2.评估和评价数据源

现有应用中的数据构成了主数据管理工作的基础，理解这些数据的

结构和内容以及收集或创建数据的过程是很重要的。主数据管理工作的

结果之一可能是通过评估现有数据的质量来改进元数据。评估数据源的

目标之一是根据组成主数据的属性来了解数据的完整性。这个过程包括

阐明这些属性的定义和粒度。在定义和描述属性时，有时会遇到语义问

题，数据管理员需要与业务人员协作，并就属性命名和企业级定义达成

一致（参见第3章和第13章）。评估数据源的另一目标是了解数据的质

量。数据质量问题会使主数据项目复杂化，因此评估过程应该包括找出

造成数据问题的根本原因并解决问题。不要想当然地认为数据是高质量的——假定数据质量不高才比较稳妥，应将评估数据质量及其与主数据

环境的适配性的工作常态化。

正如上文提到的那样，最大的挑战是数据源之间的差异。在任何给

定的数据源中，数据可能都是高质量的，但由于结构差异以及表示相似

属性的值的差异，这些数据还是不能很好地整合在一起。数据是在应用

程序中被创建和收集的，而主数据计划提供了在这些应用程序中定义和

实现标准的机会。

对于某些主数据实体，如客户、顾客或供应商，可以购买标准化数

据（如参考目录），以实现主数据管理工作。有些供应商可以提供与个

人、商业实体或专业人士有关的高质量数据（如卫生保健专业人员），

这些数据可以与组织内部的数据进行比较，以此来改善组织内存储的联

系信息、地址和名称等数据的质量（参见第10章）。除了评估现有数据

的质量外，还必须了解支持主数据管理工作的输入采集技术，现有技术

将影响主数据管理的架构方法。

3.定义架构方法

主数据管理的架构方法取决于业务战略、现有数据源平台以及数据

本身，特别是数据的血缘和波动性以及高延迟或低延迟的影响。架构必

须要考虑数据消费和共享模型。维护工具取决于业务需求和架构选项。

工具有助于定义数据管理和维护的方法，同时也依赖于管理和维护的方

法。

在抉择整合方法时，需要考虑整合到主数据解决方案中的源系统的

数量和这些系统所需的平台。组织的规模和地域分布也会影响整合方法

的选择。小型组织可以有效地利用交易中心模式，而具有多个系统的全

球性组织更有可能选择注册表模式。如果一个组织兼有“孤立”的业务部

门和各种各样的源系统，那么他可能会决定使用一种综合的方法进行统

一整合。业务领域专家、数据架构师和企业架构师应该就各种方法提出

自己的意见