试图理清企业主数据管理(MDM)、分析型主数据管理、数据仓库和数据治理的关系，即使是最聪明的人也会犯晕。从较高的层次来看，它们都有一个共同的目标，即提高企业信息质量，以便更好地决策。但在实践中，它并不是那么简单。

　　为此TechTarget网站采访了英国数据管理顾问公司The Information Difference的创始人Andy Hayler，他致力于研究企业MDM、分析型MDM、数据治理以及数据仓库的组合。Hayler解释说，分析型MDM实际上只是一个更易于管理的企业MDM版本，其关注存储在数据仓库中的信息。他还谈到为何大型企业需要MDM和数据仓库来帮助填补业务和IT企业之间存在的差距。

　　为什么企业MDM对于大型企业尤为重要？

　　Andy Hayler：如果你研究分析大型跨国公司，总能发现一些针对分散在组织内部并且对业务很重要的数据类型问题。例如，谁是我最有价值的客户?或者，什么是最赚钱的产品?这些都是很简单的问题，但如果你处在一个大公司里，它们就不是很容易回答的问题，因为既没有一个存放客户信息的地方也没有一个存放产品信息地方。三年前我们做了这样一个调查，发现平均每个大公司有六个不同的系统产生相互冲突的客户数，有九个不同的系统来生成产品数据。如果你有六个系统，那么至少五个系统的客户数据是不对的，或许可能全部六个都不对。因此，大公司面对的问题是：如何解决这个问题。你已经拥有了这些相互竞争的系统，然而实在没有办法来回答这些很基本的问题。

　　数据仓库可以解决这个问题吗？

　　Andy Hayler：解决上述问题的一个方法是建立某种数据仓库。你可以选中六个不同的客户系统和九个不同的产品系统以及其他的一大堆东西，然后复制所有业务系统的数据把它们放入一个大的地方。但是业务系统的数据质量可能是一个问题。这确实是一个问题。第二个问题是，如果业务系统通过重组等方式使得结构发生变化，那么数据仓库就会失效，你就不得不进行修复。

　　数据仓库和MDM之间的关系是怎样的？

　　Andy Hayler：有趣的是，它们是不同的，但它们之间存在某些联系，即通常数据仓库里有两类数据。其一，它有交易数据。想象成零售商更易理解：你走进一家商店买一罐可乐。该交易发生在一个POS系统中，但是也有与该交易相关的一些东西，从而形成业务背景。还有就是事实，即一罐可乐以及可乐可划分为起泡类、碳酸类、酒精类。另一个分类是商店。所有这些分类位(产品等级和商店层次)，这些都是主数据。对于任何商业交易都存在某种背景，这种背景被人们称为主数据。

　　数据仓库像采集交易数据一样采集主数据吗？

　　Andy Hayler：数据仓库捕捉交易和交易捕捉背景：主数据。但是在数据仓库案例中，它总是一个从业务系统中提取出来的某样东西的副本，对此有很多的理由。你不能只在业务系统中运行查询，因为不是只有一个业务系统。如果只有一个业务系统，你也就不会有问题。因此，数据仓库包含交易数据，交易数据包含主数据。虽然数据仓库可以应付简单的事情，如添加的东西，但是如果你想改变数据仓库的结构，这就是一个大问题。这就是为什么数据仓库不能完全承担这项工作，同理， ERP同样不能完全胜任这项工作，这太难了。