企业数据治理从主数据开始

上系统时最容易被跳过的是主数据：同一物料重复建档，客户名称有几种写法，供应商编码在两套系统里对不上。之后所有报表与分析都在补这笔账，模型再新也修不了源头。

为什么先动主数据

交易数据按流程自动生成，问题通常暴露在个别单据上；主数据由人工创建、被反复引用，一处不规范会同时影响订单、库存、成本核算与追溯的所有下游。从它开始治理，见效最快，也最容易证明投入的价值。

另一层原因是责任归属。交易数据的处理天然落在流程节点上，主数据常常没人负责。定不下归属人，规则就没有执行者，清洗完一轮又回到原样。

起步阶段要定的四件事

• 对象范围：物料、客户、供应商、设备、组织人员与产品结构，先挑影响面最广的两三类
• 属性分组：标识类、分类属性、业务属性与描述内容，规定哪些必填、哪些只能由系统生成
• 编码策略：无含义流水加分层分类，避免把规格与客户信息写进编码
• 变更流程：新建、修改、冻结与停用的申请审批路径，以及谁有权改哪一段属性

清洗与合并时的判断规则

治理不是阶段性项目

上线新系统前集中清洗，日常维护跟不上，两三年后一切重来。需要把准入校验做进建档界面，把重复率与必填完整率变成常态指标，由固定岗位按周期复盘，异常记录回流到流程修改。

这与眼下热门的模型应用直接相关：系统消费的是历史数据，主数据混乱会让预测与自动决策的结果看起来整齐却不可采信。先理顺对象与口径，再谈分析能力，顺序颠倒时，投入会大量花在解释为什么两张报表数字不同。

属性字典要写成能执行的文件。每个字段标注必填条件、取值范围、维护角色和失效处理，新系统上线、接口对接都按它校验。只有原则没有字典，治理成果往往从接口开通那天起就开始流失。

考核也要跟上。建档质量纳入相关部门的月度检查，错误记录由创建方负责修正而不是让下游手工过滤，责任回到源头，数据才会稳定下来。

数字化改造从哪儿起步，九顺控股的精盈电商板块与园区企业服务给出的答案很朴素：先把物料、客户、供应商三张主档立住。主档立不住，报表和模型只会把口径差异放大。想复核自家主数据现状，可联系0755-8359 0008。