陶玉印的博客

企业数据治理、数据仓库、数据质量与AI应用实践

0%

主数据管理(MDM),做还是不做

在数据治理领域,“MDM(主数据管理)”一直是一个很有意思的话题。

一方面,很多企业一提数据治理,就会想到MDM;
另一方面,也有不少企业在做过之后,留下了一句评价:

“投入很大,但效果并没有想象中明显。”

于是问题就来了:

主数据管理,到底有没有必要做?
什么企业适合做?
又为什么很多MDM项目最后做得很“痛苦”?

这篇文章,我们不讲概念堆砌,而是站在企业真实落地的角度,聊聊MDM这件事。

一、很多企业,其实已经“被主数据问题困扰很久了”

只不过,他们未必意识到:

这些问题,本质上是“主数据问题”。

来看几个制造业里非常常见的场景。

场景1:同一个物料,不同的系统里有多个名字

ERP里叫:

“一次性无菌导管”

MES里可能叫:

“无菌导管”

仓库系统里又叫:

“导管A型”

结果:

  • 库存统计对不上
  • 采购分析混乱
  • BI报表无法统一

最后只能靠人工“猜”。

场景2:同一个物料,同一个系统里有多个

这种情况属于物料编码在进行 MDM 管理,不过后续操作层面存在问题。

比如物料编码最初由 ERP 同步过来,所以

  • 物料编码在 ERP 是唯一
  • 初始化同步到SRM时也是唯一
  • 但是 SRM 又生成了自己系统的唯一ID,SRM 内部关联使用的是本身系统的唯一ID

后续物料规格有调整,SRM 采用的是新增数据行的方式,导致

ERP 的唯一物料编码 在 SRM 系统不唯一了。

这种情况在企业内部还比较常见。

场景3:客户重复、分裂

CRM有一套客户;
ERP有一套客户;
财务系统还有一套客户。

甚至:

  • 同一个客户有多个编码
  • 名称还不完全一致

例如:

  • “XX医疗科技有限公司”
  • “XX医疗”
  • “XX医疗科技有限公司(河北)”

系统看起来是三个客户,但业务知道:

其实是同一家。

场景3:供应商无法统一分析

采购部门想分析:

某供应商全年采购额。

结果发现:

  • 不同系统编码不同
  • 历史数据不一致
  • 公司名称变化过

最后:

根本无法准确汇总。

这些问题,看起来像:

  • 系统问题
  • 数据问题
  • 历史问题

但如果抽象一下,你会发现它们有一个共同点:

同一个“核心业务对象”,在企业内部没有统一身份。

而这,就是MDM要解决的问题。

二、那什么是“主数据”?

很多人第一次接触MDM,会觉得概念有点抽象。

其实可以简单理解:

主数据,就是企业里“被反复使用、跨系统共享”的核心业务对象。

例如:

  • 物料
  • 客户
  • 供应商
  • 组织
  • 员工

这些数据有几个共同特点:

1️⃣ 使用范围广

不仅一个系统使用,而是:

  • ERP在用
  • MES在用
  • SRM也在用

2️⃣ 生命周期长

不像订单、库存这种“交易数据”会不断变化。

主数据通常长期存在。

例如:

  • 一个物料可能使用几年
  • 一个客户可能合作十几年

3️⃣ 一旦混乱,影响会被不断放大

这点非常关键。

如果一个物料编码错了:

  • 采购会错
  • 库存会错
  • 生产会错
  • 分析也会错

👉 主数据问题,会“传染”。

三、为什么很多企业“越数字化,主数据越乱”?

这是个很现实的问题。

理论上:

系统越多,数据应该越规范。

但现实往往相反:

系统越多,主数据越混乱。

为什么?

因为很多企业的信息化建设,是“分阶段成长”的。

第一年,上ERP
第二年,上MES
第三年,上CRM
后面又上:

  • WMS
  • SRM
  • BI

每套系统:

  • 厂商不同
  • 设计不同
  • 编码规则不同

早期可能还能靠人工维持。

但随着系统越来越多,就会逐渐出现:

“同一个东西,在不同系统里长得完全不一样。”

四、那MDM到底在做什么?

很多人以为:

MDM = 做一个主数据系统

其实这只是表象。

MDM真正做的事情是:

1️⃣ 建立统一的数据身份

例如:

  • 一个客户,全公司只有一个主身份
  • 一个物料,全系统只有一个标准编码

2️⃣ 建立统一标准

包括:

  • 命名规则
  • 分类规则
  • 编码规则

3️⃣ 建立数据同步机制

让各业务系统:

  • 使用同一套主数据
  • 保持一致更新

4️⃣ 建立管理机制

包括:

  • 谁创建?
  • 谁审核?
  • 谁变更?

👉 这其实已经不只是技术问题,而是:

企业管理问题。

五、很多MDM项目为什么失败?

这是最值得聊的一部分。

因为很多企业不是没做MDM,而是:

做完之后,发现很难真正运行下去。

常见原因有几个。

1️⃣ 一上来就“全量建设”

一开始就想统一:

  • 所有物料
  • 所有客户
  • 所有供应商
  • 所有组织

结果:

  • 周期特别长
  • 协调成本巨大
  • 业务逐渐失去耐心

最后项目变成:

“一直在建设,但始终没上线。”

2️⃣ 过于技术化

很多MDM项目:

  • 重点在系统
  • 重点在平台
  • 重点在同步接口

但真正困难的是:

业务规则统一。

比如:

  • 客户到底怎么分类?
  • 物料编码谁说了算?

这些问题,不是技术能决定的。

3️⃣ 没有业务推动

如果业务部门认为:

“这是IT项目”

那么MDM大概率很难成功。

因为主数据本身就是:

业务数据。

最终一定需要:

  • 采购参与
  • 生产参与
  • 销售参与

4️⃣ 想一步做到“绝对统一”

这是很多企业容易陷入的理想化状态。

现实里:

  • 历史数据一定有问题
  • 不同系统一定存在差异
  • 一次性完全统一几乎不可能

所以:

MDM不是“世界瞬间完美”,而是“逐步减少混乱”。

六、那企业到底要不要做MDM?

我的观点其实很明确:

大部分制造企业,最终都需要做MDM。

尤其是:

  • 系统越来越多
  • 数据分析越来越深入
  • 想真正做经营决策

因为没有统一主数据,后面会越来越痛苦:

  • 数据越来越难对
  • 系统越来越难集成
  • 报表越来越难统一

但这里有个关键前提:

不要把MDM理解成“大系统项目”。

很多时候,更合理的做法是:

从“小而关键”开始。

七、一个更现实的MDM落地路径

这是我更推荐的一种方式。

第一步:先统一最关键的主数据

优先级通常是:

  • 物料
  • 客户
  • 供应商

第二步:先建立“标准”,再谈“平台”

很多企业顺序反了。

其实应该先明确:

  • 编码规则
  • 命名规则
  • 分类规则

然后再考虑系统实现。

第三步:建立映射关系(非常重要)

现实里,不可能一下完全替换历史数据。

所以很多时候需要:

“主数据映射层”

例如:

  • ERP编码 → 标准编码
  • MES编码 → 标准编码

这一步非常实用。

第四步:逐步治理,而不是一次革命

真正成熟的MDM,往往是:

  • 一边运行
  • 一边优化
  • 一边统一

而不是:

停下来重建整个世界。

八、一个很重要的理解

很多企业把MDM理解成:

“数据治理高级阶段”

但其实:

MDM本质上是在解决企业“语言不统一”的问题。

它统一的不是数据本身,而是:

  • 企业对业务对象的认知
  • 企业内部的业务语言
  • 企业跨系统的协同方式

九、写在最后

如果你的企业已经出现:

  • 多系统数据难以统一
  • 指标反复对不上
  • 主数据大量重复混乱

那么很可能说明:

你已经到了必须认真面对MDM的时候。

但也不必把它想得太重。

因为真正有效的MDM,从来不是:

“一套宏大的系统工程”

而是:

从一个关键对象开始,逐步建立统一与秩序。