下载掌阅APP，畅读海量书库
立即打开
主数据和交易数据分开存储是架构设计中的关键点。一方面，要做好主数据本身的管理工作，使主数据实现标准和统一，为交易数据提供基础；另一方面，要根据实际情况设计主数据的分析场景，充分发挥主数据的应用价值。
主数据（Master Data）指用来描述企业业务实体的数据，是企业核心业务对象和交易业务的执行主体。主数据是在整个价值链上被重复应用于多个业务流程、跨越各个业务部门和系统的高价值的基础数据，是各业务应用和各系统之间进行数据交互的基础。
交易数据（Transaction Data）也称业务数据，是随着企业业务的推进而产生的数据，是对组织业务运营过程中的内部或外部事件、交易的记录。
主数据管理最重要的目标是消除数据冗余，提高数据处理效率，提升企业战略协同力。这是一种需要业务部门与IT部门协同合作，并且需要技术支撑的管理流程，以确保企业主数据资产的统一性、准确性、组织性、语义一致性和可靠性。通过构建准确、唯一、权威的数据来源建立企业主数据标准管理体系，是提高企业数据质量和数据资产价值的关键因素。
企业对不同的主数据类型有不同的管理要求，通常与主数据一起被提及的是参考数据。奇泽姆（Malcolm Chisholm）在他的六层数据分类法中，将主数据定义为参考数据、企业结构数据和交易结构数据的聚合，如表2-1所示。
表2-1 主数据类型
主数据和参考数据都为交易数据的创建和使用提供重要的基础信息。同时，参考数据会为主数据提供基础信息，以便理解数据的含义。在企业层面，参考数据和主数据都是被管理的共享资源，但它们的管理侧重点不同。参考数据的更新频率比主数据低，主要是对定义的域值及定义进行控制，如科目表、定价类型、语言代码等，目标是确保企业用户访问的数据含义是一致的。主数据需要对值和标识符进行控制，确保准确性和可用性，如客户主数据、产品主数据等。
在SAP BW/4HANA中，信息对象的属性值可以引用自参考数据，通过信息对象融合主数据和参考数据，可以帮助企业数据仓库实现基础信息的统一，有助于用户理解数据之间的关系，并且可以用来建立数据质量规则。
在传统商务智能的层面，分析的对象往往是企业经营指标，如销售额、利润率、人均产值等。这些指标通常反映企业经营管理的过往、现状，并能预示未来的情况。
企业数据仓库中与主数据相关的分析一方面能为业务用户提供更多的分析视角，例如，数据标签分析能够帮助用户快速识别和分类数据，组织结构分析能够帮助企业实现内部组织结构跟踪和优化，主数据容量分析能够帮助业务部门了解数据规模。另一方面能满足各类企业数据资产的管理需要，例如，变更影响分析能够帮助实现平台功能的迭代开发，数据血缘分析能够帮助解决数据仓库中的数据定义和数据关系问题，数据质量分析能够帮助企业提高数据资产价值。