上一篇文章的理论方面已经说明，主数据必须与业务运营模式密切相关才能进行规划和设计。那么，零售业的核心业务应该注意什么呢？一定是：人、货、场。当然，“人货场”的概念很大，也将分为内部管理和外部运营。本应用场景侧重于企业内部管理中“人货”的主要数据管理（技术方面，以BW为数据仓库，阐述零售业的主要商品数据管理方案）。
一是政府服务效率还有待加强。项目审批要加快提质并重。我区不断优化行政审批流程，速度和效率显著提高。但部门间数据共享和信息互认仍存在障碍，综合应用容缺受理有限，“重审批轻服务”现象依然存在。政策兑现要快捷方便。我区迭代了“兑现速度越快”的数字政策兑现平台，将政策兑现时间缩短到平均7个工作日，但在自动匹配政策、准确推送政策、实现“政策寻找企业”方面还有一定距离。行政执法要查处查改结合。企业多头重复检查、高频无计划检查、第三方委托检查等，执法自由裁量权过大、关代罚、重罚轻管的现象依然突出。一些“特殊行业和关键领域”的监督执法肆意增加，一些问题“一刀切”，企业对此反响很大。
然而，GDPR等规则很少涉及如何评估数据资产的交易价格，也没有数据流通后的可追溯性监管机制。因此，美国和欧洲的数据管理框架仍有很大的空间来支持大规模的商业数据交易。
数据资产管理有助于促进数据管理系统的建设。数据是中国数字建设的重要基石，数据资产管理是数据治理体系建设的基础。通过数据资产管理，可以实现数据分类、清单、目录、识别，建立元数据管理、数据标准管理、数据模型管理、数据集成管理、数据质量管理、数据安全管理子系统，形成完整的数据管理框架和流程，提高数据管理和可控性。数据治理系统的建设可以参照国际标准、国家标准和行业标准，结合企业的实际情况和需要，制定自己的数据治理原则、模式、结构和方法。
一般来说，污水处理厂的自动控制系统需要具有控制功能、实时采集功能、灵活控制功能、多屏幕显示功能、集中管理功能、数据管理功能、通信功能、自动预警功能和设备保护功能。这些功能的实现有助于提高污水处理的效率和质量，降低人工操作的风险和成本。
2、进入企业端，进入系统管理，选择基本数据管理，输入各种基本数据：公司销售商品、公司原材料、公司员工、公司供应商等，并初始化纳税申报。