編輯導語：在企業的現實物料數據質量管理中，物料數據質量的提升往往是通過物料主數據項目建設為契機開展的，下面本文作者結合自身在物料主數據項目建設中的經驗，論述瞭如何通過物料主數據建設提升物料數據質量，希望看後對你能夠有所啓發。
企業物料數據管理部門對物料數據質量的提升制定總體規劃，包括物料數據提升的目標、提升過程以及提升階段規劃。
詳細制定物料數據質量提升的具體方面和該方面的具體目標，目標一定要量化、可測量、可實現，下表是物料數據質量提升目標示例。
物料數據質量的提升過程主要包括：收集原始數據分析數據質量問題、制定物料數據標準、搭建物料數據管理平台、清洗物料數據、集成相關係統應用物料主數據、確定物料主數據運維組織和流程、進行物料數據質量檢查、績效考核及數據質量優化等。
3. 物料數據質量實現路徑物料數據質量的提升是一個持續優化和改進的過程，因此是在總體規劃目標的基礎上分階段實現的，下圖是物料數據質量提升實現路徑示例。
制定完總體目標就要進行組織建設，物料數據質量管理組織是提升物料數據質量的重要前提，只有建立高效可控的組織，才能實現數據質量目標的迅速下達和高效執行。
一般物料數據質量組建立在數據治理委員會下的主數據標準化管理辦公室中，這樣保障組織從戰略層面到執行層面的垂直集中管理。
下圖是物料數據質量管理組織架構示例：
物料主數據標準是保障和提升物料數據質量的法規依據，物料主數據標準定製的科學性將直接導致未來物料數據質量的優劣。因此，在制定物料主數據標準時一定要由不同物料類別的物料專家組成物料專家組進行物料主數據標準的制定工作。
物料主數據標準主要包括：編碼標準、分類標準、描述標準和提報指南。如下圖所示：
根據世界或國內500強大型集團企業物料數據編碼標準最佳實踐，大部分企業採用流水碼作為物料主數據編碼規則，下圖是物料主數據編碼標準示例。
物料分類標準是整個物料代碼體系的基石，從某種程度上説物料分類是否科學決定了物料代碼體系結構的優劣，因此必須制定科學合理的物料分類原則。
下圖是物料數據分類目的和基本原則示例：
根據物料數據分類原則，確定物料分類的編碼規則。
下圖是物料分類編碼規則示例：
根據物料數據分類原則，組織物料專家進行物料分類標準的編制。
下圖是物料分類標準大類示例：
物料描述標準是對某一類物料描述規則的定義，目的在於解決物料描述的規範化問題。
包括物料主要自然屬性、取值範圍和相互關係的確定，主要由特徵量及特徵量相關關係（如連接符、前置符、後置符等）組成。
下圖是物料描述標準的示例：
根據描述標準，形成具體物料數據描述規則，從而形成物料數據質量檢查規則的重要組成部分。
為了規範物料編碼應用、提高物料數據質量、縮短物料代碼提報和審核實踐，需要組織編碼審核人員結合業務實際，對物料的分類標準、描述標準以及填寫物料條目提報時的注意事項進行詳細的説明。
同時，還要對審核過程中發現的問題進行歸納總結，編制《物料代碼提報審核指南》，指導企業內所有涉及物料應用的單位和部門。
四、搭建平台制訂了物料數據標準後，就要把物料數據標準內置到物料主數據管理平台，通過物料主數據管理平台實現物料數據的標準管理、數據清洗、物料主數據從創建、審核、發佈、修改、凍結、歸檔的全生命週期管理、物料數據質量管理等。
搭建平台後，就能夠根據制定的物料數據標準開展數據清洗工作，物料數據清洗是有效提高歷史物料數據質量的基礎性工作。
1. 歷史物料數據清洗的目的歷史物料數據清洗就是按照新發布的物料分類標準、描述標準進行梳理，形成標準、規範、準確的物料數據。
下圖説明了物料數據清洗的效果：
一般來講，工業企業物料數據量非常大，需要科學有序的組織，才能保障物料數據清洗質量。
- 首先，明確人員分工，包乾到户；
- 然後，正確標定每一個物料的小類；
- 再後，根據物料數據描述標準進行物料數據清洗；
- 最後，由審核組長對清洗後的物料進行審核。
- 最終，經過審核後的物料數據形成可供相應系統共享應用的物料代碼。
下圖是物料數據清洗流程示例：
物料數據清洗的過程主要包括：對收集的歷史物料數據歸類、物料數據有效性分析、識別需要清洗的物料、對物料數據進行規範、進行物料數據清洗、進行物料數據查重、進行物料數據轉換、進行物料數據特徵值調整、進行物料數據應用切換、對無效物料數據進行刪除。
下圖是物料清洗過程的示例：
清洗後的物料數據就能達到物料數據質量要求的唯一性、完整性、準確性等要求，同時在物料數據管理系統中生成了物料代碼，可供需要使用物料數據的信息系統進行集成共享使用。
下圖是物料數據清洗後規範的物料主數據示例：
物料數據在清洗後，必須通過系統集成，保整物料主數據源頭數據質量的基礎上，各相關應用系統必須使用統一的物料數據，才能保證各系統中物料數據的一致性、準確性、及時性。
1. 系統集成方案企業通常採用通過ESB總線（數據集成平台）實現物料主數據與業務系統的集成，從而實現物料數據在各業務系統中的統一使用。
數據分發策略可以採用人工觸發、定時觸發、批量使用等模式。
制定合理的物料數據切換方案是物料數據在各系統應用落地的重要策略：
- 如何處理已建系統中物料數據和標準物料之間的關係；
- 如何處理在建系統中物料數據和標準物料之間的關係；
- 如何處理待建系統中物料數據和標準物料之間的關係。
只有處理好三種關係，才能保障物料數據的真正落地。
下圖是物料數據切換方案策略示例：
建立標準化的運維團隊是保障物料數據質量的堅實保障。
通過物料數據運維團隊，從物料專業化的角度審批提報的物料數據，保障物料數據的準確性；從審批效率的角度及時審批提報的物料，提高物料數據的及時性；從數據質量的角度對物料數據進行審查，保證物料數據的高質量。
下圖是物料數據運維過程的示例：
企業物料數據量大，很難一次性將質量提升到位。因此，就需要建立物料數據質量優化提升機制，採取PDCA的方法開展物料數據質量提升工作。
下圖是PDCA質量提升示例：
根據物料數據標準，建立物料數據質量規則庫，規則庫要涵蓋：唯一性校驗規則、完整性校驗規則、一致性校驗規則、準確性校驗規則等，保證質量規則的全面性和可擴展性。
具體校驗要求包括：空值檢查、邏輯檢查、值域檢查、重複檢查、引用檢查、結果對比等。
2. 實施物料數據質量檢查將制定的物料數據質量檢查規則內置到物料數據質量管理平台，抽取不同系統中物料數據形成待檢查清單，啓動物料數據質量規則引擎。
實現待檢查物料數據清單和物料數據管理系統中的標準物料數據進行對標校驗，物料數據質量檢查後形成物料數據質量報告。
3. 實施物料數據質量改進按照規劃中制定的物料數據質量提升目標，參照物料數據質量報告，開展物料數據質量改進活動。
對不符合物料數據質量規則的物料數據進行處置，以達到數據質量改進目標的要求，同時修正後的數據要進行再次校驗以保障質量改進的結果，尤其注意物料數據質量改進的閉環管理。
本文由 @王建峯 原創發佈於人人都是產品經理，未經許可，禁止轉載
題圖來自 Pexels，基於 CC0 協議