2. S/4HANA主数据体系概览
S/4HANA 的主数据体系并不是把原来 ECC 里的几张表简单搬到新数据库上，而是围绕“业务对象 + 组织维度 + 时间有效性”重新组织的一套数据资产。理解这套体系，关键要回答三个问题：主数据分成哪几类、每类的数据模型有什么特点、它们又通过什么方式与业务模块发生关联。只有把这三层关系看清楚，后续的清洗、迁移、治理和协同才有落脚点。
一、主数据的分类：按业务对象划分
在 S/4HANA 中，主数据通常按业务对象划分为几大族：客户（Customer）、供应商（Supplier）、物料（Material）、财务类主数据（总账科目、成本中心、利润中心、银行主数据等），以及贯穿多对象的通用主数据（如业务伙伴 Business Partner、地址、银行账户）。其中 Business Partner 是 S/4HANA 的一个显著变化：客户和供应商不再是彼此独立的两套主数据，而是统一由 BP 承载，再通过角色（角色 FLCU00 客户、FLVN00 供应商等）分别激活客户或供应商视图。
这种“一个 BP、多个角色”的设计，使得同一家公司在既是客户又是供应商时，只需维护一份名称、地址、税号等通用信息，避免了过去 XD01 与 XK01 各自维护、数据不一致的问题。物料主数据则仍按行业、物料类型、工厂、存储地点等维度分层组织，财务类主数据更多与会计科目表、公司代码、成本控制范围绑定。
二、数据模型特点：分层、分视图、带时间轴
S/4HANA 主数据模型有三个共性特点。第一是分层：以物料为例，存在“一般数据层（客户端级）—工厂层—存储地点层—销售/采购组织层”的层级结构，不同层维护不同字段，下层继承上层。第二是分视图：客户有基本视图、公司代码视图、销售视图；供应商有采购视图、财务视图；物料有采购、MRP、会计、销售等视图，各视图由不同部门负责。第三是时间有效性：S/4HANA 大量使用时间片段（Time-Dependent Segment），例如成本中心、利润中心、物料价格、供应商采购信息记录都带生效日期和失效日期，历史数据不会被覆盖，而是按时间段并存。
此外，S/4HANA 引入了 MDS（Master Data Synchronization） 与 MDG（Master Data Governance） 的协同机制：前者负责在系统内同步主数据变更，后者负责跨系统的申请、审批与分发。数据模型上还普遍采用“编码 + 描述 + 属性 + 组织分配 + 时间有效性”的五元结构，这也是判断一条主数据是否完整的基本依据。
三、与业务模块的关联关系
主数据与模块的关联可以理解为“主数据是业务凭证的输入，业务凭证又反过来产生新的主数据或更新主数据”。客户主数据驱动 SD 的销售订单、交货、开票；供应商主数据驱动 MM 的采购申请、采购订单、收货、发票校验；物料主数据同时被 MM、PP、SD、QM、PM 引用；财务类主数据则支撑 FI 的记账、CO 的成本归集与分摊。若主数据缺失或错误，业务凭证往往无法创建，或创建后产生对账差异。
下面这张图把四类主数据、它们的典型视图以及与核心模块的引用关系放在同一张关系图中，便于建立整体印象。
四、一个可操作的判断示例
假设某企业要在 S/4HANA 中新增一家“既是客户又是供应商”的合作伙伴，并为其维护采购与销售业务。按上述体系，实际操作路径是：先用 BP 事务码创建业务伙伴，填写名称、地址、税号等通用信息；再为其分配角色 FLCU00（客户）和 FLVN00（供应商）；随后分别进入客户的公司代码视图、销售视图，以及供应商的采购视图、公司代码视图，补充付款条件、统驭科目、采购组织等组织相关字段；最后检查时间有效性，确保生效日期不晚于第一笔业务凭证的过账日期。
判断是否维护完整，可以对照三个检查点：一是 BP 是否已激活所需角色；二是各组织视图的关键字段（如客户统驭科目、供应商付款条件、物料的 MRP 类型）是否已填写；三是时间片段是否覆盖业务发生区间。若缺少任一项，业务凭证创建时通常会报“主数据不完整”或“科目未确定”等错误，这正是主数据与模块强关联的直接体现。
五、主数据与模块关联的三种典型模式
第一种是强引用：业务凭证必须引用主数据才能创建，如销售订单必须指定客户和物料，采购订单必须指定供应商和物料。第二种是弱引用：主数据作为默认值或校验依据，如物料主数据中的税分类影响销售订单的税码默认值。第三种是反向生成：业务处理过程中产生新的主数据或更新主数据，如收货时自动更新物料的库存价值，发票校验时更新供应商的未清项。理解这三种模式，有助于在治理时区分“必须先建主数据”和“可以后补主数据”的场景，从而合理安排数据迁移与上线顺序。
总体来看，S/4HANA 主数据体系的核心逻辑是：以 BP 统一通用信息，以分层分视图承载组织差异，以时间有效性保留历史，以模块引用驱动业务流转。掌握这一体系，是后续主数据清洗、迁移、治理与协同工作的共同基础。