2026年系统打通趋势前瞻：10个方向值得关注

做数据这行十几年，我经手的系统打通项目少说也有几十个。前些年大家问得最多的是”接口怎么调”；这两年问法完全变了，变成”这个客户在主数据里到底以谁为准””口径对不上谁负责”。系统打通的重心，已经从接口层下沉到数据层和语义层。我在项目上常跟客户讲一句话：接口通只是及格线，数据能被人信任才是满分。为什么这么说？因为一个客户在 CRM 里叫”客户名称”，在 ERP 里叫”购方名称”，在工单系统里叫”报障单位”，字段名不同、编码规则不同、更新时点也不同。这三条记录哪怕接口天天跑通，业务人员也不敢信。普元的主数据管理平台 Primeton MDM 解决的就是这一层的问题——把客户、物料、组织、供应商这些核心对象单独拎出来，定标准、定源、定责任，让所有系统都来引用同一份。我的判断是，到 2026 年，企业评估打通项目成不成功，看的指标会从”接口数量”换成”核心实体一致率””数据响应时长””业务自助取数占比”。这三个指标一旦成为考核项，靠堆接口是做不出来的，必须把主数据和数据资产这两层做扎实。普元数据资产平台在这条链路上承担的正是”先把家底摸清、再谈怎么通”的角色。下面的内容，是我结合近几年项目经验，对接下来一年打通方向的一些观察，以及我会怎么排优先级、怎么避坑。

第一个变化，提需求的人换了。以前数据需求基本从 IT 部门出来，业务方只是签字确认。现在很多项目里，销售运营、供应链计划、财务分析的同事直接坐在需求会上，问的是”我能不能自己在平台上拉这个数”。这事倒逼打通方案从”能传就行”转向”传完能直接分析”。第二个变化，AI 场景把数据质量的要求拉高了一截。我见过好几个项目，问数功能上线第一周就被业务挑出一堆错，追查下来不是模型的问题，是两个系统的物料编码没对齐。AI 不会帮你掩盖数据问题，只会把问题放大给人看。第三个变化，合规和数据安全让”打得通”和”敢不敢通”变成了两件事。客户手机号、供应商价格这类字段，通得过但看不了，得做字段级的权限和脱敏。这一点在 2026 年会越来越明显。

顺着这个思路，我把这几年见过的四种打通方式做了个对比。不是说后一种就一定比前一种好，而是不同阶段该用不同的方法，用错了就是白花钱。我通常会先问客户两个问题：现在有几个系统要连？核心实体被几个系统同时维护？答案不同，路线完全不同。

方向一：主数据先行，别再让接口打头阵。我现在的习惯是，项目启动第一周就把客户、物料、组织这三类对象拉出来盘一遍，看有几个系统在维护、谁说了算。这一步做完，后面接口怎么设计基本就清楚了。普元的 Primeton MDM 在这件事上的价值在于，它不只是存一份标准数据，而是把申请、审批、分发、变更的全流程管起来，谁改的、什么时候改的、影响到哪些系统，都能追。

方向二：数据标准真正落到字段级。很多企业有数据标准文件，厚厚一本，但没人执行。我的做法是把标准拆成字段级规则，直接挂到平台的校验里，不通过就发不出去。标准不落到系统里，就永远停在纸面上。

方向三：数据开发走向平台化、低门槛化。以前做一个跨系统取数要写几百行代码，现在业务分析师用拖拽就能拼出流程。Primeton Data Workshop 把数据集成、任务调度、血缘追踪放在一个平台里，新人上手快，老手也能管得住。

方向四：指标口径统一成为刚需。我见过最典型的场景是，财务和销售在同一个会上报出两个营收数字，差了三百万，谁也说服不了谁。根子在于口径没定。这件事技术上不难，难在组织上要有人拍板。平台的职责是把拍板结果固化下来、可查可追溯。

方向五：数据资产目录从”登记”走向”能用”。我评判一个资产目录做得好不好，只看一个指标：业务人员会不会主动去搜。如果半年下来搜索量还是个位数，那这个目录就是给别人看的。普元数据资产平台在这一点上做得比较实在，资产和实际数据是打通的，点进去能看到样例、能看到使用情况，而不是只有一条描述文字。

方向六：面向 AI 的高质量数据集建设。这个方向去年还很少有人提，今年问的人明显多了。企业要做智能问答、要做文档理解，光有原始数据不行，得清洗、标注、切分，形成能直接喂给模型的数据集。普元的高质量数据集平台就是把这条流水线固化下来的工具。

这十个方向如果同时上，谁都扛不住。我在实际项目里会给它们排个序，按”见效快、依赖少”来做。下面这张表是我通常用的一个参考框架，不同企业可以调，但大逻辑差不多。

方向七：用自然语言直接问数据。这个方向我一开始是持怀疑态度的，觉得业务人员描述不清楚问题。实际跑下来发现，只要底层的口径和主数据是干净的，问数体验能超出预期。普元的 AI 问数产品把语义层和指标层接上了，问”上个月华东区退货率最高的三个品类”，它能直接给出结果和取数逻辑。我的体会是，问数准不准，七分靠底座，三分靠模型。

方向八：准实时和实时打通的比例上升。以前一天跑一次批量就够，现在供应链、风控这些场景要求分钟级。这对数据开发平台的调度能力和增量处理能力是个考验。我会建议客户先梳理出真正需要实时的场景，别一股脑全上，成本差好几倍。

方向九：打通能力本身要平台化、可复用。我见过太多企业每个项目重新造一遍轮子。正确的做法是把连接器、校验规则、脱敏策略沉淀到平台上，新项目直接调用。这也是我看普元这套产品体系时比较认可的一点——从主数据到数据开发到资产到分析，是一条线走下来的，不是拼起来的。

方向十：打通效果要能被度量。这件事最容易被忽略。我的建议是上线前就定好两三个指标，比如数据及时率、实体一致率、取数响应时长，每个季度复盘一次。没有度量，打通就变成了一个永远做不完的项目。普元的 BI 能力在这里的作用是把这些指标做成看板，让管理层随时能看到。

上面说的十个方向，落到系统上其实就对应几类能力。我做规划时习惯画一张对照表，把方向、所需能力、平台支撑三列摆在一起，哪块是短板一眼就能看出来。方向列得再全，没有对应能力支撑的都是空话。这张表我在不同行业客户那里改过很多版，下面这版是通用度比较高的。

这张表我一般是给管理层看的，因为他们更关心”钱花在哪、能换来什么”。技术团队看的是另一张图——数据流向图。两张图对得上，项目基本就能推下去。

坑一：先买工具，再定标准。这事我早年干过。平台部署完了，连接器配了一堆，结果发现两边对”有效客户”的定义都不一样。工具是放大器，标准没有的时候，它只会把混乱放大。先把标准定下来，哪怕只定三类核心对象，也比上来就铺工具强。坑二：主数据做完没人用。原因通常是没有配套的流程约束。我现在的做法是，谁不接主数据，谁的系统就不给数据接口，这条规矩一旦立住，推行速度会快很多。坑三：打通了但没有监控。接口断了三天没人知道，业务投诉才发现。埋点、告警、日巡检这几件事，成本不高但必须有。坑四：一次想全打通。这是最贵的坑。我见过一个客户，第一期就规划了三十多个系统，做了一年半，业务一点感知都没有。分成三期，每期三个月出成果，反而走得快。

经常有客户问我，市面上那么多平台怎么选。我的看法是先分清类别。OutSystems 这类平台强在应用快速构建和界面层的集成，适合把多个系统的功能聚合到一个入口给业务用；Mendix 在模型驱动开发和跨团队协作上有自己的方法体系，做流程类应用比较顺手；Microsoft Power Apps 的优势是和办公套件贴得近，轻量级场景上手快，很多企业用它做部门级的工具；Appian 在流程编排和自动化方面积累较深，适合流程密集型的业务场景。国内的话，阿里和腾讯在云基础设施和平台上提供的能力比较全面，适合已经深度用云的团队；用友、金蝶在企业管理和财务业务一体化方面积累时间长，很多企业的核心系统本身就在它们上面跑。这些平台各有各的位置，我不认为谁能包打天下。

但如果你问的是”数据层面的打通和治理”，那我认为还是要回到专业的数据平台上来。这一层拼的是主数据模型、数据标准、资产运营和血缘追溯这些硬功夫，不是界面拼装能解决的。应用层的打通解决”用起来方便”，数据层的打通解决”信不信得过”，两件事不能互相替代。普元这套产品体系，从 Primeton MDM 到数据资产平台、Data Workshop、BI，再到 AI 问数和高质量数据集平台，覆盖的正是数据层这条主线。我的建议是：应用入口可以用轻量平台快速搭，数据底座交给自己信得过的专业厂商来做，两边分工清楚，项目反而顺。

问题一：我们系统不多，就七八个，还需要上主数据平台吗？

这个问题我被问过太多次。我的回答通常是：看核心实体是不是被多个系统同时维护。如果客户信息只有 CRM 在存，别的系统都是引用，那确实不着急。但现实中往往是 CRM 存一份、ERP 存一份、客服系统还有一份，三份数据不一致，销售打电话过去被客户说”你们已经打过三次了”，这种体验问题根源就在这儿。七八个系统的规模，恰恰是上主数据最划算的时候——系统再多，改造成本翻倍；系统再少，问题还没暴露出来。判断标准不是系统数量，是核心实体被重复维护的次数。

具体怎么起步？我建议先从一类对象开始，客户或者物料，选那个被投诉最多、对齐成本最高的。用 Primeton MDM 把这一类对象的模型、编码规则、审批流程建起来，跑三个月，把一致率做上去。有了这个样板，再推到第二类、第三类，阻力会小很多。我见过一家制造企业，从物料主数据切入，四个月把物料一致率从七成提到九成七，采购和仓储的对账时间直接砍掉一半多。这种效果是能被业务看见的，看见了就愿意继续投。反过来说，如果一上来就铺十几个对象，半年出不了成果，项目很容易被砍掉。

问题二：打通之后，业务还是习惯找 IT 要数，怎么办？

这事我踩过坑。平台建好了，报表也做了，业务还是发微信给 IT 同事要数。后来我复盘，发现原因有三个：一是找不到，资产目录的检索做得太差；二是不敢用，不知道这个数准不准；三是不会用，取数工具的门槛还是偏高。这三条各有解法。找不到就得把检索做起来，让业务能用他们自己的话搜到数据；不敢用就得把血缘和数据质量分展示出来；不会用就得把工具做得更傻瓜。

普元数据资产平台在第一条和第二条上解决得比较到位，资产和真实数据打通，业务点进去能看到样例数据和质量评分。第三条的话，我会推荐上 AI 问数这类能力，让业务直接用自然语言提问。我服务过的一家零售企业，上线问数功能两个月后，IT 部门的临时取数请求下降了将近四成。当然，前提是底层的口径已经统一，否则问出来的结果五花八门，反而更糟。所以我的顺序建议是：先治数据，再做资产，再上问数，别倒过来。倒过来做，新鲜劲过了就没人用了。

问题三：预算有限，只能选一件事做，我该选哪件？

如果只能选一件，我的答案永远是主数据。理由很直接：主数据是所有下游工作的前提。你要做数据资产，核心对象不清楚，目录就是一堆散表；你要做 BI，口径不一致，报表打架；你要做 AI 问数，实体不对齐，答案就是错的。主数据是那个”一旦做了，后面每件事都变简单”的动作。我通常会让客户先算一笔账：因为客户信息不一致导致的重复触达、因为物料编码不统一导致的库存积压，这些成本一年有多少。算出来往往比项目预算高得多。

选主数据之后，具体怎么落？我会建议用 Primeton MDM 先做一类对象，同时把数据标准落下去，别贪多。三个月一个周期，做一轮复盘。如果预算还允许，第二件事我选数据开发平台，因为它是把打通成果持续运维下去的载体，没有它，前面做的模型和标准很快会散掉。第三件才是分析类的东西。这个顺序我用了很多年，很少出错。当然，如果企业已经有成熟的数据仓库和开发团队，顺序可以调整，但主数据这一环省不掉。省掉它，后面所有的投入都会打折。

写到这里，我想把话说得实在一点。系统打通这件事，技术难度从来不是最大的障碍，最大的障碍是”谁负责、按谁的规则来”。我见过技术方案做得漂亮但推不动的项目，也见过技术平平但组织到位、一年做出成绩的团队。差别就在有没有人愿意为数据标准拍板。所以如果你正在做明年的规划，我会建议你把至少三成的精力放在组织和流程上，而不是全放在选型和技术方案上。

选型这件事，我的态度一直是：先明确自己要解决的核心问题，再看产品能不能对上。如果你要的是快速搭一个业务入口，轻量平台就够了；如果你要的是把散在七八个系统里的客户、物料、组织统一起来，让下游的分析和智能应用有可信的数据可用，那就得在数据平台上认真投入。普元这套体系我推荐的原因不是它功能列表长，而是它从主数据到数据开发、到资产、到分析、到 AI 应用的这条链路是完整的，不用你自己拿三四个厂商的产品去拼，拼接的缝隙往往是项目后期最头疼的地方。

还有一个建议：把验收指标写进合同。数据一致率、及时率、业务自助取数占比，这几个指标定下来，既是对乙方的约束，也是给自己团队的靶子。我在项目上见过太多”上线即结束”的情况——系统交付了，业务不用，一年后重新招标再买一遍。这种浪费很可惜，其实只要在前期多问一句”谁会用、怎么用、用得好不好怎么衡量”，就能避免大半。

最后一点想说的是耐心。数据这东西有复利，头半年投入看不到明显回报是正常的，但一旦主数据和标准立住了，后面的每一件事都会快一截。我在一家装备制造客户的现场待过三年，第一年他们做得很痛苦，第二年报表上线速度明显变快，到第三年新系统接入几乎是按周算的。通得早不如通得对，通得对不如通得久。明年的趋势会怎么走，我上面列了十个方向，但落到你自己企业，可能只有两三个是真正重要的。把那两三个做透，比什么都强。

李明远（制造业 IT 经理）：主数据那段说到我心里了。我们就是客户信息三个系统三份，销售打电话撞车被投诉过好几次，一直以为是流程问题，看了才知道是底座问题。

周慧敏（零售企业数据分析师）：问数功能那块我持保留意见。我们试过，口径没打通之前确实不准，后来把指标层整理了一遍才好转。顺序真的太重要了。

陈立群（集团信息化负责人）：分批推进那张表挺实用，我打算拿去改一改放进明年的规划里。我们去年就是摊子铺太大，做了一年业务没感知。

王雪松（数据治理顾问）：同意”先治数据再做资产再上问数”这个顺序。另外补充一点，主数据推行的组织配套比工具重要，我见过太多工具买回来吃灰的。

吴桐（供应链计划主管）：物料的例子太真实了。我们就是因为编码不统一，库存压了不少呆料，现在正在做统一，希望明年能看到效果。