前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇主數據管理范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

主數據管理范文第1篇

Gartner在近期做過一次調查，2012年全球主數據管理軟件的銷量將達到19億美元，較2011年增長21％。在未來5年里，主數據管理軟件的銷量將繼續強勁增長，在2015年達到32億美元。

不過，Gartner同時也指出，當前主數據管理的需求仍然是北美和歐洲地區最大，這兩個區域的MDM軟件銷量將穩步增長，并分別于2013年和2015年達到10億美元大關。在2013年，MDM軟件收入將在亞洲/太平洋地區實現較快增長，收入將較2012年增長30％，至2.09億美元。

主數據管理市場需求以超過20%的速度在逐年增大，在這一領域競爭的廠商也在逐漸增多。通常認為，MDM市場的三大領軍者分別為IBM、甲骨文和SAP。但是2011年，在Gartner公布的“2011客戶數據解決方案主數據管理（MDM）魔力象限報告”中，則把Informatica列入位居領導者象限。自此，主數據管理市場又多了一個實力派的競爭者。

不辨不明：主數據的定義

從Gartner的調查數據，我們發現國內對于主數據管理的價值還有待進一步提高認識。在這里，編者先大致地介紹一下主數據的定義。對于主數據有很多不同的定義，綜合起來可以定義為：企業內能夠跨業務重復使用并且需要共享的高價值數據。

那么，具體哪些數據才是主數據呢？例如：客戶、供應商、賬戶、組織單位、員工、合作伙伴、位置信息等都是主數據，大部分的交易數據、賬單數據等都不是主數據；而Informatica中國區首席產品顧問但彬則一針見血地指出，主數據是企業的核心數據，是企業最權威、一致的一系列標識、擴展屬性和層次關系，它在企業運營中擔當著關鍵角色的數據實體。

同時，有些人會將元數據和主數據混為一談。對此，但彬指出，主數據和元數據是兩個完全不同的概念。元數據是指表示數據的相關信息，比如數據定義等，而主數據是指實例數據，比如產品目錄信息等。

主數據面臨的難題

但彬認為主數據面臨的問題主要有四個方面，其中包括主數據的定義、流程、質量和共享等難題。

1.在定義方面，沒有統一的標準，沒有明確的定義和范圍。

2.在流程方面，數據創建、維護等管理流程不一致。

3.在質量方面，數據缺乏完整性、一致性、準確性，重復數據多，也導致主數據管理難。

4.在共享方面，不知以誰為“主”、共享途徑不暢及訪問控制困難等問題也讓主數據共享產生困難。

這些問題的本質往往是因為多點維護以及缺乏信任規則造成的。

精明的IT決策者們正在想方設法尋找技術來解決上述問題，而MDM就是恰當之選。MDM是一系列的工具和處理過程，確保企業主數據的高質量、統一定義和流通便利性，這就正好把主數據所面臨的定義、流程、質量和共享等四大難題給一一解決了。

主數據管理的三大要素

既然我們已經非常清楚主數據管理的難題是什么，那么具體該如何化解難題呢？但彬支持主數據管理的三個關鍵點需要確認，包括主數據模型、主數據整合手段和主數據服務等，以幫助解決主數據面臨的四大難題。

首先，確定主數據模型。企業需要確定機構主數據的范圍，然后才是確定機構數據模型和標準，但幾乎沒有拿來就能用的模型，往往需要根據不同機構的業務需求來定義模型。所以主數據管理的定制能力很重要，需要支持模型的靈活定義，特別是對未來更多類型主數據的支持。

其次，確認主數據整合手段。在主數據的整合過程中，企業要選擇的是采用哪種模式進行整合。

一般情況下，整合手段有四種模式：第一種是注冊模式，適用于標示單一的客戶、病人、產品等；第二種是合并模式，用于支持DI/DW報表和分析要求，以及法規遵從等；第三種是共存模式，面向銷售、市場、客戶服務支持操作型要求等；第四種是集中模式或交易模式，它同時支持分析型、操作型的需求等。不過，這四種模式并不是獨立存在的，往往是多種模式的一個組合，最后，通過SOA服務方式，將主數據管理信息服務化，供不同應用使用。

第三是配置主數據服務。配置主數據服務是主數據管理的關鍵環節。其中，重復數據識別是主數據管理中的重要能力，根據配置的規則，標示在多個系統中存在的潛在的匹配對象，根據閾值定義，確定是否匹配，將有疑似的匹配結果，通過業務流程提交人工確認。另外，需要特別說明的是數據間的層次關系，它可以幫助企業全方位了解信息，其關鍵要素包括：跨系統、跨應用能力；為不同的商業目的，創建、管理多種不同的層次關系；關聯不同的實體，構建360度視圖，并且可以保持所有實體關系。

主數據的管理常常被誤解為是個單純的數據標準問題，而實際上在企業內部貫徹實施統一的標準需要愿景、制度、IT等全方位的配合，也就是說，主數據管理實質上是個管理問題。為MDM建立的獨立信息平臺，最好由業務方面的高層來負責，而不是IT部門負責人，因為，很多時候并不是技術的問題，而是業務部門之間的協調。

主數據管理與數據倉庫的區別

有企業用戶發出疑問：企業剛剛部署了數據倉庫，是否可以在此基礎上進行主數據管理？這兩者有什么區別呢？

事實上，數據倉庫系統的分析結果可以作為衍生數據輸入到MDM系統。我們可以從目的、處理方式和數據量等三個方面來區分主數據和數據倉庫。

主數據是經常需要維護的，需要確保其時效性和準確性。

首先，兩者的目的不同。主數據管理的目的是導出絕對真實的核心數據，即關鍵業務數據，同時還得提供主數據之間的關聯性，而這在數據倉庫里是難以找到的。

其次，兩者的處理方式上不同。主數據管理是一種偏交易型的系統，系統的服務對象是呼叫中心、B2C、CRM等業務系統；而數據倉庫是屬于分析型的系統，面向的是分析型的應用，在大量歷史交易數據的基礎上進行多維分析。

最后，兩者的數據量上不同。主數據管理存儲的僅僅是客戶和產品等核心數據的信息；而數據倉庫存儲的是來自歷史數據和各個維度的匯總數據，可能是海量數據。

詳解Informatica MDM

但彬詳細介紹了Informatica公司解決企業面臨的主數據管理難題的靈丹妙藥――Informatica MDM。Informatica MDM在架構上分為兩層，底層稱為主數據的集成平臺，即Informatica 9，它可以實現數據集成、數據質量的清洗、識別，同時還提供數據孵化的一些功能以實現服務。在它基礎上是MDM的核心功能，包括模型落地、匹配、識別、信任框架等等都在這上面去實現。

Informatica MDM是單一平臺上的成熟、靈活的多領域主數據管理解決方案，它可以幫助企業迅速部署和輕松擴展，解決多個部門和地區的業務問題。Informatica MDM產品的功能主要分成三大部分，七個步驟。這三大部分包括：首先，必不可少的是要有數據的獲取和數據的，這是指主數據的入口和出口；中間核心部分是任何主數據管理產品所需的五項核心功能（發現、建模、識別、解決和治理）。

發現（Discover）――了解主數據的來源、現狀；

建模（Model）――用靈活的數據模型定義任意類型的主數據；

清洗（Cleanse）――快速匹配和準確識別重復項目；

解決（Resolve）――合并以創建可靠、唯一的真實來源；

治理（Govern）――創建、使用、管理和監控主數據。

主數據管理范文第2篇

關鍵詞：主數據管理；建模；歷史回朔；統一視圖

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2014）07-1375-03

1 概述

在政務大集中的背景下，如何進行市民統一信息的匯集和管理，成為目前政務信息系統管理的首要難題。市民信息的統一整合，在當前政務集中辦公的環境下對各政府部門數據整合的要求會越來越高。如何解決這一難題，我們通過目前主數據管理技術來進行一下探討。

2 主數據管理系統應用架構簡介

在主數據管理平臺設計相應的符合業務需求的主數據模型、解決沖突的主數據和多版本主數據庫的歷史軌跡管理、瀏覽和維護主數據、提供相應的主數據服務、報表、管理和維護所需要交換給其它不同單位的主數據服務。

3 主數據模型示例介紹

根據市民統一信息日后的針對不同業務部門的應用需求，建議通過建模工具，對市民統一信息平臺上的市民主數據模型應分為兩個主要模塊：

1）日常信息交互中最常使用的，公用的市民的基本信息

因為這些信息是包括公安、工商、民政、衛生等各個業務系統中市民的最基本組成信息。以此作為信息基礎，將通過其智能算法，根據一條記錄這些信息的綜合相似度來自動判斷各個系統中抽取上來的市民記錄組是否為同一個市民的記錄。

主要數據模型至少應包括，但不局限于，如表1所示。

2）市民信息及業務系統主鍵信息

作為統一市民信息平臺上數據交換的核心，主數據管理平臺通過其準確、高效的記錄匹配算法將各個業務部門中同一個市民關聯在一起。然后將記錄該市民在源系統中對應記錄的主鍵。 以此來關聯多個業務系統之間的數據，支持系統之間的業務互動。（注：當來自于業務系統中的有重復記錄時，主數據管理系統將保留同一個人在一個業務系統中的多個主鍵）

依據這樣的主數據模型設計，主數據系統將擁有一套完整的準確的市民基本信息作為市民身份識別的基礎，以及這個市民在各個業務系統中所對應的主鍵和常用業務信息。 才可以用最低的成本，最靈活的設計，和最有效的方式來為市民卡平臺以及市政各個業務部門提供最完整和準確的市民360°信息視圖。

同時，還可以通過主數據系統的用戶授權管理以及個性化視圖等功能，作為數據安全的第一道安全屏障，確保市民信息的安全。

4 主數據管理系統應用功能簡介

作為統一市民信息上的主數據服務核心模塊，主數據管理平臺將為平臺上的應用系統及周邊的應用系統提供一系列的市民信息的基礎服務。

當統一市民信息平臺從公安、社保、勞保等系統中抽取出相應的市民基礎信息后，將這些清洗過的數據錄入到主數據管理系統中，進行市民基本信息的匹配、關聯、除重等工作，將坐落在不同機構系統中，歸屬與同一個市民的信息進行關聯，最終形成一份唯一的、完整的、準確的市民基礎信息為所有業務部門提供信息服務。

1）市民基本信息模型的建立：綜合各個同業務部門對數據的需求，來建立一套完整的、合理的市民基礎信息數據模型。

2）市民的匹配關聯：將采用市民的基本信息，通過人性化、智能的算法，根據姓名、地址、身份證、電話等屬性的相似度，將同一個市民在公安、社保、民政、衛生等不同業務系統中進行關聯，以此建立平臺上市民單一視圖的信息基礎。

3）市民信息不一致的任務生成：由于市民信息分散在不同業務系統中的，必然會導致信息的差異性和不一致性。主數據管理平臺將會通過其智能的算法發現同一個市民在不同系統中差異化較大的信息，并生成任務列表以及完善的任務處理工具來徹底解決這類問題。 從而最終生成一份完整、可信的市民數據。

4）市民家庭關系的建立：主數據管理將會根據現有信息中的家庭關系的定義，自動去發現和建立人與人之間的關系。隨著市民卡平臺服務的拓展，產品也可以支撐對企業與人，企業與企業等之間的關聯關系的建立，更好的來滿足日益增長的業務部門的需求。

5）個性化視圖：根據不同業務部門對數據內容的差異化，主數據管理平臺可以根據業務部門的需求提供個性化的信息視圖。例如，為衛生局、計生委提供健康信息視圖，給公安、民政提供個人關系視圖等。

6）信息變更同步：市民卡平臺是各個業務部門的聯系點，不僅是一個市民的信息交換的平臺，也起到了對信息準確性和一致性的監管職能。 主數據管理平臺有一套完善的信息同步機制來確保當某些業務部門發生信息變更時，及時的得到通知，并廣播給其他的業務部門。

7）歷史信息追溯：主數據管理平臺對市民的基本信息的關聯、歸并、變更等操作保留原始痕跡。 當信息使用部門或監管部門對信息的準確性提出質疑是，可以通過訪問歷史信息，追溯到修改信息的內容、時間、具體操作人員。

5 總結

在統一市民信息平臺的信息整合中，主數據管理技術將支撐其主數據服務這個核心模塊的主要技術。通過主數據管理自身的靈活、穩定、以及可擴展性也將隨著統一市民信息業務不斷的拓展和成熟，體現的越為明顯和突出。

參考文獻：

[1] 林泳琴.面向企業應用集成的主數據管理系統[J].電腦知識與技術，2011（19）.

主數據管理范文第3篇

關鍵詞：電網企業;物資主數據標準化管理;運維管理機制

中圖分類號：G726 文獻標識碼：A 文章編號：1007-0079（2014）33-0172-02

隨著國家電網公司等電網企業不斷推進物資信息化體系建設、不斷提高物資集約化程度，建立統一的物資主數據體系成為電網企業一項非常重要的基礎性工作。為加強物資主數據建設、統一物資主數據管理體系、深化物資主數據應用，國家電網公司逐步建立以物料主數據、供應商主數據、倉庫主數據為基礎的物資主數據體系，并通過統一的主數據管理平臺統一對物料主數據進行管理和維護。

一、物資主數據發展歷程及現狀

2009年以前，部分信息化推廣程度較高的網省電力公司，在所屬建設、運營范圍內建立、推廣物資主數據體系，并在整合企業物資資源、提高供應鏈效率等方面發揮了重要作用，也為國家電網公司統一推廣物資主數據體系積累了經驗、奠定了基礎。

2009年，國家電網公司為推進物力集約化體系建設，建立了物資分類與編碼標準統一的主數據資源庫。主數據管理系統（MDM）正式上線，基于一體化平臺實現與各業務應用集成，實現主數據的查詢、申請、審核、分發/下載等功能，支持編碼標準和主數據在全國范圍內的統一應用。之后，根據公司建設、運營的實際需要，不斷完善、補充、修訂物資分類及各類主數據。目前，系統大、中類物資分類新增需求極少，已經基本涵蓋所有常見通用物資。物資主數據新增趨勢如圖1所示：

二、物資主數據標準化管理體系

物資主數據管理體系包括物料主數據、供應商主數據、倉庫主數據三部分，分別對電子商務系統、ERP系統及其他物資管理系統中的物料、供應商、倉庫信息予以規范化、標準化，具體內容如下：

1.物料主數據

物料主數據主要包括物料分類編碼、物料編碼兩部分。

（1）物資分類編碼。物資分類編碼體系是企業物資信息資源共享的基礎，是ERP等信息信息系統之間聯系的橋梁。物資分類和物資分類編碼規則是該體系構成的兩大要素：

1）物資分類。物資分類是根據物料特征對物資進行區分歸類，對物資進行分類時實施物資編碼的基礎。國家電網公司物資分類體系包括大類、中類、小類三個級別，以電網物資為例，分為20個大類，包括一次設備、二次設備、通信設備、儀器儀表、裝置性材料等;每一大類下又分為不同的中類，以一次設備為例：在一次設備大類下共分29個中類，如交流變壓器、交流電流互感器、交流電壓互感器等;每一中類下又分為不同的小類，以交流變壓器為例：在交流變壓器中類下分為12各小類，如10kV變壓器、35kV變壓器、110kV變壓器等。

在小類下，進一步區分物料，分別定義特征項和對應的特征值。特征項是指用來定義一條物料的多項主要屬性參數，其中每一項參數都被稱為一個特征項。特征值是指每個特征項下包含的不同數值，其中每個數值被稱為一個特征值。特征值和特征項按照不限定供應商、方便需求填報、滿足統計要求、滿足物料描述的準確性要求、綜合實用性要求的原則編制。

2）物資分類編碼規則。物資分類編碼規則采用3層7位數字代碼，代碼結構如圖2所示：

（2）物料編碼。物料編碼的應用，便于信息系統進行識別和檢索，便于對物料進行高效、有序的管理，便于對物料進行分類與統計，便于計劃、采購、合同、監造、履約、庫存等各環節實施管理，便于物料信息的交換與共享。物料主數據是不可缺少、不可替代的關鍵主數據。

1）物料編碼的方式和原則。物料編碼是以簡短的文字、符號或數字、號碼來代表物料、品名、規格或類別及其他有關事項的一種管理工具。物料編碼的編碼方式分為賦義編碼和順序編碼，編制原則遵循簡單性、層級性、完整性、單一性、一貫性、伸縮性。

2）物料編碼的應用。為實現物料編碼的規范性應用，物料編碼具有標準、非標、使用、凍結等多種標識功能。基于物資采購標準，在系統中建立了采購標識自動判定規則，以自動判斷并生成物料編碼的標識、物料編碼與采購標準的對應關系。設計單位在編制技術規范時，系統可顯示物料的標識并自動引用對應的采購標準模板。

2.供應商主數據

供應商主數據是以簡短的文字、符號或數字來代表供應商及其相關事項的一種管理方式，是供應商在企業ERP系統中的標識，是進行數據交互和分析的基礎。供應商主數據采用的是10位數字的流水碼，含有38個字段，包括供應商名稱、工商登記號、稅號、全國組織機構代碼、郵政編碼、通信地址等信息。

供應商主數據在主數據管理平臺中進行統一管理，參與采購業務的供應商均需在主數據管理平臺進行申請，運維人員核對通過后，通過接口發送給業務系統使用。

3.倉庫主數據

倉庫主數據是以簡短的符號和數字來代表倉庫所在的單位、地理位置及其他有關事項的一種管理工具，是實體庫在ERP系統中的標識，是進行貨物收發貨、轉儲、盤點等業務活動的基礎和前提，是對庫存進行統計分析的數據基礎。根據管理需要，倉庫主數據包括實體庫主數據和虛擬庫主數據。實體庫必須在主數據管理平臺中進行注冊，包括倉庫名稱、地址、面積及庫存編碼等信息。試題倉庫的注冊范圍包括區域庫、周轉庫。[1]

三、物資主數據管理平臺功能設計

物資主數據管理平臺（SG-MDM）是國家電網公司為進行主數據統一管理而建設的一套管理系統。該系統以物資主數據體系為依據，對各類物資主數據統一編碼，同步至ERP業務系統，從而達到對物資主數據進行有效管理的目的。物資主數據是物資管理中所應用的ERP系統、電子商務平臺和輔助決策系統的基礎，通過物料、供應商和倉庫主數據的維護，實現了數據交互和共享，保證了物資主數據在整個業務系統內的實時同步。

1.物料主數據功能模塊

主要功能包括物料主數據的查詢、申請、審批、分發、凍結，具體功能如下：通過物資主數據管理平臺，可以采用多種查詢方式進行物料主數據的查找;對沒有對應特征值的小類進行特征值和物料編碼的申請;查詢物料編碼和特征值的分況;管理員對物料主數據進行凍結;可以實現主數據同步下發至總部ERP、省公司ERP及電子商務平臺。

2.供應商主數據功能模塊

包括供應商主數據的查詢、申請、審批、分發、凍結，具體功能如下：通過物資主數據管理平臺，可以采用多種查詢方式進行供應商主數據的查找、申請;管理員可以對省公司的供應商主數據申請進行審批;查詢物料編碼和特征值的分況;省公司可以提出供應商主數據的凍結申請;管理員可以對供應商主數據的凍結申請做審批;管理員可以單獨進行供應商主數據的凍結。

3.倉庫主數據功能模塊

包括倉庫主數據的查詢、申請、修改、審批、分發、凍結，具體功能如下：通過物資主數據管理平臺，可以進行所有倉庫的查找;省公司可以申請、凍結或修改倉庫主數據;管理員可以對申請進行審批，審批通過后，系統自動進行分發;省公司可以查詢倉庫主數據的分況。[1]

四、物資主數據運維管理機制

為適應物力集約化管理要求，創新物料主數據管理理念，提升物資標準化應用水平，國家電網公司對物料主數據新增、修訂申報、審批實行“省公司分批次內外時段申報數據，國網物資部集中審批、統一修訂下發”的模式。其中：“批次內申報”是指各單位在規定批次、時段內完成物料主數據新增或修訂申報;“批次外申報”是指各單位未在規定批次、時段內提出物料主數據新增或修訂申報;“集中審批、統一修訂下發”是指，總部在規定時間內，集中審批和下發各單位提交的新增物料主數據，結合集中招標批次的審查會，統一評審、集中修訂下發。

1.職責分工

按照總部、國網物資公司、省公司及各單位的職責定位，物資主數據運維的業務受理范圍劃分如表1所示：

表1 物資主數據運維業務受理范圍劃分表

序號 業務受理單位（崗位） 業務內容

1 各單位物資標準化專（兼）職管理員 物資分類與物料主數據提報過程中的常見問題（如：業務操作、數據查詢等）

2 國網物資公司 主數據新增、修訂及其他業務問題由國網物資公司在工作日受理、咨詢專家并形成修訂意見

3 國網信通公司 系統功能故障及系統操作指導

4 國網物資公司、國網信通公司 系統操作賬號由各單位提出申請，報國網物資公司審批，交國網信通公司具體辦理

2.物資分類新增機制

各單位收集新增分類需求，組織專家開展預審，確定所屬大類、中類、小類，計量單位及特征項、特征值，填寫物資分類申請模板，提報至國網物資公司。經咨詢專業專家意見、國網總部批準后，在主數據管理系統中完成新增。審批不合格的注明原因退回至需求單位。

3.特征值和物料主數據新增機制

各單位收集新增需求，組織專家開展預審，進入主數據管理系統，提交新增申請。經咨詢專業專家意見、國網物資公司審批后，在主數據管理系統中完成新增。審批不合格的注明原因退回至需求單位。

五、結論

物資主數據標準化是企業全面、深入推廣ERP系統、物資信息管理等信息系統的基礎。物資主數據標準化體系通過規范、統一物資主數據，打破了企業管理信息系統之間的壁壘，將各個信息孤島予以連接，實現了企業信息資源的集成、共享;同時，將企業供應鏈各個環節的業務、信息予以貫通，實現了物流、業務流、信息流的整合。物資主數據標準化體系的建立和推廣為電網企業提升供應鏈運作水平、降低運營成本、實現精益化管理提供了有力支撐。

主數據管理范文第4篇

1數據庫技術在工程經營管理中的作用

1.1建筑工程管理的理念。如今我國的社會不斷地進步，和諧社會建設成就突出，建筑工程的經營管理已經不再是單一的高效益，如今工程企業所追求的不僅有高效益的工程質量還要有較低的成本，利用科學的方法進行成本的控制，才是一種有效的合理的全方面的管理過程。

1.2目前建筑企業管理中所存在的問題。與以往相比，我國的建筑工程企業的管理水平在不斷的提高，但是與一些發達國家相比我國的建筑業水平還很低，存在著很多經營管理上的問題，比如執行力較差、科技含量不高、方法比較老舊、管理者思想保守等，這一系列的問題都困擾著我國建筑業的發展，如何利用科技的手段來解決這些問題已經是管理們迫在眉睫的任務。

1.3信息技術在建筑工程管理中的作用。進入21世紀以來全球的信息技術不斷的發展，我國也不例外，隨著信息技術的不斷發展各行各業的在廣泛的使用信息技術帶來的成果，并且把這些成果滲透到工廠的生產，公司的管理上來，不僅提高了生產的效率，還能不斷的節省成本。如今信息技術的發展不斷的影響著人們的生活和社會的金進步。利用信息化的管理模式不僅能夠高效的處理各種事物，能夠利用邏輯的關系來結實一些數據之間的關系，可以有效的控制工程施工過程中的成本預算，可以根據預算的數據不斷的控制工程的成本，只有這樣才能對工程的施工提供可靠的保證。如今數據庫不斷的運用到建筑工程經營管理中，可以利用數據庫高效準確的對數據進行管理，如今設計一個以數據庫為核心的管理平臺極為重要，可以發揮數據庫的優勢對建筑工程企業的各項管理進行服務，不斷的深化企業的管理制度，控制工程的成本。

2建筑工程管理的數據庫設計

2.1選擇合適的建筑工程管理數據庫系統。在建筑工程企業管理的信息化設計中，最為重要的就是數據庫的選擇，數據庫的選擇直接影響系統的功能和效能，因此必須根據實際的情況，結合系統的應用平臺以及數據庫的開發支持的情況來選擇數據庫，經過分析和研究，得出建筑工程企業管理在選著數據庫時應該注意以下幾點：第一，由于在成本預算和核算的過程中處理的數據比較多，因此必須選擇功能強大的數據庫作為系統的核心；第二，選擇的數據庫必須可以存儲大量的數據，還要能夠讓很多的用戶進行訪問；第三，一定要能夠進行擴展和伸縮，可以根據實際的情況來確定數據庫的使用；第四，所選擇的數據庫的維護功能必須完善。在選擇數據庫時可以參考以上幾點進行選擇。

2.2建筑企業管理數據庫的設計。在數據庫的設計中包含一個名詞叫表空間，它主要是數據庫的邏輯劃分，基本上每一個數據庫都會有一個表空間，數據庫中的表空間主要是用來存放數據字典和回滾段，在數據庫的運行中一定要減少輸入和輸出的沖突，在這里表空間起到了很重要的作用，表空間可以根據用戶的輸入輸出量進行邏輯的劃分，可以做到表空間和系統應用的銜接，具體的實現方式主要還是通過數據段、索引段以及回滾段來實現。

2.3數據庫的建立。數據庫顧名思義就是存儲數據的倉庫，它主要是按照數據的結構來組織和存放、管理數據，在這個系統中管理的對象就是建筑工程企業在施工項目過程中所產生的所有的基礎數據，這些數據主要是來自基層的管理人員，并且這些數據都是一手的資料，比如，施工過程中運用的一些鋼筋混凝土的標準表數據以及混凝土的一些標號等，除了需要這些數據以外，還要有一線的管理人員對這些數據進行確認、合適以及提煉，經過相關工作人員的手工處理以后，才能得到一些原始的數據，這些數據是計算機無法得到的，只有得到這些數據以后，才能輸入計算機進行邏輯的運算，這些原始數據都是成功利用數據庫原理控制經營成本的前提。建立數據庫不但能夠對數據進行處理和存儲，還能對數據進行共享，這樣就能保證數據的獨立性實現數據的集中控制，這樣還有利于數據的維護。

2.4以數據庫為核心的建筑企業經營管理系統。建立以數據庫為核心的建筑工程企業管理系統，首先就必須把數據的管理作為每一個工作人員的職責，利用數據庫的功能進行數據的存儲和處理，使得工作人員能夠全方面的參與到工程的管理中去，可以實現一個人輸入的數據可以讓很多人使用，每個工作人員都可以隨意的調用一些有用的數據進行管理，系統也會自動的進行數據的流傳。

2.5經營管理信息系統的功能。在系統設計的初始階段要根據工程現場的實際情況進行分析和調研，這里主要調研的對象是工程的成本，只有結合實際的情況以后才能了解建筑工程企業的需求，根據軟件的基本原理來建立數據庫的基本結構模型，本文所設計的系統在明確了工程的基本需求以后給出了以下幾種功能：在本文的系統設計中需要強調的是在系統的設計初始階段要對工程的任務進行詳細的分解，利用項目的進度以及項目的成本控制來對項目中的各個數據進行采集額處理，這樣才能實現項目建設過程的重精細化管理，可以為項目的管理者提供決策的根據。

2.6經營管理系統在建筑工程項目中的應用。在實際的工程項目中，本系統可以實現項目的事前計劃控制，還可以加強項目中的一些過程的控制，可以使得在項目的進行中形成一個良好的循環，不斷的反饋項目中所產生的問題，可以利用現在的科學的管理方法和手段，把一些數字化的管理模式運用到每一個環節中去，只有這樣才能保證工程的順利進行，才能在保證工程質量的前提下控制好工程的成本，提高公司的經濟效益。（1）數據庫信息系統在事前經營管理中的應用。項目開工的起初，由一些預算人員對項目進行預算，完成對總體項目成本的預算，并且分工協作把預算的工程量進行分類和整理，并且把這些數據進行輸入計算機中建立數據庫，通過信息系統傳到各個部門進行審核。成本控制是企業的主要任務，上級的公司必須根據市場的實際情況進行成本的控制，嚴格的核實工程的量，可以利用信息平臺來編制一些核算表，并通過數據庫進行處理，可以對每一個經費進行分類，分成幾個核算的分表，然后把這些表發到每一個部門進行審核并且通過數據庫系統提供一些提料計劃；（2）數據庫系統在經營管理中的作用。數據庫信息系統可以在管理中嚴格的執行合同上的條款，這樣可以嚴格的控制一些用料的浪費，并且制定一些獎懲的措施，這樣才能真正的做到人盡其才，物盡其用；（3）數據庫信息系統在事后管理中的應用。在信息系統使用以后就可以處理一些事后的糾偏控制，可以為管理人員提供更方便的管理方法，還可以根據工程建設的進度對成本進行控制，非常方便實時的成本控制。對日后的一些新的項目也有一些參考的價值。

3結束語

主數據管理范文第5篇

[關鍵詞] 人力資源管理系統；大數據時代；大數據人力資源管理

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 13. 051

[中圖分類號] F272.92 [文獻標識碼] A [文章編號] 1673 - 0194（2016）13- 0096- 02

0 引 言

在2000年以后，國內企業逐步效仿西方先進組織投資建設人力資源管理信息系統，功能也逐步由數據記錄轉變為支撐人事管理業務流程，隨著新技術的發展，人力資源管理系統也積累了內部員工的海量數據，這將是我們擁抱大數據時代的利器，借助信息系統，未來人力資源管理的發展趨勢也一定是大數據人力資源管理。

1 人力資源管理信息系統的發展歷程

人力資源管理信息系統即借助信息化手段實現企業人力資源業務管理，其發展歷程是企業人力資源管理水平提升和信息技術發展的直觀體現。

第一代：簡單的薪資計算系統。20世紀60年代，國外大型企業由于手工計算工資費時費力，時而出現計算差錯，為了解決這個矛盾，企業開始用計算機來輔助薪資核算。受限于存儲技術，第一代系統僅用于薪資核算，不存儲結果數據。

第二代：人事數據存儲系統。20世紀70年代末，關系型數據庫技術的出現，為人事基礎信息以及薪資結果的存儲提供了可能。這個階段的系統主要應用于基礎數據的收集和存儲，也有了初級的報表和統計分析功能。

第三代：傳統人力資源管理系統。20世紀90年代末，隨著電腦的普及，數據庫、服務器技術的發展，使得人力資源管理系統發生了革命性的變化，在人力資本理論的影響下，系統用集中的數據庫將所有人力模塊的數據（組織、職位、人事、招聘、培訓、績效、薪酬等）統一管理起來，形成企業人力資源管理的工作平臺。

第四代：新型人力資源管理系統。隨著云服務、數據庫與移動應用等技術的發展，新型人力資源管理系統將傳統系統作為底層數據庫，甚至越來越多的企業將系統搭建在云端，超大型企業借助數據庫技術實時獲取人事統計信息，借助移動應用查詢數據、將績效考核社交評分化等，從根本上解決了員工自助查詢、用戶操作不人性化等問題，也由此，非結構化數據與結構化數據均納入系統管理范疇，使得人力資源管理有了大數據分析與挖掘的基礎。

2 大數據時代概述

大數據，一般是指由于數據量巨大而超出現行單臺電腦或服務器計算處理能力的信息，它具有四個基本特征，即4V特征：數據量大（Volume）、種類繁多（Variety）、價值高（Value）、處理速度快（Velocity）。

大量數據的挖掘與分析原本已在軍事、物理、金融行業應用多年，并未超出計算機的處理能力范圍，但隨著互聯網的迅猛發展，電子商務、傳感設備、移動社交等領域迅速積累了大量遠超出目前服務器數據處理能力的信息量，數據種類也不再限于傳統結構化數據，還包括大量的圖片、視頻等非結構化數據。為了解決這一矛盾，出現了分布式文件管理系統（HDFS）和分布式編程模式（MapReduce），從根本上解決了數據量大而無法運算的問題。簡單來說，就是基于服務器集群架構將原來一次性無法處理的數據分開存儲，并分別處理運算，然后匯總各項任務結果，類似曹沖稱象的辦法，而正是這種處理思維上的變化構成了目前主流大數據軟件的核心。

由于人力資源管理數據量無法達到大數據分析所要求的量級，因此少部分學者認為大數據人力資源管理是一個偽命題。其實不然，大數據時代引發管理變革、顛覆傳統產業的關鍵并不是大數據的分布式方法，而是數據本身，電商的發展引起了各個行業對自己擁有數據的關注：將運動數據化催生了大數據體育產業，將客戶特征數據化衍生出大數據營銷，將交易行為數據化便是大數據金融。將數據視為先進的生產要素是大數據時代的核心，盡管目前人力資源管理數據很難達到大數據分析的量級，但是借助大數據的思維和理念，將企業內組織、職位、員工、人事業務流程等資源數據化，必將極大地改變人力資源管理的內涵和外延，實現大數據人力資源管理。

3 大數據對人力資源管理的創新與變革

3.1 大數據將改變人力資源管理的工作模式

人力資源管理者日常工作中經常面臨各種各樣的事務與挑戰，如識別人才、員工發展規劃或福利采購等等，沒有大數據的定量結論的支撐，這些問題的處理只能從“理”的層面進行邏輯推理，給出方向性的解決方案，這也是傳統定性管理的通病。大數據時代，人力資源管理對數據的關注與挖掘分析將改變這一尷尬境遇，實現由傳統定性管理向大數據定量管理的飛躍，從根本上改變人力資源管理的工作模式。基于人力資源管理系統的建設，各項人事相關數據逐年積累，通過數據挖掘得出的關系或結論也就會越來越準確，從根本上解決人才識別與福利采購等難題，為企業創造管理利潤。另外，大數據人力資源分析與傳統人事統計分析在數據源、挖掘算法與模型等方面均有本質差異，這就需要人力資源管理者調整管理觀念，改變思維方式，轉變決策依據，由原來的依靠直覺和經驗轉變為借助大數據分析解決問題。

3.2 大數據將改變人力資源管理的方法與工具

人力資源管理的六大模塊主要包括人才規劃、招聘、培訓、績效、薪酬與員工關系管理，各個模塊都有成熟的工具與方法，這些工具方法大多是西方企業在管理過程中摸索出的一些最佳實踐，但是普遍缺少定量分析。例如傳統勝任素質模型的搭建方法是通過對績優與一般人員進行關鍵行為事件訪談，歸納總結出二者在知識、技能、性格等方面的差異，將績優人員具備而一般人員不具備的素質納入勝任模型中，認為該素質是員工獲得高績效的保證，這種方法具有很強的主觀性，因此得出的素質模型價值作用有限。大數據時代，人力資源管理系統經過長時間的積累，篩選出績優與一般人員的背景信息、測評和評價等數據，通過分析驗證各個變量是否具有顯著差異，同時將這些變量與績效考核結果做回歸分析得出其因果關系，由此構建的勝任素質模型既有以往數據的支持又有統計分析的顯著性檢驗，會更加科學實用。人力資源管理者在今后使用傳統工具與方法時應運用大數據理念對其進行優化，運用大數據的思維解決問題。

4 企業人力資源大數據應用建議

大數據時代的到來已成不可阻擋之勢，傳統管理思維模式的改變已成必然，人力資源管理的轉型升級也在所難免。人力資源管理者既要看到大數據帶來的巨大契機，又要充分認識到應對大數據的困難和挑戰，及早謀劃，做好準備步入大數據時代。

4.1 轉變人力資源管理理念，迎接新的管理模式變革

大數據時代已然到來，各行各業都在依托大數據分析實現產業升級的同時，企業人力資源管理也應該轉變傳統管理理念，避免變革恐懼，主動擁抱大數據時代，由傳統定性管理逐步向依數據決策、用分析論證轉變，充分利用先進技術變革傳統管理。

4.2 提升HR數據分析能力，為變革奠定人才基礎

人力資源部門應及時設立專門的數據分析處理崗位，或成立由數據挖掘工程師、心理學家、人力資源管理專家組成的數據分析小組，通過對員工的知識、能力、素質、性格等各項特征的有效量化，形成人力資源管理的數據化、精確化與科學化。

4.3 共享系統數據，避免部門博弈

企業管理信息系統如財務系統、客戶關系系統、生產系統與人力資源系統等，大多由于部門博弈或數據敏感問題而將管理系統割裂，系統數據并未實現共享。大數據的理念要求一切與決策相關的數據均納入分析范疇，獨立的系統分析顯然較為片面，因此人力資源管理系統應研究與其他系統的集成方案，早日實現與財務、生產等系統的數據共享。

4.4 數據的收集和隱私性問題

數據的收集渠道不再僅局限于企業內部的信息系統，更多地要通過移動端、BI甚至傳感器等新技術的使用，打造成有效連接HR所服務的管理者和員工的信息高速公路。這些具有累積性和關聯性的數據就可能暴露出員工的隱私，而這種隱私的暴露很可能是個人無法預知和有效控制的。數據的公開與隱私的保護就成為人力資源大數據應用的一大矛盾，面臨著技術與人力層面的雙重挑戰。

主要參考文獻