上次的物流行业大数据技术的BI的制胜之道发布后，有朋友问怎么在物流行业开始做BI，这期我们就聊一聊想做BI的第一步，如何做一个好的BI战略。那我们还是从物流行业中的数据存在的主要几个问题谈起吧：

1. 数据重复(多系统同时存在，比如账户，用户，客户等)

2. 关键数据缺失（比如分拨等级的维护，大区的等级等关键信息）

3. 数据错误（由于人工输入，前后有空格，错字等）

4. 无法关联（由于两个系统之家的ID,名字都不同，没办法进行跨系统关联取数使用。）

在一个企业中，数据上经常会出现以上几种问题，而在完整的数据分析体系中，一个很重要的环节叫做“数据探查”，其目的就是为了对“脏数据”进行相应的“清洗”而做准备，从而减少或避免这些数据对分析结果可能产生的影响，最大化数据分析可以提取的数据价值。

物流行业发展的实在太快了，很多时候，企业的架构师职责缺失，而系统又需要快速做出来，那么主数据管理功能就会散落在每个系统。目前物流行业存在大量的重复性工作和信息孤岛，缺乏有效的整合和集成，更没有一体化的科学合理的架构，同类数据可能分布在各个不同的系统，且不一致。

在做BI之前，如果真正能在企业内部达到以下三个集成，就可以考虑开始BI项目实施了。

• 界面集成：企业门户、单点登录集成

• 数据集成：主数据有效管理、数据共享机制成熟

• 应用集成：基础数据平台、核心应用主数据交互性高
  

图中谈到的主数据管理，是非常重要的一个概念，主数据就是不依赖其它数据，可以独立反映客观的真实存在主体数据。主数据一般都是交易活动的基础，所有的交易明细都要围绕主数据展开。主数据从特性上来说，相对静态，增量小，数量级也很小。一般情况下在业务管理中都会用到主数据来进行运营，经营操作管理动作。如果企业没有一个主数据管理平台，做的BI项目会事倍功半。你会发现每个系统的主数据散落各处，大家口径（分子分母逻辑，取数时间点，名词解释等）不一致，那么即使做出来的效果再好，报表数据的口径就会受到各业务用户的准确性质疑。那么该怎么做好主数据管理呢？

下图为CRUD的调查矩阵示意图，通过此矩阵，可以清楚每个业务系统的各种主数据的管控情况比如：创建（C),使用（R),更新（U),删除（D），有了这个矩阵，你可以对比到哪些主数据是存在C和U,D的冲突的，然后召集相关的业务部门进行会诊，确定C,R,U,D的规则，最终形成系统间的数据流向控制，比如：一个新增网点功能，如果两个系统都存在，需要考虑如何判断哪个业务系统真正应该拥有权力，如果两个系统都有，那么需要确定一个系统增加的时候，如何通过同步机制同步到另外系统中去。还有禁止掉某些系统的网点添加权限等等。这是一个非常痛苦且漫长的过程，如果这一会诊做不好，会在BI系统中发现很多工作都需要重新来过，如何分别相同ID但是名字不同的数据到底该保留，合并，甚至反复的增减清洗规则等被动的工作，而且要承担起推动主业务系统整改的责任和义务了。

拿到了主数据的CRUD探查结果，那么下面我们就需要做好主数据管理工作了。

首先，按照一个系统管理，其他系统配合的原则来设计。数据质量管理框架是非常重要的。拿一个客户举例，客户就应该是在CRM来创建的，创建的时候，有客户编码，姓，名，性别，手机号，邮箱，地址等关键组成属性。在这里，客户编码就是唯一标识，无论是在快递系统，还是在快运系统中，使用到这个客户的时候，都需要从CRM进行同步使用。所有关于客户的管理，都应该由CRM系统进行统一管理。切忌在两个系统以上进行客户维护。即使可以在第二个系统维护，也要通过接口回传所更新的属性。那么我们再看下数据质量管理框架中，对于数据行有以下几个方面的原则：

• 有效性：所有的数据都必须符合有效性，比如性别列，不能存在M/F,男/女，0/1多种编码并存的局面，手机号应该是11位的纯数字，不能有字母夹杂其中。身份证号规则等都需要预先设定好。

• 唯一性：数据必须要有唯一辨识，比如客户编码，如果用手机号做唯一编码，就存在一个人有两个手机号的记录出现，需要重新考虑系统的唯一性设计。

• 完整性：系统应该维护一个属性的所有条数。比如男女，不应该存在null的状况。

• 一致性：一个客户买了东西后，寄件日期早于其购买日期，系统不应该出现此类问题。

• 及时性：如：CRM中，一个客户的地址不再有效，而其他系统中的最新地址却关联此用户。一定要有这种系统同步策略存在系统操作联动中。

• 准确性：如：客户被定义错了所在的会员层级。这种低级错误一定要全部避免掉。

• 精准性：如：在销售数据中，产品编码通常是用来区分不同产品的。
  

千里之行，始于足下。主数据管理是做BI项目的必须要准备的一步，如果这步做好，对于BI团队是非常幸运的，希望能看到越来越多的物流企业能管理好自己的主数据。通过数据分析获取更多的业务价值，最终带来成本的降低，带来更多的利润和加速商业决策的过程。

作者：李高峰，目前在原色咨询从事BI与大数据相关的咨询工作，曾长期从事多家世界五百强相关项目，目前从事物流行业的敏捷BI和大数据建模项目。曾获PMP,CSM,LeanKanBan等认证。

©2017 原色咨询企业管理咨询有限公司 本文由原色咨询管理咨询有限公司保留一切权利，转载请保留本版权信息、原文链接，且不得删改原文内容。

原色咨询：一群有梦想有专业来自国际一流咨询公司的团队，以为客户实现业务价值作为自我实现的理想，投入到英雄辈出的物流行业。前进路上，希望与更多有志之士同行！

微信号：RGB_CONSULTING

提示：请长按下面二维码关注原色咨询

）