您需要高效地编写高质量的主数据，以便在您的业务流程中获得卓越的性能？

SAP Master Data Governance是企业级主数据管理的必由之路。自从第一次发布以来，数据质量是"内置的"：

通过重新使用ERP业务逻辑（现在的S/4HANA业务逻辑）自定义验证，可以选择在BRFplus中实现，国内的云服务器，也可以选择在ABAP中实现使用SAP产品、您自己的代码或第三方产品（例如用于地址验证）丰富数据重复检查可避免不必要的重复维护和可能导致的不一致的成本

您可以使用SAP Master data Governance为通过知名渠道进入您的环境的数据创建完美的数据质量防火墙，即更改请求处理或主数据整合，但全面有效的数据质量管理远不止这些。

数据质量的明确和可访问的定义

数据质量是由业务流程的要求驱动的。对数据质量规则有一个明确的定义，不仅IT人员，而且流程所有者和主数据的所有其他利益相关者都可以方便地访问该定义，这使得协作和商定数据质量标准成为可能。您需要能够用自然语言描述数据质量规则，并用进一步的信息来扩充它们，例如规则的推理或数据不符合规则时的影响。可访问性不仅意味着规则得到了很好的描述和组织，而且还意味着每个规则在系统和流程中的实际实施和使用都具有可见性。

为了管理数据的质量，您需要能够沿着质量维度来衡量数据。您需要能够定义KPI、它们的基线和目标。只有这样，您才能看到您的数据质量计划的当前状态、它们过去的成就以及它们的发展方向。

您对数据质量定义的进步

任何处理过设置数据质量标准的人都肯定会同意：一旦定义了您的质量标准，就已经到了调整它们的时候了。业务流程的创新要求更改标准。幸运的是，一个明确的、可访问的数据质量规则存储库是进一步发展和优化标准的坚实基础。

测量和分析数据质量状况

然而，数据质量定义的进步也意味着过去闪亮质量的数据可能不再完美无瑕。需要投入工作来识别和改进现有数据，有哪些云服务器，以便数据的实际状态能够遵循更改后的标准。

虽然质量标准的进步可能很容易被纳入主要的创作过程，财务大数据，但现实证明，淘客公众号，您永远不会考虑将数据引入您的环境中的所有渠道。对某些人来说，覆盖这些数据可能只是时间和努力的问题，但也有一些情况下，可能有充分的理由接受将来需要改进的数据。同样，您需要能够识别这些数据并有效地纠正其质量。

此外，您需要了解您为质量纠正所采取措施的有效性和进度。您的组织是否需要进一步的支持来实现设定的目标？了解数据质量的当前状态也是制定新目标和确定进一步改进的新计划的基础。

改进和纠正流程和数据

分析数据质量问题为您提供改进和纠正所需的见解。只有当你知道谁，哪里，以及坏数据是如何进入系统的，你才能找到尚未发现的数据输入通道，软件企业优惠，解决数据输入过程中的问题，或者教育人们如何达到预期的质量标准。

最后，需要有人来做这项工作，并修复数据错误。由于这通常是一项耗时的任务，工作负载的效率和分布是关键。

如果…

如果您可以实现所有这些，包括集中管理和主数据整合，并使用集成在SAP S/4HANA系统中的单个产品，该怎么办？

如果您同意这是一个理想的目标，我们邀请您查看SAP S/4HANA 1809上SAP master data Governance的新主数据质量管理功能，看看这如何帮助您的组织实现这一目标。