1.1.2 主数据流程梳理
工作目标：结合现有的组织架构和业务职能分工，分析现有主数据管理流程的不足之处，提出优化改进方案。
流程优化原则：在本项目中，将遵循以下的流程优化原则： ??要从主数据管理的目标而非工作的过程出发，定义岗位职责； ??让使用流程输出结果的人来执行流程； ??将地理上分散的资源视为集中的资源来处理； ??对并行活动进行连接，而不是仅仅集成其结果；
??将决策点下放到基层单位活动中，并对执行过程进行控制； ??尽量在信息产生的源头，一次性获取信息，并保持信息的一致性。
管理流程梳理优化方法与步骤：的主数据管理流程优化的最终目的应该是为了提升客户在价值链上的价值分配，是为了以一种新的方式为客户提供价值增加，并提升这种价值增加的程度，反映到具体的流程设计上，就是利用ESIA的原则来尽可能减少流程中非增值活动以及调整流程的核心增值活动，解决流程问题。ESIA的具体含义如下：
E-Eliminate，清除，即清除流程中非增值部分； S-Simplify，简化，即简化流程，使流程得到改进； I- Integrate，整合，即对企业流程进行整合，提升效率； A- Automate，自动化，即通过自动化手段执行流程，提升效率。
1.1.3 主数据服务规范
工作目标：为了实现航天科技各级单位间的人员信息、组织信息、物资信息、项目信息等主要数据的共享使用，制定一套数据的交换标准。
工作内容：结合上述的分类编码规范以及流程规范，遵循业界标准的XML、WebService标准，定义各类主数据的数据传输格式、服务接口命名、接口参数、接口描述等。
WebService的主要目标是跨平台的可互操作性，完全基于XML（可扩展标记语言）、XSD（XMLSchema）等独立于平台、独立于软件供应商的标准，是创建可互操作的、分布式应用程序的新平台。
扩展标记语言XML是一种简单的数据存储语言，使用一系列简单的标记描述数据，而这些标记可以用方便的方式建立，虽然XML占用的空间比二进制数据要占用更多的空间，但XML极其简单易于掌握和使用。
第6页 /共15页
主数据服务，大多情况下，需具备下面几点：
主数据同步服务：用于接收主数据来源系统发来的创建主数据的请求。 主数据查询服务：用于根据主数据编码查询主数据信息。
主数据推送服务：用于接收主数据来源系统发来的主数据推送信息，将其放到每个接收系统对应的消息队列中，等待各接收系统来取。
主数据通知服务：主数据接收通知方法，企业服务总线调用该方法来通知接收系统。 示例及模板：可以参考下面的图表来描述服务标准。 ? 服务列表： 序号 1 2 3 4 服务名称 MdSyncService MdSearchService MdPushService MdNotifyService ? 主数据同步服务方法列表 序号 1 2 3 方法名称 AddMdmInfo ModMdmInfo SealMdmInfo ? 主数据查询服务方法列表 序号 1 2 3 4 方法名称 SearchMdInfoByMasterCode SearchMdInfoBySourceCode SearchMdInfoCountByCondition SearchMdInfoByCondition ? 主数据推送服务方法列表 序号 1 2 方法名称 RecvPushMdInfo GetPushMdInfo ? 主数据通知服务方法列表
功能描述 接收主数据推送信息 获取主数据推送信息 发布系统 主数据 主数据 功能描述 根据主数据编码查询主数据信息 根据来源系统编码查询主数据信息 根据查询条件查询主数据数量 根据查询条件查询主数据信息 发布系统 主数据系统 主数据系统 主数据系统 主数据系统 功能描述 增加主数据信息 修改主数据信息 封存主数据信息 发布系统 主数据系统 主数据系统 主数据系统 主数据同步服务 主数据查询服务 主数据推送服务 主数据通知服务 服务描述 第7页 /共15页
序号 1 方法名称 NotifyMdInfo 功能描述 主数据接收通知 发布系统 需实时推送主数据的接受系统 ? 增加主数据方法 服务名称： MdSyncService 方法名称：
增加主数据信息（AddMdmInfo） 方法描述： 增加主数据信息。
该方法用于接收主数据来源系统发来的创建主数据的请求。如：项目系统在增加新项目时，需要调用该服务来创建项目主数据信息。
该方法会处理多种类型的主数据，所有非主数据系统直接维护的主数据，都需要调用该方法来创建主数据。
发布方： 主数据系统 调用方： 主数据来源系统 输入： 序号 数据项名称 数据项 系统标识 主数据类型 新增主数据 类型 字符 字符 复杂类型 备注 参见“系统标识” 参见“主数据类型标识” 1 sysid 2 mdtype 3 data 注：新增主数据的格式描述详见“主数据标准格式”部分。 输出： 序号 数据项名称 数据项 成功标志位 错误代码 类型 数字 字符 备注 1：成功；0：失败 成功时为空 1 success 2 errcode 第8页 /共15页
3 message 4 mastercode 错误信息 主数据编码 字符 字符 成功时为空 ? 企业服务总线服务规范错误代码表 错误代码 -1001 -1002 -1003 -1000 ? 交易合同主数据报文样例
--主数据类型
说明 主数据重复 主数据不存在 非法属性值 未知错误 1.1.4 主数据数据清洗规范
工作目标：制定一套针对航天科技相关系统的基础数据的汇总整理排重纠错的方案，保证主数据平台的初始化数据的准确性和权威性。
工作方法：数据清理是将数据库精简以除去重复记录，并使剩余部分转换成标准可接收格式的过程，从数据的准确性、完整性、一致性、惟一性、适时性、有效性几个方面来处理数据的丢失值、越界值、不
第9页 /共15页
一致代码、重复数据等问题。
数据清理一般针对具体应用，因而难以归纳统一的方法和步骤，但是根据数据不同可以给出相应的数据清理方法。
1：解决不完整数据（即值缺失）的方法
大多数情况下，缺失的值必须手工填入（即手工清理）。当然，某些缺失值可以从本数据源或其它数据源推导出来，这就可以用平均值、最大值、最小值或更为复杂的概率估计代替缺失的值，从而达到清理的目的。
2：错误值的检测及解决方法
用统计分析的方法识别可能的错误值或异常值，如偏差分析、识别不遵守分布或回归方程的值，也可以用简单规则库（常识性规则、业务特定规则等）检查数据值，或使用不同属性间的约束、外部的数据来检测和清理数据。
3：重复记录的检测及消除方法
数据库中属性值相同的记录被认为是重复记录，通过判断记录间的属性值是否相等来检测记录是否相等，相等的记录合并为一条记录（即合并/清除)。合并/清除是消重的基本方法。
4：不一致性（数据源内部及数据源之间）的检测及解决方法
从多数据源集成的数据可能有语义冲突，可定义完整性约束用于检测不一致性，也可通过分析数据发现联系，从而使得数据保持一致。
常用的数据清理规则如下：
数据查重规则：选定查重字段、选定字段匹配度定义、字段权重；定义阀值（重复阀值、疑似阀值）。 数据校验规则定义：选定校验字段、校验准则（非空、正确性）。
本项目的历史数据清洗规则主要确定数据清洗对应的查重规则、校验规则以及方案执行时间、清洗数据的范围、制定结果的处理人等信息。如下图：
选定查重字段、选定字段匹配度定义、字段权重；定义阀值（重复阀值、疑似阀值） 数据查重 数据清理规则 数据校验 选定校验字段、校验准则（非空、正确性） 第10页 /共15页