既然我们已经非常清楚主数据面临的难题是什么，那么企业的主数据应该如何管理呢？主数据管理通过三大要素的处理，包括主数据模型、主数据整合手段和主数据服务等，帮助企业解决主数据面临的四大难题。
首先，确定主数据模型。企业需要确定机构主数据的范围，然后才是确定机构数据模型和标准，但几乎没有拿来就能用的模型，往往需要根据不同机构的业务需求来定义模型，所以主数据管理的定制能力很重要，需要支持模型的灵活定义，特别是对未来更多类型主数据的支持。
其次，确认主数据整合手段。在主数据的整合过程中，企业要选择的是采用哪种模式进行整合。
一般情况下，整合手段有四种模式：第一种是注册模式，适用于标示单一的客户、病人、产品等；第二种是合并模式，用于支持DI/DW 报表和分析要求，以及法规遵从等；第三种是共存模式，面向销售、市场、客户服务支持操作型要求等；第四种是集中模式或交易模式，它同时支持分析型、操作型的需求等。不过，这四种模式并不是独立存在的，往往是多种模式的一个组合，最后，通过SOA服务方式，将主数据管理信息服务化，供不同应用使用。
第三是，配置主数据服务。配置主数据服务是主数据管理的关键环节。其中，重复数据识别是主数据管理中的重要能力，根据配置的规则，标示在多个系统中存在的潜在的匹配对象，根据阈值定义，确定是否匹配，将有疑似的匹配结果，通过业务流程提交人工确认。另外，需要特别说明的是数据间的层次关系，它可以帮助企业全方位了解信息，其关键要素包括，跨系统、跨应用能力；为不同的商业目的， 创建、管理多种不同的层次关系；关联不同的实体，构建360度视图，并且可以保持所有实体关系历史。
同时，我们发现，主数据的管理常常被误解为是个单纯的数据标准问题，而实际上在企业内部贯彻实施统一的标准需要愿景、制度、IT等全方位的配合，也就是说，主数据管理实质上是个管理问题。所以，为主数据管理而建立的独立信息平台，最好由业务方面的高层来负责，而不是IT部门负责人，因为，很多时候并不是技术的问题，而是业务部门之间的协调。
主数据管理与数据仓库的区别
有企业用户发出疑问，企业刚刚部署了数据仓库，是否可以此基础上进行主数据管理？这两者有什么区别呢？
事实上，数据仓库系统的分析结果可以作为衍生数据输入到 MDM 系统。我们可以从目的、处理方式和数据量等三个方面来区分主数据和数据仓库的区别。
主数据是经常需要维护的，需要确保其时效性和准确性。
首先，两者的目的不同。主数据管理的目的是导出绝对真实的核心数据，即关键业务数据，同时还得提供主数据之间的关联性，而这在数据仓库里是难以找到的。
其次，两者的处理方式上不同。主数据管理是一种偏交易型的系统，系统的服务对象是呼叫中心、B2C、CRM等业务系统；而数据仓库是属于分析型的系统，面向的是分析型的应用，在大量历史交易数据的基础上进行多维分析。
最后，两者的数据量上不同。主数据管理存储的仅仅是客户和产品等核心数据的信息；而数据仓库存储的是来自历史数据和各个维度的汇总数据，可能是海量数据。
尽管主数据管理牵涉到多个业务系统的数据平台，可以与CRM以及ERP系统进行集成在一起协同工作。不过，主数据管理最好是一个独立的企业级信息平台，可以统一管理企业主数据。一个主数据管理解决方案不仅仅是一个软件平台，往往还包括一系列的最佳实践和方法，一些相关的业务团队以及特定的数据处理功能。
