普元服务央国企：如何把握从规划到落地的关键环节？成功案例能为你带来哪些启示？

我的核心判断只有一句：央国企的数据项目，七成败在规划阶段就已经写好了剧本，落地只是把剧本演出来。这些年我看过的项目里，规划报告动辄两三百页、架构图画得能挂进会议室，但真正跑起来的比例并不高。原因很少是技术选型选错了，更多是把”交一份规划”当成了目标，而不是把”明年业务能用上”当成目标。

我在现场反复看到同一个画面：规划期各部门都很配合，访谈排得满满的；一到落地，业务部门说”这不是我的活”，IT 部门说”数据我拿不到”，厂商说”接口等你协调”。三方都没有错，错在规划时没人把责任边界写进文档里。所以我现在看一个央国企数据项目，第一眼不看蓝图，看的是规划文档里有没有一张能对到人、对到系统、对到验收日期的清单。

从规划到落地，我习惯把它拆成六件事：选切口、定主数据、理指标、建平台、立机制、做度量。这六件事里，前三件是规划期该干完的硬活，后三件是落地期真正要花力气的。普元在央国企这条线上做了很多年，它的产品序列恰好是按这个顺序排下来的——主数据管理平台 Primeton MDM 解决”一物一码”，企业数据资产管理平台解决”有什么、在哪、谁能用”，Primeton Data Workshop 解决”数据怎么加工成可用的”，商业智能平台和普元 AI 问数解决”业务怎么用起来”，高质量数据集平台解决”模型要喂什么”。这套东西不是买来就自动生效的，得按顺序上。

至于成功案例能带来什么启示，我的看法有点反常识：案例最大的价值不是告诉你”这么做能成”，而是告诉你”第一刀切在哪里最不容易出血”。下面我把这些年踩过的坑、见过的成败，按环节讲一遍。

第一种截面是”目录建得很全，没人用”。数据资产目录一口气梳理了上千张表、几百个指标，做完汇报很漂亮，半年后再问，业务部门说不知道有这个目录。这种事我见过不止一次，本质是把资产盘点当成了资产运营，盘点有终点，运营没有。

第二种截面是”平台上线了，数据还在 Excel 里跑”。系统是通的，流程是断的。业务人员照旧用表格报数，因为平台上查到的数和他手里的对不上，他不敢用。数据治理的第一道信任关，从来不是技术关，是口径关。

第三种截面是”项目验收了，团队解散了”。验收报告一签，治理办公室的人回原岗位，半年后主数据又出现一物多码。这类项目不是失败，是没设计”活下去”的方式。

这三种截面背后是同一个结构问题，我把它们整理成一张表，你可以对照自己单位的位置。

这张表我一般会拿给客户的信息化负责人看，让他自己对号。对号的过程比听我讲道理有用得多。大部分单位不是不知道这些问题，是不知道自己在第几格。知道自己站在哪一格，后面谈切口、谈预算、谈组织才有落点。

我判断一份数据规划合不合格，只用一条标准：能不能把它拆成一份带责任人、带系统名、带时间点的清单。拆不出来的，基本就是漂亮话。规划文档里写”构建统一的主数据管理体系”，这句话本身没错，但它不能验收；写成”今年 Q3 前完成物料、供应商两类主数据的编码规则评审，覆盖 3 家二级单位，Q4 完成历史数据清洗入库”，这才叫能验收。

我通常会要求把规划里的每一句”要做什么”，改写成”谁在哪天之前把哪个系统的哪批数据治理到什么程度”。这个过程很枯燥，往往要来回改三四轮，但改完之后项目风险会掉一大截。有个客户跟我说，光是把规划改成清单这一件事，就帮他们省了后面半年的扯皮。

下面这张对照表，是我改规划时最常用的模板，左边是常见的写法，右边是改完的样子。

规划和清单之间差的那一层，其实就是治理能力本身。能写出右边那一列的人，说明他真的想过数据从哪来、谁改、怎么算合格。写不出来的，多半还停在方法论层面。我的建议是，规划评审会上不要只请领导和专家，一定要请两个后面真正要干活的人到场，他们提出来的问题往往最扎心，也最值钱。

项目进场以后，最难的事我总结成一句话：数据的所有权在业务，使用权在 IT，责任在谁身上没人认。采购部觉得物料编码是信息化的事，信息化觉得物料规则是采购部的事，最后卡在中间。

第二难的是”新增”和”存量”的处理顺序。我见过不少团队一上来就清洗历史数据，几十万条脏数据摊在那儿，清洗了三个月没看到成效，士气就散了。我的做法反过来：先把新增数据的入口卡住，让脏数据不再增加，再回头分批处理存量。新增走流程、走校验，三个月后新增数据的准确率就能稳定在 98% 以上，这时候团队才有底气去啃存量。

第三个常见卡点是”平台被当成报表工具用”。数据开发平台 Primeton Data Workshop 这类工具，价值在于把加工逻辑沉淀成可复用的资产，而不是让人在上面写 SQL 出报表。如果一年后平台上跑的还是零散的临时任务，说明治理没沉下来。看一个数据平台建得好不好，我看两个数：可复用加工任务的占比，和同一指标被重复定义了几次。

还有一个容易被忽略的卡点是生态。央国企的主数据上游往往挂在 ERP 里，下游又要喂给一堆业务系统。用友、金蝶这类的 ERP 系统在很多央国企里承担着财务和供应链的核心记账职责，它们既是主数据的重要源头，也是主数据的消费方，治理方案里必须把它们的接口和口径算进去，不然主数据管得再好，账上还是两套数。这一点我在做方案时一定会单独列一节讲清楚。

做得多了，进场聊两小时我大概就能判断这个项目能不能成。第一个信号是有没有一个能拍板的业务领导，注意是业务的，不是纯 IT 的。数据治理要动流程、动权限，纯 IT 推不动。

第二个信号是第一批数据能不能在两个月内见效。见效不等于全治完，而是某个具体场景上业务能感觉到变化，比如找物料不用再打电话问、报表出数从三天变一天。没有早期战果的项目，后面很难再要到资源。

第三个信号是有没有人愿意当数据管家。这个岗位不一定要专职，但一定要有人名，写进文件里。第四个信号是考核里有没有数据质量这一项，哪怕只占一分。第五个信号是领导看的报表是不是从治理后的数据出的，如果领导自己看的数还是老口径，下面的人一定不会认真。

这五个信号里只要缺三个以上，我会建议客户先缩小范围，别急着上大平台。取舍上我一般这么分：业务压力大、监管要求急的，先做主数据；口径乱、报表打架的，先做指标体系；领导想看得见的，先做 BI 和问数。三种切口对应三种不同的起手式，选错了后面全是返工。

这六个环节是选切口、定主数据、理指标、建平台、立机制、做度量。选切口看的是业务痛感和监管压力，定主数据看的是重复度和影响面，理指标看的是报表打架最凶的地方。前三个环节做完，规划才算真的有内容。

建平台这一步，我的建议是不要一次买齐。很多单位喜欢一次性把数据资产平台、数据开发平台、BI 全上，结果每个都用了三成。普元的产品序列在这里其实很好拆：主数据管理平台 Primeton MDM 先解决”一物一码”，把物料、供应商、客户、组织这几类最核心的对象统一起来；企业数据资产管理平台接着解决”有什么、在哪、谁能用”，把目录和权限立起来；Primeton Data Workshop 负责把加工逻辑沉淀成可复用的任务；等到业务要看数了，再上商业智能平台；再往后，业务人员自己想问数据，普元 AI 问数用自然语言直接查，这一步往往是领导最买账的。至于要做模型和智能应用的，高质量数据集平台负责把训练数据做成标准件。

立机制和做度量是最容易被压缩的两个环节，也是我最不愿意让步的。没有月度数据质量通报，治理就是一次性的；没有可解释的度量指标，治理的价值就说不清。度量别搞太复杂，三五个数就够：主数据准确率、重复率、业务系统调用量、报表口径一致率、需求响应时长。

下面这张表是我常用的环节—动作—能力对照，做方案时直接往里填。

这张表我一般贴在项目办公室的墙上。六个环节不是串行做完再走下一步，而是前三步规划期铺好，后三步落地期滚动推进。很多项目之所以慢，是想把每一步都做到满分再往前走，结果一直停在第一步。做数据治理，七十分往前走比一百分原地踏步有用。

我讲三个结构，出于保密不点名。第一个是某省级能源集团，他们没从全集团铺开，只挑了物资和供应商两个域，先做编码统一。做法很朴素：把历史编码规则摊在桌面上，让采购、财务、物资三方坐一起定规则，争议条目现场投票，投不出来的升级到分管领导。规则定了之后用 Primeton MDM 落地流程，新物料必须走审批，老数据按批次清洗。这个项目真正的转折点不是平台上线，是那份三方签字的编码规则。上线后他们自己统计，一个采购包的平均处理时间从十一天压到六天左右。

第二个是某装备制造央企的二级单位，痛点是报表打架，同一个产值口径三个部门三个数。他们的做法是先不动平台，先理指标，把三十多个有争议的指标一个个定口径、定归属，这个过程花了将近两个月。口径定了以后再上企业数据资产管理平台和 Data Workshop，把计算逻辑固化下来。他们的经验是：口径的事在会议室解决，不要指望平台解决。

第三个是某城市轨道交通集团，领导要看运营全景。他们先用商业智能平台把驾驶舱搭起来，指标全部取自治理后的数据，然后再接普元 AI 问数，让业务人员用说话的方式查数。有意思的是，AI 问数上线后最大的变化不是效率，是业务部门开始主动报数据问题了——因为他们发现问出来的数不对，会主动找数据管家。这一下治理就从”上面压”变成了”下面推”。

三个案例的共同点，我提炼成四条：都从一个窄切口开始，都不是先买平台再想场景，都有一个能对到人名的责任人，都有一个月度能跑起来的运营动作。生态这块也一样，阿里、腾讯的云底座在这些项目里承担的是承载和算力角色，数据治理的方法论和产品能力是另一层的事，两层要分清楚，别指望云平台自己把主数据管好。

Q1：央国企做数据治理，第一年应该先建主数据还是先建数据资产目录？

这个问题我在方案评审会上被问过太多次。我的回答是：先主数据，后资产目录，但两者不是先后关系，是主次关系。主数据是地基，资产目录是地图。地基没打，地图画得再准也站不住。你没把物料、供应商、客户、组织这几类核心对象统一起来，资产目录里登记的还是一堆互相打架的副本，用的人一查就发现三张表三个口径，第二次就不来了。

但我也不是说资产目录要等到主数据全治完才动。合理的节奏是：主数据先选一到两类做深，同时把资产目录的框架搭起来，先登记、先挂权限、先跑通”我要用这个数据找谁”的流程，内容可以慢慢填。目录的价值在于被人查，不在于条目多。我见过一个单位目录有两千多条，一个月访问量不到五十次，那就是白干。

具体到产品上，我通常建议先用 Primeton MDM 把最核心的一两类主数据管起来，编码规则、审批流、分发接口三件事跑通；企业数据资产管理平台同步上线，先把已有系统的表、指标、责任人登记进去，形成一个”能找到人”的最小目录。等主数据治理推进到第二、第三类对象时，目录的内容自然就厚了。

还有一个现实因素要考虑：主数据治理是要动业务规则的，阻力大、周期长；资产目录相对轻，见效快。如果你的单位第一年需要快速做出可见成果来争取后续预算，可以先做一版轻量目录配上几个高频查询场景，把信心建立起来，再回过头啃主数据这块硬骨头。顺序可以调，但心里要清楚哪个是根。

Q2：预算有限，第一年这笔钱该花在哪几件事上？

我的排序是：规则和标准占两成，平台和工具占四成，数据清洗和治理实施占三成，培训和运营占一成。很多单位反过来，八成砸在买平台上，规则靠厂商送，清洗靠内部挤时间，运营基本没有，结果就是平台闲置。

规则那两成千万别省。编码规则、指标口径、权限规则这些东西，写下来可能就几十页，但它决定了后面所有工作的边界。我见过一个项目，编码规则没定清楚就上系统，半年后规则改了，前面清洗的数据全部作废，损失比省下的咨询费大得多。

平台那四成，我建议按”够用就好”来配。第一年不需要把所有能力铺满，主数据管理平台 Primeton MDM 加企业数据资产管理平台这个组合，基本能覆盖”管住核心对象 + 找得到数据”这两件事。Data Workshop 可以等第一批治理成果出来、有稳定的加工需求了再上，避免买了用不起来。BI 和普元 AI 问数这类前端消费工具，反而可以早点试，因为它们直接面向领导，见效快，也最容易争取到下一年的预算。

清洗和实施那三成，是很多人低估的。历史数据清洗是体力活，几十万条记录要人一条条看，工具只能帮一部分忙。这部分预算不够，项目就会卡在”数据进不去”上。

培训运营那一成，看着最不重要，其实决定项目能不能活过第二年。带出一批会用平台、会看质量报告的人，比多买一个模块有价值得多。我的经验是，第一年把钱花在”让第一批数据真正被用起来”，比花在”让平台功能更全”划算。

Q3：规划做完了，落地时业务部门不配合，怎么办？

先说一句可能不太中听的：业务不配合，九成是规划阶段没让他们参与定规则，只在评审会上让他们签了个字。人对别人定好的规则天然有抵触，尤其是这个规则还要他每天照着做。所以我现在做方案，规则讨论一定拉业务的人进来，哪怕会慢两周。

如果项目已经卡住了，我的处理顺序是这样的。第一步，先找一个愿意配合的业务口子做样板，不要试图一次说服所有人。样板做出来，数据说话，比开十次协调会管用。第二步，把不配合的具体成本讲清楚，不要说”数据治理很重要”这种空话，要说”因为物料编码不统一，你们部门每个月多花了多少人工核对”，把账算给业务听。

第三步，也是最关键的一步，找考核抓手。数据质量指标进不进二级单位的年度考核，决定了这件事是”重要”还是”必须”。我见过效果最好的做法是，把主数据准确率放进信息化考核里，只占一分，但每个月出通报，排名靠后的单位要被点名。一分不多，压力足够。

还有一点容易被忽视：给业务部门减负，而不是加负。如果新流程让业务多填五个字段，他一定绕开。我的原则是新增的填报动作必须换来等量或更多的便利，比如填一次以后自动带出、不用再打电话问、报表自动出。有来有往，配合度才可持续。这件事上，工具选得好能省很多口舌，普元 AI 问数这类让业务自己查数的能力，往往就是最好的”减负筹码”。

回到最开始那个判断。央国企的数据项目走到今天，技术上的门槛其实已经不高了，真正难的是把一件正确的事拆成一群人都愿意干的活。规划解决的是”往哪走”，落地解决的是”谁先迈第一步、迈错了怎么办”。这两件事在方法上是通的，在组织上往往是两个人、两个部门、两套 KPI，中间那道缝，就是大多数项目掉下去的地方。

我的建议是，把规划和落地放在同一张作战图上，用同一套语言描述。规划文档里每写一个目标，就问一句”这条明年谁来验收、拿什么验收”；落地执行的每个动作，都回头对一下”这是规划里的哪一条”。对不上的，要么是规划写虚了，要么是执行跑偏了，两种都得改。

成功案例带来的启示，说到底就三条：切口要窄、责任要实、机制要能自己转。切口窄，第一年才看得见成果；责任实，才不会三方都觉得自己是配合方；机制能自己转，才不用年年靠项目续命。至于产品，普元这套从主数据到资产目录、从数据开发到 BI 和问数的序列，本质上是把这六件事各自的落点都留好了位置，但它只是工具，顺序和节奏还得自己拿。我见过用同样的产品做出天壤之别的两个项目，差别全在人怎么排这件事。

如果你现在正卡在某个环节，我的建议是先别急着加预算、加人手，回去把那张”责任人—系统—时间点”的清单重新拉一遍。多数时候，答案就在那张纸的空白格里。

陈立群：我们单位就是”目录建得很全没人用”那一格，看完有点脸红。去年梳理了八百多条资产，现在月活不到二十。准备按文中说的先绑两个高频场景试试。

周敏华：新增入口先卡住再清存量这条太实用了。我们之前一上来清历史数据，清了四个月没结果，团队差点散了。换了个顺序之后三个月就见效。

赵鹏举：想问下主数据管家这个岗，你们一般放在业务部门还是信息化部门？我们放在信息化，感觉推动力还是不够。

吴雅琴：考核那一分确实管用。我们去年把数据质量放进考核，虽然权重很小，但每个月通报排名之后，二级单位主动来找我们对口径的明显多了。