早在十几年前，主数据管理就已经是企业信息化建设中的核心部分。由于企业普遍对此缺乏正确的认识、系统个数较少，数据混乱现象不明显等原因，导致主数据管理这一手段并没有被企业真正的重视起来。
在IT架构建设中，也被安排在较为靠后的阶段，即使治理也是建立一个系统，从后端、从局部，把需要的主数据先治理了。而没有从全局、体系化进行治理，标准不能制度化、标准融不进流程，更别谈自动化和常态化了。
目前只有部分强监管或者强制投入的公司做的比较好，而更多的公司主数据治理仍然处于初级阶段。
主数据是什么
主数据是指满足跨部门业务，跨流程，跨主题，跨系统，跨技术，协同需要的、反映核心业务实体状态属性的组织机构基础信息，主数据具有权威性，全局性，共享性，扩展性等特点。
主数据是参与业务事件的主体或资源，是具有高业务价值的、缓慢变化的数据，而且它可能在企业业务开展过程中被反复引用；
主数据与基础数据有一定的相似性，都是在业务事件发生之前预先定义。但又与基础数据不同，主数据的取值不受限于预先定义的数据范围，而且主数据的记录的增加和减少一般不会影响流程和IT系统的变化。
但是，主数据的错误可能导致批量的事务数据错误。
常见主数据包含如下几类：
组织机构及利益相关者主数据包括：部门、岗位、人员、岗位级别，客户、供应商、合作伙伴、竞争对手等；
财务类主数据包括：预算、利润、合同、财务科目、固定资产、应收账户、应付账户等
项目类主数据包括：项目，合同等；
产品主数据包括：标的、车辆、保单、产品、物料、设备、服务、版本、价格、标准操作等；
知识类主数据包括：标准、品牌、专利、工艺、培训等。
主数据治理的意义和难点
治理主数据，能帮助跨部门协同沟通，让各部门有一个沟通基础，减少理解差异导致的重复沟通和内卷；
统一业务定义，让各部门统计报表指标定义一致，减少需求重复，减少IT重复实现相同报表和指标问题；
统一管理口径，使管理人员可以看清楚全局，更高效进行管理和决策；
统一技术标准，减少系统间转换步骤，提升系统间传输效率。
主数据治理是数据字化的基础，只有做好主数据治理，才有可能实现数字化。
主数据的错误可能导致大批量的事务数据错误，因此主数据最重要的管理要点是增量数据从源头控制，存量数据需要构建保障体系进行数据内容校验，设计检验规则和质量指标长期持续监控；
目前大多数公司比较关注存量数据治理，而忽略增量数据控制，有可能也是因为数据治理不被领导重视，成果不明显等原因，导致一直在做数据治理，一直没什么效果；
比如保险行业，从多年前保监会就要求标准化保质保量报送数据，所有数据报送要求都非常严格，未按标准报送的数据，需要公司盖章说明原因，效果确实有一些，但还是形成不了体系，无法全局标准，标准不能制度化，标准融不进流程，更别谈自动化和常态化了。
主数据成功的基础
与数据治理一样，主数据治理也不是一个单一维度、单一组织层面的课题，需要整个组织共同完成。
我简单梳理了一下，应该从战略、文化、设计、技术和时机5个层面予以支持：
战略：组织架构支撑，领导支持，管理制度支持；
文化：相关人员有数据治理意识；
设计：作为数据治理全局规划，设计者需要有全局、体系化、前瞻性、以终为始思维；
技术：在数据治理过程中，目前一般公司的技术都能达到相应的要求；
时机：时机很重要，比如保险业，当前内部和外部都指向数字化，这是客户主数据治理很好的契机，
外部有国家层面指导，要求企业数字化转型，有强监管文件，要求不实名就不能投保，还有反洗钱相关强规定，要求保费多少以上必须实名相关信息。
在当前市场环境，保单成本和市场瓶颈的压力巨大，保险公司如果不做数据字化转型，被淘汰只是时间问题，所以外部和内部强需求下，应该是比较好的时机，有可能可以实现自上而下自下而上的客户主数据治理落地。
主数据治理体系
根据多年的保险行业主数据治理实战经验，本人整理了主数据治理的4大体系：管控体系、标准体系、质量体系和安全体系。
以这四大体系作为依据，借助组织的力量，协同其他部门，才有可能将主数据的质量下限控制在较好的水平线以上。
四大体系具体为：
1、主数据管控体系--《客户数据管理办法》
主数据业务管理流程：主数据的申请、校验、审核、发布、变更、冻结、归档等进行全生命周期管理，满足主数据在企业深入应用的不同管理需求。
2. 主数据标准体系--《客户数据标准管理》
主数据标准管理流程：通过对主数据标准的分析、制定、审核、发布、应用与反馈等流程进行设计，保证主数据标准的科学、有效、适用。
3. 主数据质量体系--《客户数据质量管理》
主数据质量管理流程：对主数据的创建、变更、冻结、归档等业务过程进行质量管理，设计数据质量评价体系，实现数据质量的量化考核，保障主数据的安全、可靠。
4.主数据安全体系《客户数据安全管理》