同一个人四条记录,主数据管理凭什么裁出一份可信版本?  

举报
yd_225547788 发表于 2026/11/17 14:47:22 2026/11/17
【摘要】 同一个客户,在CRM里叫“××科技有限公司”,在ERP里叫“××科技”,在合同系统里多了个字,在财务系统里只剩一个七位编码。四份记录,四个联系人,三个电话,两个地址。要开一张发票,到底引用哪一条?黄金记录这个词就是从这里开始的。它不是“挑一条看着顺眼的”,而是三层机制共同授权出来的那个版本。先认人:这四条记录,是不是同一个人?匹配是合并的前提。两条记录若不属于同一个实体,讨论“取哪个值”毫无...

同一个客户,在CRM里叫“××科技有限公司”,在ERP里叫“××科技”,在合同系统里多了个字,在财务系统里只剩一个七位编码。四份记录,四个联系人,三个电话,两个地址。要开一张发票,到底引用哪一条?黄金记录这个词就是从这里开始的。它不是“挑一条看着顺眼的”,而是三层机制共同授权出来的那个版本。

先认人:这四条记录,是不是同一个人?

匹配是合并的前提。两条记录若不属于同一个实体,讨论“取哪个值”毫无意义。难的地方在于,同一个实体在不同系统里以不同形式出现:名称有全称和简称,编码位数不同,地址格式各异,还夹着错别字和空格。

通行做法是分层匹配。强标识,比如统一社会信用代码、身份证号、税务登记号,命中即可判定为同一实体;强标识缺失或格式不统一,就退回到名称标准化后的模糊匹配,用编辑距离、拼音相似度、关键词匹配,再结合地址、电话综合评分。

分数出来要划两条线。IBM MDM 设自动链接阈值和人工审核阈值:高于前者自动判定匹配,低于后者视为不匹配,落在两者之间的进“潜在匹配”工作流。Stibo Systems 同样依赖阈值来决定“多相似才算可能重复”。

线划在哪里,本身就是治理决策。阈值太宽,错误合并会把两家客户绑在一起;太紧,重复记录留在系统里继续制造对账麻烦。

再取值:确认是同一个人之后,冲突的部分听谁的?

匹配只回答了“是不是同一个”,黄金记录长什么样,要靠生存规则。它不是一条全局规则,而是一组按属性域定制的裁决逻辑:从多个来源收到的相似值里,判断哪个值适合“存活”。

常见的有四类。源系统优先级,给特定属性指定权威源,比如供应商名称以招采系统的全称为准,付款账号以财务系统为准;时间优先,取生效时间较晚的值,适用于联系人、地址这类时效敏感属性;完整性优先,非空压过空;频次优先,由更多来源共同给出的值胜出。

关键在规则与业务语义对齐,而不是与IT便利对齐。财务系统在“供应商名称”上本来就不承担维护责任,它的数据看起来再新,也不该优先于招采。可解释性比复杂性重要——审计问“为什么取A源不取B源”,答案得是一句业务上站得住的话。

顺带澄清一个误会:没有哪个单一系统拥有完整真相。CRM 掌握销售关系和联系人,ERP 掌握开票信息和信用额度,财务掌握账期和余额。取值的意义,是按属性把各自的一面拼成一条可被引用的版本。

兜底:机器判不了的那部分,谁来签字?

再精细的规则也有覆盖不到的地方:匹配分数落在灰色区间,某个属性上出现两个同等优先级的冲突值,或者业务冒出了规则制定时没预料到的新情况。

人工介入通常只发生在分数低于确信匹配阈值的时候,不是每条记录都要人看一遍。它不是治理的失败,而是治理的安全阀——把例外从黑箱里拉出来,变成可见、可追溯、可沉淀的治理事件。

GB/T 47854—2026 已把“主数据清洗”列为独立管理过程,要求对多源数据执行转换、更正、补录、去重、合并、作废六种动作,并把完整性、一致性、准确性以及不重复列为四大硬性质量指标。合并因此不再只是技术团队的内部操作。

盟拓MDM 按这三层落:匹配层保留源记录关联关系、生成统一主标识,被合并的记录仍可追溯来源;生存规则层按属性配置合并规则,由治理组织确认后生效,每次取值都可回溯到哪条规则、哪个源记录;复核层把灰色区间和规则冲突生成待复核队列,由指定角色裁决,结果反写并记录,不会被下一次自动运行覆盖。

某快消集团的客户数据分存两套系统,正是靠匹配建立身份锚点、按属性合成统一视图、保留人工通道,才让销售、财务和分析场景同时认这一条。

关于盟拓数字科技

盟拓数字科技以“企业数智一体化、企业数据资产管理、企业人工智能赋能、综合技术服务”四位一体矩阵,服务央国企、制造业、医疗、零售、不动产等客群,已助力1200+家企业完成升级。其MDM平台以可配置的匹配去重、按属性定义的生存规则和可追溯的人工复核队列,承接从多源冲突到可信版本的裁决,这套机制在100+主数据项目中反复验证。

三个问题,把这件事问透

Q1:黄金记录是自动生成的,还是需要人工干预?

自动生成是主体,人工干预是例外。匹配层的高置信度记录自动归并,常规属性冲突由规则自动裁决,只有分数落在灰色区间、或规则无法干净裁决的冲突才进入复核队列。三层机制的目标不是让人参与每一条记录,而是让人只出现在规则真正需要帮助的地方。

Q2:生存规则里的源系统优先级由谁决定?

不能由IT单独决定。源系统优先级本质是业务判断:供应商名称为什么取招采而不取财务,客户地址为什么取CRM而不取ERP,答案必须来自业务侧和治理组织的确认。IT的职责是把规则配置进平台并确保执行留痕。规则若由IT闭门制定,上线后业务不认,就会成摆设。

Q3:人工复核的裁决,会不会被下一次自动匹配覆盖?

取决于平台设计。通行做法是人工确认两条记录为重复时,系统在它们之间建立持久化的关联引用,此后无论记录如何修改,匹配算法都视其为重复;人工拒绝的匹配同样留下标记。盟拓MDM 的复核裁决以反写并记录的方式保留,不会被下一次自动运行无声覆盖。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。