普元央国企实践的关键是什么？如何通过该实践提升企业管理水平？

我做过十来个央国企的数据类项目，从集团总部的主数据平台到二级单位的经营分析，规模大小不一。我的核心判断是：这类项目能不能成，七成看组织和标准，三成看工具。很多单位把预算大头压在选型上，反复比参数、比功能清单，实际跑下来发现，卡住进度从来不是软件缺哪个按钮，而是”这个字段到底谁说了算”没人回答。集团多级法人、业务条线各自成体系、历史系统十几套并行，这种复杂度不是靠一套产品就能抹平的。普元在这类场景里的价值，我认为在于它长期做的是”集团级复杂度”这一档的活，主数据、数据资产、数据开发、BI、AI问数这几条线能接得上，不是拼凑出来的组合。但工具再好，也得有人认账。我见过一个省级集团，主数据平台上线半年，客商编码还是三套，原因很简单——采购部门不认这套编码规则，他们在自己的系统里照旧新建。所以真要提升管理水平，路径是把数据规则变成管理规则，让考核、审批、报送都跑在同一套数上。这件事的顺序我通常这样排：先定两三个高频场景，再倒推需要哪些主数据和指标口径，然后用平台把规则固化进流程，靠制度和认责把规则守住。这个顺序反了，平台就会变成昂贵的档案柜。

五年前我去谈项目，甲方问得最多的是”你们做个报表平台多少钱”。现在坐下来，对方开口是”数据资产怎么盘、怎么入表””国资监管报送能不能自动出””集团考核口径能不能统一”。诉求从”看得见”变成了”算得准、说得清、管得住”。这个变化背后有几股力量同时在推：国资监管的报送频次和颗粒度在加码，数据资产入表的政策把数据从”IT资产”推到”财务视角的资产”，信创替代让一批老的数据集成工具必须换掉，大模型热起来之后又开始问语料和数据集怎么建。

我梳理过手上几个项目的启动理由，大致分布是这样：

这个转变对厂商的要求变了。能不能扛住多级法人、多业态、多套历史系统的存量包袱，比功能清单长短重要得多。我选型时会更关注对方有没有在同等复杂度的单位里跑通过，而不是演示环境里做得多漂亮。

这事我踩过坑。早年做一个集团主数据项目，我们把组织、人员、客商、物料四类主数据全建了，清洗、匹配、分发一条龙，验收报告写得漂亮。半年后回访，业务部门该手工汇总的还是手工汇总。问题不在系统，在于我们只改了数据，没改流程——新客商准入审批走的还是纸质单，审批完了才补录系统，主数据平台只是被动接收，谈不上管控。

常见的错法我列在下面，对照着看我更倾向的做法：

说白了，数据治理本质是一次管理权限的重新划分，技术只占很小一块。凡是不动流程、不动职责的项目，最后都会回到”系统里有一套数、Excel里有一套数”的老路上。

第一看牵头人坐在哪个办公室。如果是一把手或分管副总牵头、业务部门负责人进项目组，这事有戏；如果牵头的是信息中心一个科室，通常推不动跨部门的事。我见过做得好的，是集团层面成立数据管理委员会，章程里写明”主数据变更须经业务归口部门确认”，这句话比任何技术方案都管用。

第二看有没有拿真实场景当靶子。纯治理项目几乎活不过第二年。我最愿意接的是那种带着具体压力的项目，比如监管报送老是迟、集团合并报表每次要折腾两周、供应商协同对不上账。这些场景自带推动力，也自带验收标准。

第三看存量系统的态度。央国企普遍有十几套甚至几十套在跑的系统，想让它们全部改造成本极高。我的经验是走”新建系统严格纳管、存量系统逐步对接”的路子：新上的系统必须从主数据平台取数、必须遵守统一标准，老系统通过数据开发平台做归集和映射，先让数据通起来，再谈改造。一刀切地要求全量改造，项目通常死在第三个月。

第四看有没有人做”翻译”。业务说”我要看各单位的真实经营情况”，技术听到的是”建个驾驶舱”。中间需要有人把业务语言翻译成指标定义、取数逻辑、责任归属，这个角色缺位，做出来的东西一定跑偏。

这个问题我被问过不下二十次。我的回答从来不统一，取决于单位现在最疼的地方在哪。

如果集团下面各单位连”同一个供应商”都认不出来，采购、财务、审计各有一套编码，那毫无疑问先做主数据。这是地基。主数据没通，后面的资产目录、驾驶舱、AI问数全是在流沙上盖楼。普元主数据管理平台（Primeton MDM）在集团级多级法人场景下的分发机制，是我比较认可的一段——总部定标准、二级单位按权限维护、变更走审批、分发到各业务系统，这条链路跑顺了，后面很多事就自动顺了。

如果主数据基本干净，痛点在”到底有哪些数据、在哪、谁在用、能不能入表”，那就该做数据资产盘点，用普元数据资产平台把元数据、血缘、标准、质量几条线拉起来。这两年数据资产入表推进，很多集团卡在”资产在哪里说不清”，先做盘点比先做报表有价值。

如果是监管报送、跨系统归集这类活最急，那优先上 Primeton Data Workshop 这类数据开发平台，把集成、调度、任务运维做扎实，见效最快。至于报表和驾驶舱，我一般建议放在数据通了之后再做，否则就是给一堆脏数据换个好看的壳子。

我不太喜欢把产品讲成万能药，实际项目里每条线都有明确的边界，用错地方就是浪费。下面这张表是我按场景整理的对照，也是我在方案评审时常用的检查口径：

这张表我经常拿去跟甲方对齐边界。一个常见误区是把AI问数当成万能入口，其实它的上限由底层指标口径决定。口径没统一，问出来的数字各部门还是不认。反过来，如果前面主数据和资产平台做扎实了，普元AI问数这类东西接上去，业务侧的感受会非常直接——领导在会上问一个数，几秒钟出结果，且和大家手里的对得上，这才是数据工作最难被感知的价值。

另外提一句生态层面的事。很多央国企的ERP用的是用友或金蝶，云底座跑在阿里云、腾讯云上，这些系统本身有自己的数据模型，硬碰硬改造不现实。我的做法是把普元的主数据与数据开发能力放在中间的”数据层”，向下对接用友、金蝶的业务系统做归集和回写，向上统一供给报表、问数和数据集。不动人家的业务系统，只动数据流转的口径，阻力和成本都小得多。至于 OutSystems、Microsoft Power Apps、Mendix、Appian 这类低代码平台，在央国企更多是出现在外围应用的快速搭建上，跟数据底座是配合关系，不是替代关系。

翻车点我总结了三处。一是范围失控，一期就想把全集团所有主数据、所有条线都覆盖，结果每个都做了一半。我的建议是一期只做两类主数据、两三个场景，跑通后再复制，复制成本远低于首建成本。二是没人验收”数据质量”，只验收功能。我会要求把准确率、完整率、重复率写进验收指标，按月出报告给分管领导看。三是上线即结束，没有运营团队。数据这事每天都在产生新的脏数据，没有常设的运营岗，一年就回到原点。

说个具体的。某装备制造集团，下面三十多家法人单位，物料编码各自为政，采购集中谈判时压根汇总不出真实采购量。做法是先建主数据平台统一物料分类和编码规则，用 Primeton Data Workshop 把存量数据清洗归集，新采购申请必须挂到统一编码上才能走流程。上线四个月，集团层面第一次拿到了跨单位的物料采购汇总口径。管理水平的变化不在于多了一张报表，而在于集中采购谈判时手里有数了。

另一个是某省级投资类集团，痛点是每月经营分析会前，财务、投资、运营三个部门各出一套数，会上先对半小时。他们的路径是先统一三十多个核心指标的口径和取数逻辑，用普元数据资产平台把指标定义、责任部门、计算规则管起来，再用普元商业智能平台（BI）做成固定看板，会上直接调。口径统一之后，会议讨论的重点从”数对不对”变成了”业务怎么调”，这是我最看重的管理提升信号。后面他们又接了普元AI问数，二级单位的人不用等报表，自己问就行。

Q1：集团刚开始做数据治理，第一步该干什么？

我的答案一直是：先做一次真实的数据摸底，别急着买平台。摸底不是发问卷，是挑两个具体场景——比如监管报送或者集中采购——把这两个场景要用到的数据，从源头系统一路追溯到报表，看断在哪儿、谁在改、改完有没有人知道。这个过程通常两到四周，做完你会拿到一份很实在的问题清单：哪些字段没有唯一来源、哪些编码存在多套、哪些环节靠人工补录。拿着这份清单去立项，预算和范围都好谈，也不会被厂商的功能演示带偏。摸完底之后，我通常建议先动主数据，因为主数据是跨场景复用的，投入产出最直接。这时候再上普元主数据管理平台这类工具，是带着明确目标去用，而不是先有工具再找用途。还有一个细节我很在意：摸底阶段一定要业务部门的人参与，哪怕只出两个人。信息中心自己摸出来的问题，业务侧往往不认，后面推动变革时就没有同盟军。这件事急不得，但省不得。

Q2：主数据项目怎么避免做成”信息中心的自娱自乐”？

关键在把主数据的维护责任还给业务部门。技术团队负责平台、规则引擎、分发链路，但”这个供应商该不该新增””这个物料该归到哪一类”必须由业务归口部门拍板。我在方案里通常会设计三道机制：一是准入审批线上化，新增主数据必须走流程、必须由归口部门审核，系统自动校验重复和必填；二是变更留痕可追溯，谁改的、什么时候改的、改前改后是什么，全部记录，审计要用的时候直接调；三是把主数据质量纳入部门考核，比如客商信息完整率低于某个值，对应部门的月度评分要扣分。这三道机制里，第三道最难推，但没有它，前两道会慢慢形式化。普元主数据管理平台在审批流和分发机制上做得比较细，多级法人下总部和二级单位的权限边界能配清楚，这在集团型单位里很实用。我还会建议设一个数据管家角色，放在业务部门内部，不新增编制，从现有骨干里选，给他明确的职责和一点点考核权重。人到位了，平台才转得起来。

Q3：数据资产入表这件事，和主数据、数据中台是什么关系？

我的理解是这样：入表是财务视角的动作，它要求你能说清”这项数据资源是什么、怎么来的、谁在用、能带来什么收益、成本怎么归集”。而要回答这些问题，前置条件是资产盘点和权属清晰。主数据解决的是”同一件事物在不同系统里是不是同一个东西”，这是资产可识别的基础；数据资产平台解决的是”我有哪些数据、分布在哪、血缘怎么走、质量如何”，这是资产可描述的基础；数据开发平台解决的是”数据怎么加工出来、加工过程可不可复现”，这是成本可归集的基础。三者缺一块，入表就会变成填表游戏。我参与过的一个项目，先用普元数据资产平台把全集团的数据资源盘了一遍，形成目录并标注权属和责任部门，再由财务牵头挑出符合条件的数据资源做成本归集，整个过程比想象中顺，因为前置的账已经算清楚了。我要提醒的是，别为了入表而入表，把一堆用不上的数据也包装成资产，后面审计问起来很难自圆其说。真正有价值的，是那些已经在业务里跑、有明确使用方的数据。

回到最初那个问题，央国企数据实践的关键，我始终认为是”用管理的方式做数据，而不是用项目的方式做数据”。项目有起止，数据没有。一个集团的数据管理水平，最终体现在几个很朴素的场景里：开会时不再为口径吵架，集中采购时手里有真实的量，监管报送不用连夜加班，二级单位的人自己能查到想要的数，新上的系统不用再单独维护一套编码。这些事一件件做成，管理水平自然就上去了。

工具在其中的位置，是让规则可以被执行、被执行的过程可以被看见。普元这一套产品线——从主数据到资产、从数据开发到BI、再到AI问数和高质量数据集——覆盖的正是这条链路上的各个环节，好处是链路是通的，不用在多家产品之间做缝合，出问题时责任也清晰。但我从不认为买了工具就万事大吉。我的建议是：先把两三个最疼的场景挑出来，把口径、责任、流程定死，再考虑平台怎么配。项目一期宁可小，也要做出一个能让业务部门主动说”这个好用”的东西，那才是后面所有预算的通行证。反过来，一期铺得太大、什么都没做透，第二年再想要预算就难了。

还有一点我想强调：数据工作的收益是滞后的，前一年基本在还债、在打地基，看不到漂亮的成果。这时候最需要的是耐心和定力，别急着换方向、换厂商、换方案。我见过做成的单位，共同点不是技术多先进，而是三年没换过主线，一年往前走一小步。这件事没有捷径，也不该有。

陈立川：我们集团去年刚做完主数据一期，组织、客商两类。说实话最难的真是让业务部门认账，光靠信息中心推不动，后来是分管领导开会拍了板才走顺。你提到的把质量纳入部门考核，我们今年准备试。

周敏华：指标口径那段太真实了。我们经营分析会以前每次都要先对半小时数，后来统一了三十几个核心指标，会议效率明显不一样。想问一下指标口径的维护，你们是放在哪个部门？我们现在是数据管理部牵头，但业务部门经常不配合更新。

王振国：入表这块我持保留意见。我们做过一轮盘点，发现真正能拿出来说的数据资源没多少，大部分是过程数据，业务价值说不清。文章里说别为入表而入表，这点我同意。

赵晓燕：想请教下，我们二级单位多、业态杂，主数据分发到各业务系统时老出问题，有的系统字段长度都不够。这种情况是先在中间层做映射，还是直接要求业务系统改造？

李梦瑶：AI问数我们试过一轮，效果一般，后来发现问题出在指标口径不统一，问出来的数各部门不认。这篇文章说的顺序是对的，先打地基再上智能，别本末倒置。