在近期召开的TDWI(数据仓库协会)解决方案峰会上，几位从事主数据管理(MDM)和数据治理的专家以演讲方式分享了他们的经验和MDM最佳实践。

　　主题演讲者包括金融服务巨头Sallie Mae、软件公司National Instruments(美国国家仪器公司)及Harvard Pilgrim保健公司在内的知名企业，他们还回答了听众从逻辑数据建模到数据仓库等数据管理主题范围的提问。

　　适当的文档可以避免麻烦

　　会议演讲者强调记录数据变迁历史的重要性和与创建审计跟踪的一致性。 TDWI数据管理研究部主任Philip Russom介绍，“几年前”当他为一家承接联邦政府调查合同的公司工作时，该公司缺乏审计跟踪机制，最终花费了数百万美元的“学费”。虽然他没有给出企业名称，但是Russom说这是一家年收入只有1200万美元的小公司而且在过去的两年多时间内已经收购了四家竞争对手。

　　“基于这些信息，联邦贸易委员会认定我们是一家垄断企业，”Russom说：“但把一家年收入只有1200万美元的公司认定为垄断企业，是难以想象的。”

　　在调查过程中，来自证券交易委员会(SEC)的代表遍查公司的报表。调查者想知道的第一件事情之一，就是被用来编写报表的数据来自何处。Russom的团队无从着手。

　　“因为我们没有正确的元数据，我们没有正确的主数据，我们没有数据变迁历史的审计跟踪，结果FTC花费了三年时间才结束他们的审计，”Russom说：“最后，报告认定没有垄断。”

　　对于Russom来说，教训是显而易见的。

　　“对于准备公开的任何东西，或者准备作为财务报表给出去的任何东西，你最好有无懈可击的文档和审计跟踪，”Russom说：“主数据管理是其中的一部分，有助于文档化数据。”

　　MDM最佳实践：关注数据治理

　　Barbara Deemer是Sallie Mae公司的首席数据官，她强调了数据治理工作对维持MDM规划的重要性。

　　在她所在公司的经验，数据治理支持MDM的方式是，组织给出一个正式的方法用以沟通、合作并建立起被测量过程的度量指标。它也允许组织很正式地​​将人们召集起来以提升项目的优先级别。

　　“在Sallie Mae公司没有问题，数据治理是确保MDM和数据质量的关键，”Deemer说：“数据治理的正规化可以建立你所需要的沟通变化，以及你可能需要的用于开始MDM和数据质量计划的度量指标。”

　　推进数据建模

　　根据会议演讲者的说法，采用数据建模流程的组织可以期待更成功的MDM倡议。

　　一位听众问演讲者，在推动她的中型组织为数据仓库和MDM项目创建逻辑数据模型的过程中，如何应对推诿行为。

　　Harvard Pilgrim保健公司的信息架构师John O. Biderman说，用户在建立数据模型时要获得更多的帮助，在很大程度上取决于正确的决策和强有力的领导能力。

　　“我只是有一个观点，你不能在没有一个企业数据模型的情况下去开展企业信息工作，至少有一个概念模型。”Biderman说。

　　当他刚进入Harvard Pilgrim时，Biderman发现该公司已经建立起一个经过深思熟虑的企业逻辑数据模型，并取得了很大进展，在具体条款的含义上得到不同业务部门的同意。

　　“当许多业务部门具有相同的经营理念时，这是一个令人难以置信的宝贵资产，”他说：“这在MDM和面向服务的架构中是非常有价值，我认为这是数据管理的一个重要组成部分。”

　　Christine McClary是美国国家仪器公司的数据管理者，她表示建立概念数据模型的过程帮助她的组织开展了“顾客视野计划”，该项目旨在使该公司可以360度观察其客户。

　　“概念数据建模以及讨论词汇和关系的整个过程，我们一直是非常富有成效的。”她说。