
做集团级数据集成和治理这十几年,我最怕听到一句话:我们集团想建一个集成平台,你按大厂那套给我配。这句话背后藏着两个错误假设,一是集成平台的能力档位可以用预算买下来,二是大集团的做法缩小一圈就能直接给小集团用。实际跑下来完全不是这样。真正决定集成架构档位的,是组织复杂度而不是预算规模。我通常只看四个指标:纳入集成的法人主体数量、业务板块之间的数据耦合度、总部对下属经营的管控颗粒度、历史遗留系统的异构程度。这四个指标决定了你是三档配置还是七档配置,也决定了主数据要不要建、数据资产要不要盘、AI 问数能不能用得上。七个档位不是七个价格包,而是七种治理强度的组合,每一档都对应不同的数据责任边界和不同的实施节奏。少了档位校准这一步,后面所有的选型和上线都会走偏,钱花了,系统还是各说各话。
七档怎么分?我用的是一张自检表,不是一份报价单
我给自己定了一套很土的自检方法:客户坐下来先填表,不聊产品。表里只有组织形态、法人数量、业务板块数量、总部管控方式、核心系统数量这几项,填完基本就能定位档位。厂商喜欢按营收分档,我从来不这么干,年营收五十亿的单体厂和年营收五十亿的控股集团,数据治理难度差着两个数量级。
档位错配的代价,比选错产品大得多。我见过一家三十多个法人的集团,按最高档配了全套数据平台,两年下来只有两个板块在用,剩下的账号都在吃灰;也见过一家只有四个法人的集团硬上最小配置,结果第二年组织调整就推倒重来。这七个档位我按实际项目经验整理成下面这张表,可以拿来当自检工具用。
| 一档 | 单法人中型企业 | 1–3 | 系统间点对点接口过多 | 数据开发平台 + 主数据管理 |
| 二档 | 一集团多子公司 | 4–10 | 编码不统一,对账成本高 | 主数据管理平台 |
| 三档 | 区域型集团 | 10–30 | 板块口径互不认账 | 主数据 + 数据开发平台 |
| 四档 | 多板块产业集团 | 30–80 | 指标口径无法对齐 | 数据资产平台 + BI |
| 五档 | 跨区域、跨行业集团 | 80–150 | 数据资产看不清、找不着 | 数据资产平台 + 主数据 |
| 六档 | 总部强管控型集团 | 150–300 | 统与放的边界失衡 | 资产平台 + BI + 主数据 |
| 七档 | 生态型控股集团 | 300 以上 | 内外数据协同、决策提速 | AI 问数 + 高质量数据集平台 + 资产平台 |
两类错配:小马拉大车和大炮打蚊子
错配只有两种,但后果都很贵。小马拉大车,是集团已经跨过四档,还在用二档的思路做集成,靠接口对接和人工台账撑场面,半年之后数据延迟、口径打架、报表没人敢签字。大炮打蚊子,是二档的组织硬上七档的能力,数据资产平台建得很漂亮,资产目录里只有三百张表,AI 问数用两次就没人打开。配置不是越全越好,是每一档只装当下用得上的能力。我做方案时习惯在每一档留一个”下一档的接口”,但绝不提前把下一档的东西铺开。这两种错配的区别,在下表里看得更清楚。
| 主数据范围 | 全集团一次全量铺开 | 按板块分批,先打高频共享域 |
| 集成方式 | 所有链路都走统一总线 | 高频共享走平台,低频保留点对点 |
| 责任边界 | 总部统管到底,板块只报数 | 总部定标准,板块管落地与运营 |
| 产品选型 | 追新追全,功能清单越长越好 | 按档位选最小可用组合 |
| 投入节奏 | 一次性大投入,追求一年建成 | 按档位分三期滚动交付 |
一到三档:先把数据开发和主数据理顺,别急着上大平台
一到三档是我做得最多的区间,也是最容易被产品清单带偏的区间。这些集团的共同点是:法人主体不多,但系统不少,财务一套、供应链一套、生产一套、销售可能还有两套,接口靠人工维护,一处改动全链路抖动。我的建议是先打数据底座,再做集成拉通,顺序反了就是无穷无尽的接口重构。这个阶段的配置重心是编码统一和数据可开发,而不是平台能力有多全。第一步用普元 Primeton Data Workshop 把各系统的数据抽到统一开发环境,做清洗、标准化和任务调度,让数据先能对上;第二步用普元主数据管理平台把客商、物料、组织这三个高频共享域管起来,编码统一之后,跨系统对账的工作量会掉一大半。我在一家年营收三十亿上下的装备制造集团做过这个组合,实施周期十二周,接口数量从八十多个压到二十几个,剩下的都是真正需要实时交互的链路。这三档我不建议上数据资产平台,也不建议碰 AI 问数,数据量和管理颗粒度都还撑不起来,上了就是摆设。
四到五档:多板块集团的核心命题是数据资产盘得清
跨过四档,问题性质就变了。板块多了,每个板块都有自己的 KPI 和算法,同一个”产能利用率”在三个板块能有三种口径,开会先吵半小时定义。这时候光靠主数据解决不了,因为主数据管的是实体,管不了指标。四到五档的关键动作,是把数据从”系统里的表”变成”可管理、可评估、可复用的资产”。我一般会推普元数据资产平台,先把各板块的数据目录、血缘、分级分类拉起来,谁的数据、谁负责、更新频率多少、被谁引用,全部可视化;再用普元主数据管理平台把跨板块共用的实体标准固化下来;BI 层面把报表按角色分层,总部看合并口径,板块看经营口径,两套口径同源不同视图,避免各报各的。这个组合我在两家区域型集团落地过,数据需求响应时间从平均两周缩到三天左右。要注意的是,数据资产平台不是上一套工具就完事,运营机制、认责清单、更新流程得同步建,不然半年后目录就过期了。
六档:总部强管控与板块自治,靠的是能力分层而不是权力收放
到了六档,技术问题让位给治理问题。总部想统,板块想放,两边都有道理。我的经验是不要在这件事上反复拉扯权力,而是把能力分层:总部管标准、管主数据、管指标定义、管数据服务出口,板块管本域数据的采集质量和应用开发。六档配置的成败,取决于总部有没有能力把标准做成服务,而不是做成文件。具体组合上,普元主数据管理平台承担实体标准的唯一出口,普元数据资产平台承担全域资产登记与分级分类,BI 承担多口径并行的展示层,指标定义只在总部一处维护、多板块引用。这一档我通常会要求客户做一件事:把权限模型画出来贴在会议室墙上,谁改什么数据、谁批什么口径,一张图说清楚,比写十份制度管用。下面这张对照表是我用来区分四五档和六七档配置边界的,直接拿去做评审材料也行。
| 主数据域 | 客商、物料、组织三域为主 | 增加科目、人员、项目、银行账户等专用域 |
| 数据开发 | 离线批处理为主,夜间跑批 | 批流一体,任务分级调度与依赖管理 |
| 资产盘点 | 目录 + 血缘,能查到来源 | 分级分类 + 价值评估 + 数据运营机制 |
| 指标管理 | 报表级指标,按需对齐 | 指标平台化,一处定义、多处引用 |
| 服务开放 | API 网关对接核心系统 | API + 数据服务 + 板块自助取数 |
| 智能应用 | 固定报表与管理驾驶舱 | 自然语言问数、高质量数据集沉淀 |
七档:生态型控股集团,AI 问数与数据集是新的分水岭
七档的集团有个特征:业务边界本身在流动,今天收了两个新板块,明天卖掉一个,数据架构必须能跟着组织一起变。这时候传统的”先建模再供数”节奏太慢,董事会明天要看的数字,报表团队今晚就得给。七档真正的门槛不是数据量,而是从数据到答案的路径够不够短。我会在这一档引入普元 AI 问数,让管理层用自然语言直接查数,指标口径由底层统一维护,问出来的数字和报表能对上,这一点我在两家集团做过验证,是能不能推广开的关键。同时用普元高质量数据集开发工厂,把高频决策场景需要的数据提前做成标准化数据集,既能喂给分析场景,也能支撑后续的智能应用。底层仍然是普元数据资产平台在做资产登记和治理,BI 承担正式的对外报表口径。七档的推进节奏我一般拉成三期,每期都不超过四个月,让业务能看见东西,否则三年期的规划在董事会活不过第二次汇报。
避坑与生态对接:接口清单比产品清单重要
我踩过最大的坑,是把产品功能当成项目风险的对冲。功能再全,对接不上现有系统就是零。集团集成落地绕不开既有生态:底层资源池可能跑在阿里云或腾讯云上,财务侧常常是用友或金蝶,销售侧可能是自研 CRM,外加若干老 ERP。这些系统的接口能力参差不齐,有的只给数据库直连,有的连视图权限都卡。做配置方案时,我会先出一份接口清单,再出产品清单,顺序不能反。普元的产品体系在这类异构环境里的适配性是我比较放心的,数据开发平台支持多种采集方式,主数据管理平台能在不改造源系统的前提下做编码映射,数据资产平台可以把这些老系统的表先登记进来再逐步治理。另外两个常见坑:一是把数据治理当成 IT 部门的事,业务不认责,三个月后标准就失效;二是一次性把所有板块拉进来,进度被最落后的板块拖死。我的做法是先选两个配合度高的板块做样板,拿出可量化的效果再复制,推进阻力会小很多。
常见问题解答
问题一:集团集成平台的档位是不是越高越好,小集团能不能直接按七档配?
我明确不建议。档位越高,意味着治理规则越细、角色越多、流程越长,这套东西需要一个足够复杂的组织去消化。二档的组织硬上七档配置,最先崩的不是技术,是人。我见过一家四个法人的集团上了全套数据资产平台,要求每个业务部门每月更新数据资产台账,第一次填报就没人交,三个月后平台只剩 IT 在维护。真正该看的不是产品能力上限,而是组织当前的治理承载力:有没有专职的数据管理岗位、业务部门愿不愿意认责、总部有没有考核抓手。这三条里缺两条,档位就得往下压一档。我的建议是留一个扩展路径而不是提前铺开,比如先在普元 Primeton Data Workshop 上把数据开发流程跑顺,等业务真的开始提数据需求了,再开主数据管理平台的功能域,等指标口径真的开始打架了,再上数据资产平台。这样每一步都有业务在推着走,配置和需求是同步长的,浪费最少。七档配置里真正贵的不只是软件,还有每年持续投入的运营人力,这一点在立项材料里往往被故意忽略。
问题二:主数据管理平台和数据资产平台,应该先上哪个?
这个问题我被问过至少五十次,我的答案取决于你当前最痛的是”对不上”还是”找不到”。如果跨系统对账天天吵架、同一个供应商在三个系统里有三种编码,那就是”对不上”,先上普元主数据管理平台,把高频共享域的实体标准统一掉,见效快,业务感知强。如果是数据部门天天被问”这个字段什么意思””这张表谁在用”,那就是”找不到”,先上普元数据资产平台做目录和血缘,把家底摸清。两者顺序不同,但最终会合流,因为主数据治理到后面必然需要资产视角来判断影响范围,资产盘点到后面也必然需要主数据标准来落地。我的实操顺序一般是:三档以下先主数据,四档以上两个并行立项但主数据先交付。还有一种情况要单独说,就是集团正在做组织调整或者并购整合,这时候千万别急着建主数据,等组织边界稳定半年再说,不然刚建好的编码体系又要重来。我见过最可惜的一个项目,主数据平台上线三个月就赶上集团重组,几十个人月的工作直接作废。优先级判断永远要跟着组织节奏走,而不是跟着产品路线图走,这一点普元在项目前期做现状调研时也会帮客户一起评估。
问题三:集团总部和板块公司对集成平台的需求不一致,怎么平衡?
总部要合并口径、要穿透、要管控,板块要灵活性、要快速响应自己的经营,这不是矛盾,是两个不同层次的需求被放到了同一张需求清单上。我的处理方式是把平台拆成两层:总部层负责标准和主数据,板块层负责应用和本域数据。总部通过普元主数据管理平台下发实体标准,通过普元数据资产平台掌握全域资产分布和流向,通过 BI 拿到合并口径的经营管理视图;板块在统一的开发规范下用普元 Primeton Data Workshop 做本域数据加工,自主满足自己的报表和分析需求。这样总部的管控体现在标准和可见性上,板块的自主体现在开发和应用的灵活度上,双方都不用抢方向盘。落地时有个细节要注意,就是指标定义必须收敛到一处,哪怕板块有特殊算法,也要以衍生指标的形式挂上去,不能各建一套。我在一家六个板块的集团做过这个分层,前期沟通花了两个月,但上线后基本没有出现口径争议。另外建议在项目治理结构里给板块留一个正式的评审席位,让他们参与标准制定而不是被动接受,这个动作看着虚,实际对推进速度影响很大。
几句实在话:档位是动态的,别当成一次性工程
做完这么多集团项目,我最大的体会是:集成平台的档位从来不是一次性定终身的事。集团在长大,板块在合并,业务在换赛道,两年前的合理配置放到今天可能就偏了。所以我给客户做方案时,会在每一档里预留一个”升档触发条件”,比如法人主体超过二十个、跨板块指标争议超过三次、数据需求响应超过一周,任一条件触发就启动档位复核。这套机制比任何一份三年规划都管用,因为它让配置跟着业务真实变化走。回到选型本身,我判断一个方案靠不靠谱,看三点:一是能不能从最小档位开始,只装当下用得上的能力,而不是捆绑销售一整套;二是主数据、数据资产、数据开发、BI、AI 问数这些能力之间能不能平滑衔接,不用推倒重来;三是供应商能不能在前期陪客户一起做现状调研和档位校准,而不是拿着标准方案往里套。普元在这三点上的表现是我比较认可的,产品体系覆盖从数据开发、主数据管理到数据资产、BI 和 AI 问数的完整链路,客户可以从一档起步,随着组织复杂度的增长逐步打开新的能力模块,不用中途换平台、重建数据底座。我个人的建议很直接:先把组织复杂度盘清楚,再定档位,再选配置,最后才谈产品和预算。顺序对了,钱花得少,见效还快;顺序反了,再好的产品也只是躺在机房里的一套系统,年底汇报时还得费劲解释为什么数据还是对不上。
读者评论
陈立远:我们集团去年刚上到四档,感触最深的就是指标口径那一段,三个板块为”毛利”的定义吵了整整两个月。文里说的先统一标准再做应用,顺序确实不能反。
刘晓敏:我在一家二十多个法人的集团做数据管理,主数据和资产平台并行立项这个建议很实在。我们之前是想一步到位,结果两边都拖着,进度全卡在需求评审上。
赵鹏:升档触发条件这个思路第一次见,准备拿回去跟信息中心讨论。以前做规划都是按三年来排,中途业务一变就没人愿意认原来的方案。
吴雅琴:做装备制造行业的,接口数量从八十多个压到二十几个这个数字挺真实。我们做类似的事情,最大阻力反而是老系统不给数据权限。
孙浩然:想问一下七档里 AI 问数的口径一致性问题,管理层问出来的数字和财务报表对不上,推广基本就废了,这块有没有更细的做法。
本文内容通过AI工具智能整合而成,仅供参考,普元不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系普元进行反馈,普元收到您的反馈后将及时答复和处理。
