AI热潮将数据治理推至组织高层的聚光灯下，各机构正努力建立对其数据及其使用的信任。为满足这一要求，主数据治理——也称为主数据管理——赋能数据和分析领导者为组织的主数据创建企业级可信视图。
以下是涵盖人员、流程、技术和数据的四个关键最佳实践，将帮助数据和分析领导者为主数据管理（MDM）建立强大、可持续的基础：
建立以程序为导向的方法
早期采用者将MDM视为孤立的技术项目。因此，他们忽视了预先就目标和成功指标达成一致的关键需求，未能建立成功的坚实基础。这种失败使得建立持续可持续的主数据治理变得不可能。
为克服这些不足，数据和分析领导者已经认识到，他们必须首先考虑该项目存在的根本原因，以及它注定要支持的业务目标。定义、阐述并就这些目标达成一致，是采用程序化MDM方法的关键第一步。利用经过验证的框架确保MDM项目领导者能够：
避免忽视确立项目方向的关键步骤
建立成功指标
识别相关流程、系统或数据以支持范围内的成果
概述确保可持续治理的各自角色和职责
这种方法确保MDM项目不会从技术本身就是答案的先入为主开始。
建立强大的治理团队和协作文化
当涉及利益相关者时，MDM的业务案例只是起点。人为因素是MDM以及更广泛治理最普遍的绊脚石。
数据和分析领导者必须通过早期接触业务利益相关者来奠定成功的坚实基础，就范围内的业务成果和价值达成共识，并决定如何衡量项目的成功。然后，他们将能够从必要的业务利益相关者那里获得对持续治理运营所需角色和职责的支持。
治理是一项团队运动。成功的组织采用协作方法建立业务驱动的治理团队。他们正式概述角色、职责和流程——所有这些都根据其组织的规模和结构进行适当调整。治理团队与组织的协作方法一起，将有助于区分政策制定与数据管理和运营数据管理职责。
这使组织能够建立强大持久的治理团队，促进跨业务和IT的生产性流程和关系，并帮助确保MDM项目的持续成功。
明智地选择和部署技术
数据和分析领导者绝不应该从技术购买开始MDM项目。虽然不能低估谨慎避免以技术视角作为起点来处理MDM的重要性，但下面两个要点由于对现有业务流程和用户的潜在重大影响而值得早期考虑。
并非所有供应商都适合所有场景。评估行业、用例、领域和地理覆盖范围。选择在类似行业和用例方面有专业知识的供应商，大大增加了他们拥有IP和相关附加组件来快速实现价值的概率。
采用分阶段方法：从优先业务成果列表开始，MDM项目将有助于采用分阶段方法，仅关注相关流程、系统和数据，在向业务提供增量价值的同时最大限度地减少中断。
此外，数据和分析领导者应采用最适合特定用例和组织数据驱动成熟度的MDM架构模式，仔细评估和调整常见MDM实施风格的不同特征。
保持对核心主数据的专注
根据Gartner的定义，主数据是"唯一描述企业核心实体并跨多个业务流程使用的最少数量的一致统一标识符和扩展属性集"。
然而，在识别主数据属性和值阶段缺乏重点治理和管理可能导致非主数据被包含为主数据。在利益相关者群体之间达成共识可能具有挑战性，但为了保持和平而妥协会带来长期后果。
数据和分析领导者可以通过保持清晰的焦点和辨别什么构成主数据（重要的是，什么不构成）来保持MDM精简，避免人为限制MDM现在和未来能够提供的价值。
在数据信任至关重要、AI驱动创新在组织中加速发展的时代，成功的MDM不再是可选的，而是寻求最大化其数据资产价值的组织的基础。
通过在流程、人员、技术和数据方面严格应用最佳实践，数据和分析领导者可以建立强大、可扩展的MDM项目，在整个企业范围内提供可信、可操作的洞察。
从一开始就让业务利益相关者参与、采用结构化分层治理方法、使技术选择与业务目标保持一致，以及对核心主数据保持严格专注，这些都是长期成功的关键。
拥抱这四个要素的组织不仅能缓解常见陷阱，还能为数据驱动增长、运营效率和持续竞争优势创建弹性基础。
Q&A
Q1：什么是主数据管理，为什么现在变得如此重要？
A：主数据管理是帮助组织创建企业级可信数据视图的治理方法。随着AI热潮的兴起，数据信任变得至关重要，成功的主数据管理不再是可选的，而是组织最大化数据资产价值的基础。
Q2：实施主数据管理项目应该从哪里开始？
A：绝不应该从技术购买开始。首先要考虑项目存在的根本原因和要支持的业务目标，定义并就这些目标达成一致是关键第一步。要建立以程序为导向的方法，而不是将其视为孤立的技术项目。
Q3：如何避免主数据管理项目失败？
A：要建立强大的治理团队，早期接触业务利益相关者并就业务成果达成共识；采用分阶段方法最小化中断；保持对核心主数据的专注，避免将非主数据包含进来。治理是团队运动，需要跨业务和IT的协作。
热门跟贴