什么是参考数据管理?

参考数据管理是跨系统和业务领域管理分类和层次结构的过程。这可能包括对参考数据执行分析、跟踪参考数据的变更、分发参考数据等。为了有效地管理参考数据,公司必须制定政策、框架和标准来治理和管理内部与外部参考数据。

参考数据管理图

参考数据管理 (RDM) 自 2012 年获得广泛关注之后,现已成为主数据管理 (MDM) 的关键要素。参考数据管理提供了用于识别、协调和共享已编码的相对静态数据集的流程和技术,供多个用户(人员、系统和其他主数据域)“参考”。此类系统可以根据掌握的参考数据提供治理、流程、安全性和审计控制。此外,参考数据管理系统还管理企业中不同参考数据表示法与不同数据域之间的复杂映射。大多数现代参考数据管理系统还提供连通性,通常是面向服务的体系结构 (SOA) 服务层(也称微服务),用于与企业应用程序、分析/数据科学治理应用程序共享参考数据。

了解参考数据管理
参考数据的有效管理能在何处为企业增加价值?
了解四个 R 的参考数据管理,立即开始创建业务案例。

为什么参考数据管理如此重要?

在出现商用参考数据管理解决方案之前,组织使用现有软件构建了自定义解决方案,例如 RDBMS、电子表格、工作流软件(业务流程管理或 BPM)和其他工具。此类系统通常缺乏变更管理、审计控制和细化安全性/权限。因此,这些旧有解决方案渐渐成了合规风险。由于参考数据用来推动关键业务流程和应用程序逻辑,因此参考数据中的错误可能会产生重大负面影响和成倍的业务影响。参考数据中的不匹配:(1) 影响数据质量;(2) 影响商业智能报告的完整性;(3) 也是应用程序集成失败的常见原因。正如企业不再构建自己的 CRM、ERP 和 MDM 系统一样,组织也开始购买商业 RDM 或 RDG 解决方案,这些解决方案易于定制或配置,并可得到主要软件供应商的全面持续支持。

参考数据管理有什么好处?

参考数据管理的一个好处是,通过集中控制,您可以确保一致性和合规性得到保持。它帮助业务团队以一致的受控方式跨多个系统访问、分发和更新参考数据,以满足业务需求。有效的参考数据管理可以让企业扩大运营和分析流程。它具备快速响应新的数据需求或市场变化的能力,无需重组整个企业的数据。

参考数据管理可以为您的数据带来一致性。通过管理每个版本的参考数据并通过对应关系表将数据关联起来,企业可以在不同时间和不同标准之间实现语义一致性。没有这种一致性,组织将遭受数据质量差和小误差的影响,从长远来看,这些问题可能会发展成代价高昂的错误。

为什么参考数据管理很重要
为什么 “参考数据管理” 如此重要?
查看 MDM 研究所的最新一期《参考数据管理实地报告》,从中找出答案。

参考数据管理评估标准

  1. 映射参考数据的能力:除了标准的参考数据集(国家代码、货币、语言等)之外,参考数据管理中心必须能够管理特定于应用程序、特定于行业、特定于用例、新版本和本地的适应化(例如,外语版本)。此外,还需要管理参考数据集和所有这些组合之间的关系。
  2. 参考数据类型的管理:自有参考数据解决方案的常见问题之一是,单个数据模型不便于表示许多不同类型的参考数据。需要扩展数据模型才能支持新的参考数据集以及特定于所管理的各种参考数据类型的新属性。
  3. 参考数据集的管理和用户体验:参考数据管理解决方案的设计应当考虑到业务用户。通过提供直观的用户界面和灵活的数据模型,企业可以快速安装、配置和导入参考数据,无需 IT 过多持续参与。
  4. 体系结构/性能:由于参考数据的高度相关性质,语义模式对于管理参考数据集之间和跨时间的关系非常有用。显然,记录参考数据及其与其他领域的复杂联系的需要要求平台具有强大的数据/语义建模能力。
  5. 参考数据集的层次结构管理:参考代码表可以是平面列表或层次结构。层次结构是参考数据的一个关键方面,除了值和映射关系之外,也需对其进行管理。
  6. 连接:参考数据管理解决方案提供多种灵活的连接方式以提供最大限度的"可访问性"是至关重要的。参考数据必须便于下游应用系统、远程订阅者等使用。此外,参考数据管理数据的每个使用者都必须能够以最便捷的方式和格式访问数据。
  7. 导入和导出:参考数据管理解决方案应能够以多种格式导入和导出参考数据。例如,来自/到数据定义、源和目标(如平面文件或数据库以及 CSV 和 XML 格式)的入站和出站映射。
  8. 版本控制支持:参考数据管理解决方案还应支持参考数据集和相关映射的版本控制。此类版本控制与生命周期管理结合使用,可管理随时间推移对参考数据集和映射的变更。
  9. 安全和访问控制:现代参考数据管理解决方案提供了强大的基于角色的安全性。例如,对特定实体的 CRUD 权限应由用户的角色、用户所属的组、实体的相关所有权以及实体本身的生命周期状态控制。
  10. 端到端生命周期管理:参考数据管理解决方案应采用治理用户界面和工作流程来支持参考数据的正式治理,将企业参考数据的端到端 (E2E) 生命周期管理交到企业用户手中,从而减轻 IT 负担并提高整个组织中使用的数据的整体质量。