下载文档原格式
管理信息系统第一篇：基本概念篇一．管理信息系统（1）定义是一个以人为主导的，以管理科学、信息科学、系统科学、计算机科学为理论基础，充分利用计算机硬件、软件、网络通讯设备以及其他办公设备等，进行信息的收集、传输、加工、储存、使用和维护，以企业战略竞优、提高效益和效率为目的，支持企业高层决策、中层控制、基层运作的集成化人-机系统。
（2）内涵1. 信息化解决方案2. 交叉学科3. 全服务层次4. 综合信息管理5. 功能不断完善（3）发展二．性质管理信息系统是个社会-技术系统，它也就是属于社会系统，因为它有人组成，而且有经济和政治活动的系统。
三．结构概念结构，功能结构，软件结构，硬件结构概念结构：（1）从概念看，信息管理系统由四大部件组成，即信息源、信息处理器、信息用户、信息管理者信息源：信息产生地信息处理器：担负信息的传输、加工、保存等任务信息用户：信息的使用者，应用信息进行决策信息管理者：负责信息系统的设计实现，在实现以后，负责信息系统的运行和协调（2 ）根据各部件的联系分为1•开环结构：无反馈结构（eg.批处理系统）2. 闭环结构：在过程中不断收集信息，不断送给决策者，不断调整政策（实时处理系统）（ 3 ）根据处理的内容和决策的层级：金字塔式结构纵向综合，横向综合，纵横综合四．理论基础：管理理论，信息理论，系统理论（ 1 ）信息理论1. 信息定义：信息是经过加工的数据，他对接收者的行为能产生影响，它对接收者的决策具有价值。
2. 信息性质：事实性、等级性、可压缩性、扩散性（本性）、传输性、分享性、增值性、转换性3. 信息生命周期：要求、获得、服务、退出要求：信息的孕育和构思阶段获得：得到信息的阶段（收集，传输，转换成合用的形式）服务：信息的利用和发挥作用的阶段退出：信息老化。
失去价值，把它更新或销毁这些过程包括信息的收集，传输，加工，储存，维护，使用（2）系统理论1. 系统定义：系统一些部件为了某种目标而有机地结合的一个整体2. 系统分类：按复杂程度物理类：框架，钟表，控制机械生物类：细胞、植物、动物高级群体：人类、社会、宇宙五，系统评价与系统集成（1）判断系统好坏的观察点： 1.系统明确 2.结构合理 3.接口清楚4.能观能控（2）系统集成概念：系统集成是为了达到系统目标将可利用的资源有效地组织起来的过程和结果。
主数据管理主数据管理（Master Data Management，MDM）是指对组织中的主数据进行统一、集中、标准化的管理。
主数据是指那些被整个组织广泛共享和复用的数据，如客户信息、产品信息、供应商信息等。
主数据的管理对组织的运营和决策具有重要意义，通过统一和集中管理可以确保数据准确、一致和可信。
主数据管理的目标是建立一个单一且可信的数据来源，保证各个系统和业务部门使用的是相同的数据版本。
这样做的好处是避免数据冲突和不一致，提高了数据质量和决策的准确性。
主数据管理的核心是建立一个数据治理框架，包括数据定义、数据模型、数据规则和数据管理流程等，以确保主数据的准确性、完整性和一致性。
主数据管理的主要功能包括数据集成、数据清洗、数据标准化和数据同步等。
数据集成是将来自不同系统和部门的主数据整合到一个统一的数据源中，保证了各个系统使用的是同一份数据。
数据清洗是对数据进行去重、修正和补充等操作，确保数据的准确性和完整性。
数据标准化是制定统一的数据定义和数据规则，对数据进行归类、分类和标准化，提高数据的可比性和可管理性。
数据同步是确保主数据与各个系统和业务部门之间的数据一致性，实时更新和共享数据。
主数据管理的好处是明显的。
首先，它能够提高数据质量和准确性，避免了数据冲突和不一致，提高了决策的可靠性。
其次，它能够提高组织的运营效率，减少了数据的重复录入和处理，节省了人力和时间资源。
再次，它能够降低风险和成本，通过对主数据进行统一和集中管理，可以避免因数据错误和不一致而导致的损失和风险。
最后，它能够提升客户和供应商满意度，通过准确和一致的客户和供应商数据，可以提供个性化和定制化的服务，增强客户黏性和忠诚度。
总之，主数据管理是一种重要的数据管理方法，可以提高数据质量和决策准确性，提高组织的运营效率和客户满意度，降低风险和成本。
在信息化和数字化的时代，主数据管理的重要性不可忽视，对于各个组织来说是一个重要的战略选择。
主数据管理办法摘要主数据是指企业中最重要、最关键的数据，它是跨部门、跨系统、多次使用的数据集合，可以提高数据的准确性、一致性和可靠性。
本文将详细介绍主数据管理的定义、目的、基本原则、流程和技术手段。
定义主数据是企业中共同使用的核心数据，如客户、供应商、产品等；它是跨部门、跨系统、多次使用的数据集合，是企业流程和系统的基础数据。
目的主要目的是减少重复数据输入、统一数据格式、提高数据质量、降低企业成本和风险、增强企业数据管理的可持续性。
基本原则1.简化流程，减少数据冗余：避免重复录入、重复计算、重复反复存储同样的数据。
2.维护数据一致性、准确性、完整性和可靠性：保证数据的正确性和准确性，避免不同人、不同系统对数据的不同解读，避免错用、滥用和泄露。
3.简化管理、提高效率：通过管理主数据，可降低运营成本，能更好地对企业的数据进行控制、管理与分析。
4.灵活应对变化：主数据管理系统应该灵活应对业务和技术的变化，能够支撑企业跨组织、跨系统、跨国操作。
流程主数据管理的流程包括以下几个步骤：1.数据源提供方提供主数据，如客户、供应商、产品等。
2.主数据管理员对数据进行审核、清理和处理，确保数据的完整性和正确性。
3.数据源提供方和数据使用方确认数据的一致性和正确性。
4.主数据管理员将主数据发布到主数据仓库，数据使用方从主数据仓库访问主数据。
技术手段主数据管理需要以下技术手段：1.主数据管理软件：如 IBM InfoSphere, SAP Master Data Governance。
(具体的软件应视情况而定)2.主数据集成工具：可以在不同系统之间实现主数据的管理和同步。
3.数据质量控制工具：可以对主数据进行规范化、清理、去重和数据质量控制。
4.数据分析工具：可以对主数据进行分析和决策支持。
结论主数据管理是企业数据管理的核心内容，主要目的是通过管理主数据，提高数据管理的效率和质量；主要原则是简化流程、维护数据一致性、提高效率、灵活应对变化；主要流程是数据源提供、主数据管理、数据确认、主数据发布。
主数据管理1. 什么是主数据管理？主数据管理(Master Data Management，简称MDM)是指统一管理企业核心业务中的主数据，并确保数据准确、一致和完整，从而最大限度地提高数据质量和使用价值。
主要包括客户数据、供应商数据、产品数据、资产数据等。
在企业中，主数据通常为多个业务系统和部门所共享，而这些系统和部门又各自维护着一些部分的数据，容易造成数据之间的不一致和冲突。
主数据管理通过统一管理和控制主数据，使得不同部门和系统中的数据始终保持一致和准确，同时确保主数据质量的高度可信度。
2. 主数据管理的目标主数据管理在企业中主要实现以下几个方面的目标：（1）数据准确性和准确性提高在企业中，主数据是被广泛使用的，零散的数据容易导致数据错误和不准确性，主数据管理可以提高主数据质量，确保数据的准确性和准确性。
（2）数据共享性提高在传统的企业中，不同部门之间的数据是相互独立的，需要人工跨部门传递数据才能实现共享，而主数据管理可以实现数据的自动共享，减少手工作业，提高数据的共享性。
（3）数据一致性提高主数据的一致性对于企业的决策和管理是非常重要的，一致性可以避免决策错误和重复工作，并且节省时间和成本。
主数据管理可以实现数据的一致性，避免不同部门之间的数据冲突和不一致。
（4）数据集成性提高主数据管理可以实现数据集成，使不同的业务系统实现数据的共享和集成，从而实现数据的集成性和一致性。
（5）企业数据管理成本降低通过主数据管理的手段，企业能够实现数据的集中管理和一致性管理，减少数据冲突和重复工作，并且通过高效的数据管理方式降低管理成本。
3. 主数据管理架构主数据管理的架构是指主数据管理的核心元素和关键组成部分。
主数据管理架构通常包括以下几个方面的组成：（1）主数据中心主数据中心是主数据管理的核心系统，负责管理和维护企业的主数据，主要包括客户、供应商、产品等。
（2）数据集成层数据集成层主要是用于不同业务系统和部门之间数据的集成，包括ETL处理、数据清洗和转换等。
主数据管理的内容主数据管理（Master Data Management，简称MDM）是指企业或组织对其核心业务数据进行统一管理和维护的一种方法和技术。
它通过建立一套标准化的数据管理规范和流程，确保企业内部各个部门和系统之间的数据一致性和准确性，从而提高数据质量、降低数据冗余和错误，为企业的决策和业务运营提供可靠的数据支持。
主数据是指企业或组织中那些反映其核心业务实体的数据，如产品、客户、供应商等。
这些数据在企业内部广泛应用于各个业务流程和决策活动中，因此其准确性和一致性对企业的运营和发展至关重要。
然而，在企业内部存在着多个部门和系统，每个部门和系统都有自己独立的数据存储和管理方式，这就导致了数据的分散和不一致。
比如，一个客户在销售部门的系统中可能存在多个不同的记录，而在财务部门的系统中可能只有一个记录，这就给企业带来了一系列的问题，如数据冗余、数据错误、决策失误等。
为了解决这些问题，企业需要引入主数据管理来统一管理和维护核心业务数据。
主数据管理的核心思想是将主数据集中存储和管理，通过建立数据集成和数据同步机制，确保各个部门和系统之间的数据一致性和准确性。
主数据管理还提供了一套标准化的数据管理规范和流程，包括数据创建、数据更新、数据删除等，以确保数据的完整性和可靠性。
主数据管理的实施需要解决多个方面的问题。
首先，需要对企业内部的各个部门和系统进行调研和分析，了解其数据存储和管理方式，识别出主数据和相关的数据源。
然后，需要建立适当的数据模型和数据结构，以支持主数据的集中存储和管理。
在数据集成和数据同步方面，可以采用ETL（Extract-Transform-Load）工具和技术，将数据从各个数据源抽取出来，经过清洗和转换后加载到主数据管理系统中。
此外，还需要建立数据质量管理机制，对主数据进行数据清洗、数据校验和数据修复，以确保数据的准确性和一致性。
主数据管理的实施还需要考虑到企业的业务需求和技术能力。
数据管理师考试大纲一、考试介绍数据管理师是负责组织和管理企业数据资源，确保数据的准确性、完整性、可用性和安全性的专业人员。
数据管理师考试旨在评估考生在数据管理领域的知识、技能和能力，以确定其是否具备成为一名合格数据管理师的资质。
二、考试目标1、检验考生对数据管理的基本概念、原理和方法的理解。
2、评估考生在数据规划、数据治理、数据质量、数据安全等方面的知识和技能。
3、考察考生运用数据管理技术解决实际问题的能力。
4、培养考生的数据管理意识和职业素养。
三、考试内容（一）数据管理基础1、数据管理的定义、目标和重要性2、数据管理的原则和策略3、数据管理的框架和体系（二）数据规划1、数据战略规划数据战略的制定数据战略与企业战略的关系2、数据架构规划企业数据架构的设计数据模型的建立与管理3、数据治理规划数据治理框架的设计数据治理组织和职责的确定（三）数据治理1、数据治理的概念和目标2、数据治理的流程和方法数据治理的计划制定数据治理的执行和监控数据治理的评估和改进3、数据治理的组织和角色数据治理委员会的职责和组成数据管理员和数据所有者的角色和职责（四）数据质量1、数据质量的概念和重要性2、数据质量评估的方法和指标数据准确性评估数据完整性评估数据一致性评估数据时效性评估3、数据质量改进的方法和策略数据清洗和纠错数据监控和预警数据质量管理制度的建立（五）数据安全1、数据安全的概念和重要性2、数据安全的威胁和风险内部威胁和外部威胁数据泄露的风险和防范3、数据安全管理的方法和策略数据访问控制数据加密技术数据备份和恢复数据安全审计（六）数据集成与共享1、数据集成的概念和方法数据抽取、转换和加载（ETL）数据仓库和数据集市的建设2、数据共享的原则和策略数据共享的法律法规和政策数据共享的技术和平台3、主数据管理主数据的定义和识别主数据的管理和维护（七）数据分析与应用1、数据分析的基本方法和工具数据统计分析数据挖掘技术2、数据可视化的方法和工具数据图表的设计和制作数据仪表盘的构建3、数据在决策支持中的应用基于数据的决策制定过程数据驱动的业务优化（八）数据管理技术与工具1、数据库管理系统关系型数据库和非关系型数据库数据库的设计和优化2、数据管理软件和工具数据治理工具数据质量工具数据集成工具3、大数据技术Hadoop 生态系统数据存储和处理技术（九）数据管理案例分析1、实际企业数据管理案例的介绍和分析2、从案例中总结经验教训和最佳实践四、考试形式1、笔试选择题：考查考生对数据管理基本概念、原理和方法的理解。
主数据技术标准主数据管理（Master Data Management，MDM）是指在一个组织内协调、集成和管理所有的主数据，确保各部门使用相同标准的数据，从而提高数据质量、降低成本、增强数据治理能力。
主数据通常包括客户、产品、供应商、员工等核心业务实体的数据。
在本文中，我们将探讨主数据管理的相关技术标准，介绍主数据管理的基本概念及实施原则，并阐述主数据管理在企业中的重要性和影响。
一、主数据管理的技术标准主数据管理的技术标准包括数据建模、数据集成、数据质量管理、数据安全和隐私保护等方面。
以下是主数据管理的相关技术标准：1. 数据建模数据建模是主数据管理的基础，通过对主数据的结构和关系进行建模，可以确保不同系统和业务部门对主数据的统一理解和使用。
通常采用的数据建模方法包括实体-关系模型（ERM）和面向对象模型（OOM），这有助于设计和定义主数据模型，确定主数据实体以及它们之间的关系。
2. 数据集成主数据管理涉及跨系统、部门的数据集成，需要确保各个系统中的主数据可以互相访问和共享。
数据集成技术包括ETL（抽取、转换、加载）、数据同步、数据服务等，通过这些技术，可以实现主数据在整个企业中的一致性和准确性。
3. 数据质量管理主数据的质量直接影响企业的决策和运营效率，因此需要对主数据进行质量管理。
数据质量管理技术包括数据清洗、去重、校验、标准化和识别，以及建立数据质量监控和度量机制，确保主数据的准确性、完整性、一致性、及时性和有效性。
4. 数据安全和隐私保护主数据涉及企业的核心业务信息，需要严格保护数据安全和隐私。
数据安全和隐私保护技术包括数据加密、访问控制、身份认证、数据脱敏和数据遮蔽等，以防止数据泄露和未经授权访问。
二、主数据管理的基本概念及实施原则1. 主数据管理的基本概念主数据管理的基本概念包括数据一致性、单一版本的真相和主数据关系。
数据一致性指的是不同系统和业务应用中的主数据具有相同的定义、标准和价值；单一版本的真相指的是主数据的信息应该是唯一的、准确的、不重复的；主数据关系指的是主数据之间的关系和依赖。
主数据管理方案1. 引言主数据是指在一个组织内被广泛共享和作为参考标准用于各个业务领域的基本业务数据。
主数据管理是管理与组织的业务流程和决策相关的核心数据的过程。
主数据管理方案是组织为管理主数据而制定的一套规划和策略。
本文将介绍一个有效的主数据管理方案，以便组织能够更好地管理和维护其主数据。
2. 方案概述主数据管理方案包括数据质量管理、数据标准化、数据集成和数据安全等方面。
通过采用一系列的数据管理策略和技术工具，有效地管理和维护主数据，可以提高数据的准确性、一致性和完整性，为组织提供更好的决策依据。
3. 数据质量管理数据质量是主数据管理中至关重要的一环。
为了保证数据质量，我们可以采取以下措施：•数据清洗：通过数据清洗技术，检测和纠正数据中的错误、重复或不一致之处，提高数据的准确性和一致性。
•数据验证：在数据录入和数据修改的过程中，使用数据验证规则确保数据的合法性和有效性。
•数据监控：通过定期的数据监控和异常检测，及时发现和纠正数据质量问题，保证数据始终保持在良好的状态。
4. 数据标准化数据标准化是确保主数据一致性的重要手段。
在主数据管理方案中，我们应该制定一套数据标准化规范，包括数据命名规则、数据格式规范、数据单位规范等。
通过数据标准化，可以减少数据的混乱和错误，提高数据的可比性和可查询性。
5. 数据集成数据集成是将不同来源的数据整合到一个统一的数据集中的过程。
在主数据管理方案中，我们需要考虑如何实现数据集成，以便获取全面的主数据视图。
•数据集成工具：选择适合的数据集成工具，实现数据的抽取、转换和加载。
•数据源管理：建立数据源管理机制，明确数据来源和数据质量要求，确保数据源的准确性和可靠性。
•数据匹配与合并：采用数据匹配算法和技术，将不同数据源中的相同数据进行匹配和合并，确保数据的一致性。
6. 数据安全数据安全是主数据管理方案中不可忽视的一部分。
为了保护主数据的安全性和隐私性，我们可以采取以下措施：•数据访问控制：建立完善的数据访问权限控制机制，确保只有经过授权的用户才能访问和修改主数据。
数据集成之主数据管理（一）基础概念篇数据集成是当下比较热门的话题，相关的产品和平台也越来越多。
很多CIO都在各种数据集成平台和产品之间犹豫不决。
因此对数据集成平台的框架体系有全面的理解，对各个厂家产品所提供的功能有深入的认识才能为数据平台选型的决策提供可靠的保证。
我有幸参与了国内一个知名企业的集成平台的设计工作，并主导了数据集成平台的需求分析和产品选型工作。
这次工作中，研究了很多新的技术方向和产品，下面我主要讲一下数据集成领域的一种新兴的产品平台主数据管理平台MDM（Master Data Management）。
主数据的概念首先介绍一下什么是主数据。
这里借用其他网站的一个数据分类模型，我们可以看到有元数据（metadata）,引用数据（Reference Data），主数据（Master Data），企业结构数据（Enterprise structure Data）,交易活动数据（Transaction Activity Data），交易审计数据（Transaction Audit Data）这六大类数据。
简要解释一下这六大类的数据，关于这些数据分类的定义可以在网上很容易的找到。
元数据：数据的数据，平时我们设计表时，大部分属性字段就是元数据。
比如，性别，国籍，出生省份等。
这个是最接近自然意义的的数据。
引用数据：元数据的可能取值范围，我们设计表时所说的数据字典往往就是引用数据。
比如，性别只能是男和女，男和女就是引用数据。
国家的引用数据就是世界上这100多个国家和地区；主数据：在我们数据库设计中最重要的一些实体，是由元数据和引用数据实例的集合。
DMReview 专栏作家 Jane Griffin 将主数据定义为“...用于为核心业务实体创建和维护全企业‘记录系统’，以记录业务交易并评定这些实体的业绩所需的信息。
”平时我们常碰到的客户信息，产品信息都属于主数据。
对于主数据的介绍，我们会在后面详细展开说明。
企业结构化数据：企业业务中所需的数据实体，可能是多个主数据的集合。
不同行业的结构化数据会有很大不同。
交易活动数据：主数据之间活动产生的数据。
比如客户购买产品的交易记录就是交易活动数据，工厂生产产品，生产记录也是交易活动数据。
交易审计数据：我们对数据的所有活动都通过交易审计数据进行记录。
比如我们对客户信息修改的操作，对交易的增加和删除操作，这些活动在很多关键系统（比如银行）都需要记录，以合符相应法规的要求（如 Basel II、萨班斯—奥克斯利法案）。
下图中数据模型中的蓝色越深代表语义相关性越强和数据质量越重要，而黄色越深代表数据的数据数量越多、更新的频率越快、实时抓取的数据越快、数据的生命越短。
下图可以看到，元数据的数据语义性最强，几乎不更新，数据量最少，生命周期最长。
/issues/20060401/1051002-1.html主数据是企业应用系统中最基本的业务单元，下面是一段英文的原文：Master Data are the fundamental business data in the company, typi cally long-lived and used across multiple applications。
Core Master Data are operational entities, supporting all fundamental business activity transactions being executed on this leve l. The Core Master data are common and shareable within the organization。
我觉得很好理解，比如一个产品系统，它处理的基本数据就是生产数据。
HR系统处理的基本数据是雇员；CRM系统是客户一般来说核心主数据包含：Customers, Contracts, Suppliers, Distributors/Partners,Employees等等。
另外，各个行业对于主数据的管理的需求和期望会有很大不同，因此行业经验对于主数据管理也是很重要的。
主数据管理的概念从上面的介绍可以了解，主数据并不是什么新的概念，但为什么之前没有主数据管理的产品呢？其实，解释这个问题和解释数据集成出现的原因很类似。
因为之前主数据依附于各个单独的业务系统，比如HR, ERP，SCM，企业的网站，商业合作伙伴的系统都可能对某一个主数据有存储，比如某个产品。
问题随之来了，如系统间数据编码不一致；数据的冗余；某些系统数据的不完整。
举个实际的例子，如果我们新建一个BI的系统，那么有可能我需要从生产系统，财务系统，物流系统，企业合作伙伴系统多个系统拿到一个完整的关于主数据的信息。
显然，需要一种解决方案，能够提供一个单一的主数据访问接口，以提高主数据访问的效率；为企业的市场、销售、客户关系管理等活动提供可靠的数据，提高企业的敏捷性。
主数据管理：主数据管理是数据管理的一种高级形式，它必须构建于ETL或者EII（Enterprise Information Integration）等技术之上，因此很多主数据管理平台本身就包含了数据抽取、数据加载、数据转换、数据质量管理、数据复制和数据同步等功能。
也有某些厂商把MDM作为数据集成产品的一个模块交付给客户。
无主数据管理时对主数据访问主数据分散在各个系统造成的问题：数据在各个系统冗余，造成数据访问繁琐；编码不统一；数据不同步，缺乏一致性；给企业业务带来了如下影响：延误产品面市时间；产品供不应求；不准确的订单交付；销售效能低下；客户满意度降低；生产力降低。
有主数据管理平台时对主数据的访问的图示主数据管理平台带来的好处：有统一的主数据访问平台；企业能够提供一致的完整的共享信息平台；集中的内容丰富和干净的数据中心；为使用数据的应用，企业业务流程和决策系统提供了一个真实的数据访问通道。
我个人感觉MDM平台建立之后，最受益的还是BI相关的应用。
主数据管理平台的功能模块Master Repositories(主数据资源库):：X-Ref DB, Masters DB, Master Data Applications;Data Quality(数据质量保证)：源数据的质量检查，从源数据系统传输到数据缓储区的所有数据都应首先接受质量检查后才能导入，源数据的质量检查应包括接口数据文件格式是否标准化的确认、文件大小确认，记录数、文件生成时间的确认等内容；ETL系统质量检查，包括对主外键关系、编码规范的检查。
每次数据的抽取、转换和加载都必须有完整的日志记录，并在加载完成后确认记录数前后一致。
Data enrichment(数据深度分析，关联性分析)：企业内部分析；System Integration（集成组件）：主数据管理器；服务总线（提供data service）；异常处理；映射（mapping）/转换（Transforming）/加载（loading）；数据交换（Data exchange）；同步流程（Workflow）；Business System；元数据/主数据访问控制；数据录入控制；数据采集；管理/安全主数据管理平台项目的实施和很多集成项目一样，项目的实施最重要的是制定好业务的策略和规划，业务人员，业务需求和行业专家对数据的理解和分析是关键，技术平台只是我们思想实现的重要工具，不会起决定性的作用。
提供主数据管理平台的产商传统ERP厂商：SAP和ORACLE都基于自己的产品经验，在它们的ERP套装软件产品中加入了主数据管理产品。
基于他们行业的经验，他们的产品有比较完整的主数据管理比较好的数据模型和主数据管理的经验。
Oracle基于自身在CRM和制造行业的深厚经验，提供非常全面的客户主数据产品UCM8.0和制造业主数据产品PIM12.0，中间件厂商：TIBCO有专门的MDM产品，我看到的是他们一年前的产品介绍，感觉功能还比较欠缺，缺少很多重要的功能，当然我还没有时间研究他们最新的产品。
ORACLE在MDM产品上有着比较明确的战略和路线图。
在收购BEA后，相信在MDM产品上，ORACLE会结合原本就功能强大的 ODI 工具，加上BEA在数据集成领域产品的特点，基于自己原有的行业经验，提供更全面的产品，巩固自己在中间件产品的领先地位。
IBM收购了一个MDM产品，我一向不太愿意研究IBM的产品，所以也没有发言权。
我Software AG（WebMethod）做的也可以，有专门的产品，功能也相对完善。
但在实施团队的力量上，要差一些。
oracle产品的资料可以在这里下载：/oracle/iwom-OFM/index.asp?frm=w oohooli对于主数据管理平台，我会在以后的博客里面深入一些细节问题进行探讨。
欢迎有兴趣的朋友提宝贵意见。
-----------------------------------------------------------转自：/woohooli/archive/2009/01/07/3726040.aspx数据集成是当下比较热门的话题，相关的产品和平台也越来越多。
很多CIO都在各种数据集成平台和产品之间犹豫不决。
因此对数据集成平台的框架体系有全面的理解，对各个厂家产品所提供的功能有深入的认识才能为数据平台选型的决策提供可靠的保证。
我有幸参与了国内一个知名企业的集成平台的设计工作，并主导了数据集成平台的需求分析和产品选型工作。
这次工作中，研究了很多新的技术方向和产品，下面我主要讲一下数据集成领域的一种新兴的产品平台主数据管理平台MDM（Master Data Management）。
主数据的概念首先介绍一下什么是主数据。
这里借用其他网站的一个数据分类模型，我们可以看到有元数据（metadata）,引用数据（Reference Data），主数据（Master Data），企业结构数据（Enterprise structure Data）,交易活动数据（Transaction Activity Data），交易审计数据（Transaction Audit Data）这六大类数据。
简要解释一下这六大类的数据，关于这些数据分类的定义可以在网上很容易的找到。
元数据：数据的数据，平时我们设计表时，大部分属性字段就是元数据。
比如，性别，国籍，出生省份等。
这个是最接近自然意义的的数据。
引用数据：元数据的可能取值范围，我们设计表时所说的数据字典往往就是引用数据。
比如，性别只能是男和女，男和女就是引用数据。
国家的引用数据就是世界上这100多个国家和地区；主数据：在我们数据库设计中最重要的一些实体，是由元数据和引用数据实例的集合。
