节省时间。平台具备敏捷性，主数据管理功能配置生成简单，可根据用户需求自定义设置编码规则、字段校验等；内置BPM工作流功能，允许用户自定义是否绑定工作流程，使主数据的管理维护能够适应各种业务流程审批场景，开发与配置过程全部可视化。

4 团队协同、持续支撑

主数据治理项目实施团队要具备深厚项目交付经验及合理分工，这样才能在业务调研中根据行业特征、经营模式快速切入客户业务，剖析梳理其运营管理流程，对各部门数据如何有效治理起到指导性的作用。在团队成员配置方面，不同时期选择不同人员的配备，以项目小组为中心，具备丰富实施经验的项目总监/经理对业务需求进行调研、梳理、功能设计及整体项目把控协调；开发人员负责实施；功能扩展或问题修复由公司研发人员解决，项目现场人员仍继续推进项目，实现其它功能。后续运维由服务人员接手，各自分工有条不紊推进项目。

5 业务参与、共同推进

主数据治理项目并不是单方面实施即可完成的工作，而是需要客户方一起配合协作完成。项目首先应该得到客户方领导的重视，这样才能有效推进并监督后续项目工作的开展，得到领导支持之后，加强各个业务部门人员的沟通联系，由实施方主导，客户方IT部门牵头，根据不同业务、类别主数据的梳理工作时期，召集不同部门的人员参与。讨论之后根据业务人员的业务处理需求定义数据是在集团层维护，还是在业务流程层维护，数据源头在哪里，如何分发及同步。当讨论出现歧义时或需要拍板时，由领导层进行最终处理、定夺。

主数据治理项目在企业IT部门眼中花费多、周期长、耗费精力大、领导不重视、效果不明显，项目做成烂尾的几率较大；在实施方眼中项目利润少、工作复杂、人员消耗多、客户不配合、总体难以推进，无论对于哪方这些问题实际上都是管理及方法的问题。事实上这个问题解决起来也不难，对于客户来说：参考本文所讲的问题与解决方法、结合本企业实际情况，在项目开展上得到各层级领导的足够重视，推动业务部门全员参与，选择经验丰富的实施厂商与平台工具，遵守项目中制定的流程、标准与制度即可。对于实施方来说，需要站在客户角度，专注于业务流程与数据走向的梳理，结合相关规范与模板，建立统一数据标准与技术标准，制定主数据管理规则与制度，加大人员配合与客户方沟通。天下事有难易乎，为之则难者亦易矣，不为则易者亦难矣，千里之行始于足下。