主数据混乱，已成房企运营提效的核心障碍！

随着地产行业信息化进程加快，房企为应对错综复杂的行业环境，选择先优化内部管理来提升企业整体的运营效率和发展质量。

由于企业内部运营管理较为复杂，利用数字化的运营管理手段，对各类数据进行治理。通过数据治理提升数据价值，最终形成统一的管理体系，实现企业数字化战略。

主数据：提供数据保障，实现企业内部高效运营

房地产主数据是指房企在信息化建设中，用来描述地产业务在各套系统中共享的数据，包括操作型系统、事务型应用系统、分析型系统等。在房企管理中与之相应的系统包括计划管理系统、销售系统、成本系统等。

1.管理价值：统一数据，实时共享

建设主数据的目的是加强房企业务的决策分析能力，提升业务管理水平，提高业务执行效率。

（1）主数据是数据保障的首要依据

数据保障的首要依据是主数据。数据保障必须要对数据质量有一个预先定义，以规范其标准。这些规范与标准对企业而言，需要做的就是定义主数据。换言之，企业信息化系统使用的共享数据，我们把它称之为主数据。

从房企运营角度分析，在主数据中所占权重较高的主要包括地块、项目、产品、科目、指标和计划节点，这是运营分析的核心数据。同时还包含一些权重占比不太高的指标，如供应商、合同、客户、账户等。

（2）主数据实现项目全生命周期的追溯管理

在定义方面，通过一系列编码和标准来定义主数据。

另外，在房企信息化的管理标准中，各个系统也会以统一的标准和名称来对项目进行定义。通过某个确定的编码对项目进行描述，由此应用到企业管理的各个系统中。

例如，企业获取一宗地块，该地块已有国家登记的统一编码。企业也可以使用此定义和项目编码。主数据除了定义项目本名外，同时还将项目内部的分期、楼栋、业态等相关数据用统一的标准进行定义。

在内容方面，主数据通过有效的整合、贯通、共享，可供下游系统使用。换言之，房企已定义的项目主数据编码，会统一供所有的下游系统使用。

在标准方面，企业通过主数据标准化的定义，产生统一的编码。管理者便能站在企业战略高度，掌握主数据在项目全生命周期中的变化。

管理者才能灵活地运用主数据，发挥它在企业数字化管理中的价值，实现项目全生命周期的追溯管理，为企业的后续发展及业务创新提供强有力的支撑。

2.发展现状：体系标准不统一，主数据管理系统建设受阻

主数据的管理体系与管理系统是数据治理的基础。建立主数据管理系统，首先必须搭建管理体系。主数据管理体系就是其标准化的定义。

企业可以打造自己专属的主数据管理系统。如图1所示，管理系统是伴随着企业发展而逐步建立起来的，这也是企业信息化建设的过程。

比如房企初期阶段可能只有一个销售系统，主数据比较少，还未考虑到主数据的应用。后期企业发展壮大，多个业务系统并行运作，这时就凸显了主数据的价值。

图1 企业主数据管理系统的发展过程

主数据架构庞大且内容复杂多变，同时涉及到众多不同的主数据管理系统，包括销售系统、设计系统、计划系统、成本系统、投资系统、财务系统等（见图2）。

图2 主数据管理系统中各业务系统

因此，对企业主数据的整合和改造是构建主数据管理体系和管理系统的难点，主要有以下难点。

一是，各个系统建设时，难免只关注本系统内的数据质量，没有站在企业的整体视角去统一规划与布局。

二是，数据的标准化不足，口径不统一。

三是，各个系统间的数据不整合，不连贯，各自为政。

四是，不能充分体现数据价值。

基于此，主数据管理需要制定统一的标准规范，将主数据应用到各系统中，建立主数据拉通机制与平台。充分发挥数据价值，加强业务分析决策的能力。

3.内容架构：分口径、分层级、分版本、分类别

主数据的内容架构包含四类划分标准（见图3）。

图3 主数据架构的四大分类

第一，企业组织架构模块是最重要的主数据模块。

组织架构分口径包括项目口径、法人口径和行政口径。其中，项目口径内部还包括操盘项目口径、合作类项目口径等。

第二，产品业态以层级划分。

如一级分类的住宅，其子分类包含洋房、别墅等业态。

值得注意的是，在实操过程中，房企大部分系统对产品业态命名不统一。部分系统使用“洋房”命名，其他系统则使用“多层洋房”或“小高层”来命名，导致在管理系统中主数据出现失真的情况。

第三，业务指标以版本划分。如业务指标中的新增货值，包含摘牌、启动会、工规证等不同项目开发阶段的版本。

值得注意的是，新增货值是一个动态变化的过程。

如某个项目货值处于摘牌时，货值仅仅是粗略计算得出的结果；当货值处于启动会或工规证阶段，由营销人员参考行业标准、项目周边同类项目情况、竞品价格等综合分析计算货值总额。项目取得预售证后，货值又需要根据预售证上所取的单价和面积计算。

同时，还需按照真实售价将已售卖部分进行货值计算。所以，企业对货值或业绩指标进行划分时，需要考虑到货值的动态性，定义不同的标准。

第四，计划节点以类别划分。计划节点包括一级节点、二级节点、里程碑节点等。企业根据自身管理需求，制定统一标准，对节点进行定义。如部分企业由于自身规模较大，通常会使用集团层级、区域层级和项目层级来划分。

数据治理：以项目主数据为治理目标，统一数据标准

数据治理的目的是从组织、制度、流程、技术等方面，对跨部门、跨职能、跨系统所使用的数据体系、名称、定义、口径、来源、参照等进行全面梳理，建立起统一的数据管理规范。从基础上解决目前存在的信息孤岛以及数据不一致、不完整、不准确的问题。

1.治理痛点：缺少标准、数据错误、口径不一、缺乏管控流程

进行主数据治理前主要存在以下痛点。

第一，缺少数据标准。

各个系统的项目、分期、楼栋的名称不相同，缺少统一的编码与命名；各个系统分期的划分不一致；各系统对于项目数据的填报缺少约束，有的项目数据填到分期上；产品业态不统一；业务指标不一致，同一个指标在不同节点的业务含义不相同。

例如，在成本系统的划分标准下，同一个项目分期计划可能只有两期，而在销售系统的划分标准下，该项目可能会被分为三期。同时，也存在项目楼栋、产品类型划分的不一致。

第二，数据错误。

数据填报不准确，缺少校验机制。例如，所有预售证的可售面积相加不等于项目总可售面积；数据填报不及时；各个系统的面积数据不相等。

第三，口径不一致。

缺乏版本管理，投前、启动会、工规证、预售证等不同版本、证照、口径的差异无法体现；各个系统使用的数据版本存在差异。

例如，在销售系统里，同一个项目取得预售证前已有项目分期和楼栋数据，而取得预售证后，营销部门有可能重复填报该项目的分期和楼栋，导致该项目在销售系统里成为了单独的项目。

第四，缺少管控流程。

数据填报人、数据审批人的职责不明确；缺乏数据的共享和权限管理的依据。

总而言之，不管是因项目分期划分不一致，而导致同一个项目的业务指标或财务指标的计算产生数据偏差，还是做项目数据归集时，产生数据孤岛等问题。都属于企业缺乏统一的标准和管控流程。

因此企业需要规范统一的定义、标准和管控流程，来解决这些问题，完成数据治理。

2.治理步骤：建立标准规范、构建管理体系、系统落地

对于现有数据的治理，是数据治理中最难的部分，也是必须做的工作。

在现有数据治理过程中，对已经发生的数据进行梳理、改造、指标整合、映射关系的建立，数据汇总与分摊。现有数据便实现了数据初始化和数据拉通。

以项目主数据为主要治理目标，针对数据治理前的痛点问题，通过建立标准规范、构建管理体系、系统落地这三大治理步骤进行突破。

（1）建立标准规范：识别主数据对象，制定标准属性

数据标准包括统一标准的编码、名称、口径、业务定义、计量单位、指标精度、填报频率等属性。

一是，识别主数据对象。比较完整地覆盖房地产业务价值链；基于地产开发的核心业务流程去识别；

基于共享视角验证识别结果。输出主数据对象列表，包括主数据对象的类别、名称、使用场景、使用系统、使用部门（见图4）。

图4 输出主数据对象列表示例

二是，制定主数据标准。主数据的定义列表，说明主数据的内容清单，包括标准属性定义，如基础属性、业务属性、管理属性与技术属性（见图5）。

图5 “分期总建筑面积”指标的属性描述示例

输出标准规范，含编码规范、命名规范，为业务数据的拉通奠定基础（见图6）。

图6 标准规范输出示例

(2）构建管理体系：启动流程稽查方案，保障管控流程有效

管控规范包括数据的共享和权限管理，数据标准的新增、修改、删除、查看，数据的管理流程，考核机制等。

数据管控流程规范，通过明确谁来管？何时管？管什么？怎么管？谁审批？这五个内容来创建主数据。通过重新定义这些内容和流程，以此创建主数据管理体系。

主数据管理体系建立了地块、项目、分期、楼栋、房间信息等创建流程，明确流程启动的条件、启动的人员岗位、所填报的指标数据内容、审批节点与审批人员岗位。同时，建立流程稽查方案，保障管控流程有效。

根据主数据管理体系，将首次产生的数据归入到某个系统，如业务系统，或是统一的数据管理平台。那么，首次产生的数据归集到的系统就称之为“主数据系统”。

（3）系统落地：建立主数据管理系统，初始化数据，下发标准接口

系统支撑数据标准及管控规范的落地，包括底层数据服务、数据的存储、传递等一系列平台架构。系统落地有以下三个步骤。

第一步，建立主数据管理系统。数据填报的录入功能，流程启动对接OA，数据下发接口。

第二步，初始化已有数据。首先，收集所有正在使用的项目主数据。

其次，明确数据治理前的主数据标准，统一地块、项目、分期、楼栋的名称与划分。

针对数据治理前各个系统已存在，且不统一的项目主数据，数据治理该以哪个系统的数据作为标准参考？

某千亿级房企的做法是，主数据中的基本信息，如项目名称、项目案名等，由运营部门牵头敲定；

对于技术指标类的划分，与预售证相关的数据，以销售系统作为主要参考对象，与成本类相关的数据，以成本系统作为主要参考对象；对于分期、楼栋、产品业态的划分不统一的，以成本系统作为主要参考对象。

再次，在数据治理前建立各系统主数据的映射关系。

最后，在系统中填报历史数据，并按标准流程审批。

第三步，拉通各系统数据，数据下发标准接口。在各系统改造上，增加引入主数据功能对接；

各系统关闭主数据录入功能；已有主数据拆分与整合的改造，涉及到各个业务系统的数据更改，要慎之又慎。改造后，各业务系统将不再产生主数据，只能从主数据管理系统引入，主数据系统需要对接各个业务系统，各个系统需要同时配合改造，涉及面广。

此外，系统落地还有一个重要的部分，即审批系统。如前述，首先，通过建立主数据管理系统采集和录入项目数据。然后，需要添加审批功能，不仅需要定义审批流程还需要确定审批节点。

企业使用的审批平台一般对接企业OA、代办推送之类等平台。

最后，进行数据下发，主数据管理系统触发数据分发的接口，企业内部各个管理系统通过接口进行数据引用。数据接口自动记录数据使用情况，包括数据使用对象、使用频率及使用范围等。

运营机制：由运营部门牵头，实现数据高效流转

运营部门对数据的运营进行统筹规划，主要负责对数据进行整理汇总、规则制定，分发至各个系统并推进各个系统的对接运转。

数据运营机制是将数据治理落实到运营层面，站在企业整体战略高度，对运营机制的规则进行梳理、制定及执行，与数据治理流程保持一致。

在数据运营机制中，数据产生主要包含数据源头、执行人员、录入时间、数据时间、审批等流程；数据使用主要是数据流转。

数据源头：明确主数据首次产生的系统，建议在主数据管理平台录入，再分发给业务系统，各系统改造的成本相对较低，数据流转简单清晰。

执行人员：明确主数据维护执行人的职责，推进项目主数据的标准管理工作，执行项目主数据的新增、变更、失效等工作。

录入时间：明确主数据的维护时间，明确项目主数据产生及变化的时间点，对其进行维护。

数据时间：明确主数据的维护对象，对识别出来的项目主数据进行维护，对不同版本的主数据进行维护。

审批：明确主数据对象的审批节点，明确各主数据对象的新增、维护、失效等节点对应的责任部门及责任人，列为审批对象，审批对象对数据的准确性、合理性负责。

数据流转：确定数据流转的方式，建议使用业务系统拉取的方式，各业务系统需进行相应的改造。

数据运营机制主要由运营部门牵头，对各项数据进行规范化与制度化，以制度落实到操作层面推动数据治理（见图7）。

图7 数据运营职责分工

总 结

通过对企业数据的高效治理和运用，主数据充分发挥了其使用价值。在数据治理过程中灵活发挥出主数据管理的战略性作用，推进了房企内部运营的精细化和数智化，为房企的可持续发展及创新开拓提供支持。