本文是“主数据”主题的三部分文章系列的第 1 部分。 ERP系统和主数据 该系列文章的三个部分是： ERP 系统、主数据和新挑战第 1 部分 主数据管理在 ERP 系统中还是跨软件？第2部分 主数据管理和数字化：实际实施和软件选择方面第 3 部分 现在不言而喻的是：ERP 系统的好坏取决于它所拥有的主数据的质量。即使这个话题已经是一个持续存在的问题，但快速发展的数字化有可能将其从雨中推向火中。存在着陷入数据洪流和同时不断增长的数据质量要求之间的风险。 主数据：一个需要解决的持续问题 主数据和主数据质量的众多问题已经讨论过多次。这涉及重复以及不完整或过时的信息。然而，不良主数据的影响通常不会立即显现出来；其后果要渐进得多。随着时间的推移，员工的问题越来越多，协调过程也变得越来越长。从长远来看，这种蔓延效应会导致员工对公司自身数据的信任度下降。它与经常被引用的青蛙比喻的方向相同，青蛙坐在一锅慢慢加热的水里，不再设法及时拯救自己。 如果必须在最后期限的压力下做出决定（这在日常业务中并不罕见），员工就学会自助。在某些情况下，简单地接受不正确的主数据，或者用或多或少的任意估计来填补空白。 数字化带来的新挑战 似乎一般的主数据情况还不够具有挑战性，推进数字化给公司带来了更多挑战。数据量持续快速增长。
与此同时对数据的质量要求
也越来越高。 由于各种变体而导致数据泛滥 这一趋势遍及所有行业：从食品工业到家具制造、机械工程和汽车——客户越来越需要更多个性化产品，而且通常数量或尺寸较小。在服务领域，客户的愿望也变得越来越分化。技术进步使越来越多的变体在技术上可行且经济上负担得起，从而有利于这一趋势。量身定制的西装或牛仔裤：现在可以通过在在线商店表格中输入单独的尺寸来启动生产。可以通过将 CAD 图纸上传到相关 比利时电话号码 提供商网站来订购小系列的单个零件。对于 ERP 系统中的主数据来说，这首先意味着一件事：由于新客户和新产品的出现 ，它们的数量正在大幅增加。在ERP 云中运行的现代系统架构尤其需要高质量的主数据。 3D打印促进数据增长 3D 打印等技术也是这方面的驱动力。这允许通过应用层来制造物理对象。这使得经济地生产单个零件甚至小批量（通常称为批量大小 1）成为可能。这也意味着产品变体的数量显着增加，（主）数据量也随之持续增长。 物联网 (IoT) 造成的数据洪流 除了各种变体之外，物联网 (IoT) 还引发了数据爆炸。传感器可以更灵敏、同时更便宜地记录越来越多的测量参数。此外，数据存储的成本也在不断下降。这反过来又导致越来越多的机器、设备和其他设备配备传感器并生成数据。其中包括飞机发动机、电梯和火车门或运输和储存容器中的食品，其冷链由传感器全天候监控。 此外，为许多设备、机器和其他组件提供数字孪生（即物理对象的数字副本）的发展正在导致数据量进一步大幅增加。
主数据也在不断增加
并与其他数据形成越来越多的链接。 新技术的可能性和数据的增加意味着对进一步解决方案的需求增加，而这反过来又会产生新数据。其中包括数据保护和数据安全领域的解决方案。与此同时，维护主数据和其他数据的概览变得越来越困难，维护工作量和出错的可能性不断增加。在产品数据区域，例如例如，添加新产品、变型和版本以及主数据的新层次结构级别。 数字化和对主数据质量日益增长的要求 与此同时，数字化正在提高标准 然而，同时出现的另一个趋势是，数字化正在提高对数据质量的要求。例如，自动化和机器学习将在处理海量数 哈萨克斯坦 电话号码列表 据方面发挥重要作用。然而，这些技术需要尽可能准确和完整的高质量（主）数据。 产品生命周期变得越来越短 – 保持数据最新变得更加复杂 由于数字化和新技术的可能性，产品生命周期也变得越来越短；此外，利基需求也在增加。对于主数据来说，这反过来意味着它的生命周期会显着缩短，并且过时的速度会更快。因此，它们需要更频繁地更新。在动态行业中，已经存在这样的趋势：大部分主数据最迟在两年后就不再是最新的。这意味着保持数据处于可用状态变得越来越困难。 主数据：以机器学习为例的自动化要求 数字化产生的大量数据需要新的方法来处理相关问题。使用自动化流程来过滤必要或所需的信息变得越来越重要。在这里，数据和主数据再次发挥着重要作用。自动化解决方案的质量取决于其所基于的数据质量。机器学习就是一个例子，这项技术已成功用于比较发票或识别特定产品图像。
