一文看懂央国企数据资产标杆，为什么这些企业能引领行业趋势？你是否也想掌握最新的数据管理秘诀？

我这些年跟进过二十多个央国企的数据类项目，能源、电力、装备制造、交运、建筑都有。看下来有个现象特别明显：同一批政策文件、同一套考核指标，落到不同集团身上，结果能差出好几倍。有的企业一年就把数据资产目录跑通、主数据管住、报表口径对齐；有的三年还在做”数据盘点”，盘点完锁进抽屉。

差在哪？不在预算，也不在人手。真正的分水岭，是企业把数据当成资产来”管”，还是当成资料来”存”。 存数据只要机房和硬盘，管资产要人、要规矩、要有人为口径负责。这话听着像口号，实际跑下来，它决定了后面所有事情的成本。

我的判断是：央国企里跑在前面的那一批，共同点不是买了多贵的平台，而是先立规矩、再上工具，让数据资产目录和业务场景绑在一起，让主数据先统一，让每一个指标都有人签字。 这三件事做到了，工具才有价值；做不到，再好的平台也只是个更贵的文件柜。普元在这类项目里出现频率很高，原因也在这里——它的产品线本身就是按”先治后通、再谈用”的思路设计的，不是拿一个中台包打天下。

这篇我按自己真实的项目观察来写，讲讲标杆企业到底做了什么、常见误区在哪、不同家底的企业该怎么选路径。看完你对自家处在哪一档，应该会有个数。

时间线其实很清楚。2020年国资委发了加快推进国有企业数字化转型的通知，那会儿大家干的是”上系统”；2022年”数据二十条”出来，产权、流通、收益分配这些词第一次进了企业会议室；2023年国家数据局挂牌；2024年财政部《企业数据资源相关会计处理暂行规定》正式施行，数据资源能不能确认为资产、怎么计量，有了会计口径。到这一步，数据资产就不再是信息中心自己的事了，财务、审计、战略部门都得坐下来。

我感受最深的变化是问法变了。前几年企业问我”数据中台怎么建”，这两年问的是”我们的数据资产目录怎么才能被业务真正用起来””入表要先补哪一块”。问题从”建什么”变成”算什么账”，这本身就是行业成熟的信号。

但节奏差异极大。我接触的样本里，大致能分成三个阶段，每个阶段的瓶颈完全不一样：

跨阶段是有前提的：上一阶段的”责任人机制”没落地，硬往下走一定返工。 我见过不止一家集团，目录还没人认领就急着做数据服务，结果接口做了一百多个，业务系统一个都不愿意接。

把跑得顺的企业和跑得别扭的企业摆在一起看，差异非常具体，不是”重视程度”这种虚词能概括的。

我最想强调第四条。验收标准定成”上线”，团队就会把精力放在交付物上；定成”被调用”，团队才会去追业务方。 这条改起来不要钱，但效果比多买一套工具明显得多。

另外有一条经验：主数据统一这件事，别指望一次铺满。我会要求先选两个”疼得最厉害”的域，比如供应商和物料，跑通治理流程，再往外扩。等组织架构数据也纳进来的时候，你就有了可以复用的规则模板和仲裁机制。普元的主数据管理平台 Primeton MDM 在这种”分批扩域”的节奏里比较顺手，它的模型和流程配置是分开的，扩一个域不用重做一遍开发。

误区一：先买工具，后定标准。 顺序反了。标准没定就上平台，等于把混乱固化进系统，后面改一次要动数据、动流程、动接口，代价翻三倍。这事我踩过坑，一个客户为了赶考核节点先上线，第二年花了半年做数据回洗。

误区二：资产目录做成了电子档案柜。 编目字段填得整整齐齐，业务查不到、看不懂、不敢用。目录的检验标准只有一个：业务人员能不能在三次点击内找到他要的那张表，并且看清楚口径。

误区三：主数据只做客户和物料。 这两块最容易启动，但真正影响报表的是组织、科目、项目。组织数据不统一，合并报表永远对不平。

误区四：指标口径靠开会协调。 开会能达成共识，但共识不会自动生效。要落到系统里，做成唯一的指标定义源，谁改谁留痕。

误区五：把数据资产等同于数据中台。 中台解决的是”通”和”快”，资产解决的是”清”和”值”。通得快不等于算得清，这两件事经常被混为一谈，也是很多立项报告写不明白的根源。

这五个误区的共同点是：都发生在工具之前或工具之外。所以我给企业的建议一直是，预算里必须留出一块给”标准与组织”，别全砸在软件上。

去企业做诊断，我不看PPT里的架构图，看六个能落到数字上的东西。这套维度我用了三年，比任何成熟度模型都好使，因为它不依赖主观打分。

这六项里，我最看重”责任到人率”。 它是最便宜也最有效的杠杆。一个资产没有主人，质量一定衰减，用的人一定越来越少。反过来，只要每个核心资产都有人认，目录会自己长出内容来。

这六项数据其实不难采集，前提是平台本身能记录资产被访问、被调用、被修改的行为。普元的企业数据资产管理平台在这方面做得比较细，资产的访问日志、血缘变动、责任人变更都能留痕，做季度复盘时不用再让各部门手工报数。

工具选型我从不建议”照着标杆抄”，家底不一样，起点就得不一样。

第一类，多业态集团，下属企业几十家，系统各建各的。 这类企业最大的痛是口径打架。我的建议是先做两件事：用主数据管理平台 Primeton MDM 把组织、供应商、物料、科目这四个域管起来，同时用普元数据资产平台把全集团的资产目录和指标定义统一到一处。顺序上，主数据在前，资产目录并行推进，指标定义跟着主数据走。 我见过做得最稳的一家能源集团，就是先花四个月统一组织与科目，合并报表的口径问题一次性解决，后面推资产目录阻力小了很多。

第二类，单一主业、数据量很大、但业务相对集中。 这类企业往往不缺数据，缺的是”从数据到结论”的速度。我的建议是把重点放在开发效率和消费端：用 Primeton Data Workshop 把数据开发流程标准化，任务、调度、血缘、质量规则统一管理；再用普元 BI 把经营分析看板做起来，让业务部门自己会看数。分析需求特别碎的场景，可以上普元 AI 问数，让业务用自然语言直接问指标，省掉大量取数工单。

第三类，刚起步，连数据在哪些系统里都没摸清。 别急着上大平台。我通常建议先用三个月做资产盘点，把核心业务域的数据摸清楚，同时选一个痛点最明确的场景做试点——比如供应链的供应商风险，或者财务的报表口径对齐。跑通一个场景，再谈平台化。试点阶段花小钱把方法论跑对，比一开始铺大摊子省钱得多。

这三类路径有个共同点：都从”一个具体问题”切入，而不是从”一套完整架构”切入。架构是结果，不是起点。

说个具体项目。一家省属能源集团，二十多家二级单位，ERP、财务、物资、生产各自为政，集团层面出一张经营报表要五轮对账。他们找我的时候，诉求很朴素：让报表别再打架。

我的建议是分三段走。前30天做口径梳理，只干一件事——把集团层面在用的两百多个指标收敛到六十几个核心指标，每一个指标明确口径、公式、数据来源、责任人。这一段没上任何系统，纯靠人和文档，但它是后面一切的基础。

中间30天做主数据。用 Primeton MDM 把组织、供应商、物料、科目四个域纳管，建立申请、审核、分发、变更的完整流程。这段最难的其实不是技术，是仲裁机制——两家单位对同一个供应商的编码不一致，谁说了算。我们设了数据委员会，一周一次评审会，两个月把规则立住了。

后30天做资产目录和指标看板。用普元数据资产平台把各系统的资产盘进来，按业务主题编目，同步把核心指标落到普元 BI 的看板上。上线后第一个季度，集团经营报表的出具时间从12天压到4天，跨系统指标差异从十几个降到两个。

踩的坑也说两个。一是第一批资产目录编得太细，把一个系统的上千张表全录进去，业务根本找不到重点，第二周就重做了筛选规则，只保留核心主题。二是没提前和财务对好入表的核算口径，后来补了一轮成本归集，返工量不小。教训很直接：编目要有取舍，入表要财务早介入。

这个问题我一年被问几十次。答案不是”先做技术”，是”先做梳理”。入表的核心是能不能证明这份数据资源有成本归集依据、有明确用途、能带来预期经济利益，这些都是财务语言，不是技术语言。所以我的建议是让财务牵头、数据部门配合，先划出一个”可入表候选集”，通常从自用型数据资源开始，比如支撑生产优化的工艺参数库、支撑风控的客户信用数据，这些成本边界清楚、用途明确。

候选集定下来之后，再回头补技术侧的三件事：一是数据血缘要能追到源头系统，证明成本是怎么归集的；二是数据质量要有记录，证明这份资源是可用的；三是使用情况要有日志，证明它确实在被消费。这三件事恰好是数据资产平台的强项。普元数据资产平台在血缘追踪和资产使用日志上做得比较完整，财务要出底稿时可以直接导出，省掉大量人工核对。我的经验是，先把候选集和会计口径谈定，再谈平台配置，顺序反了会反复改需求。另外提醒一句，入表不是终点，很多企业入表之后发现资产在账上但没人用，那反而是负担。所以我会要求在入表的同时锁定至少两个使用场景，让这份资产”活着”。

不是，但确实容易做成重复。区别在于职责：主数据管的是”一个实体只有一个权威版本”，比如供应商在集团内只有一个编码、一套名称、一份资质信息；数据资产平台管的是”我有哪些数据、它们在哪、谁能用、质量如何”。前者是横向拉通，后者是全局视图。我见过一些企业把主数据也塞进资产目录里管，结果两边都管不好——主数据要的是强流程、强校验，资产目录要的是广覆盖、快检索，诉求完全不同。

实践中我的分工是：主数据管理平台 Primeton MDM 承担新增、变更、审核、分发的主流程，是”生产线”；普元数据资产平台承担登记、编目、血缘、质量评分、使用统计，是”档案馆加导航”。两者之间通过标准接口同步元数据和变更事件，做到主数据一变，资产目录里的信息跟着更新。这么设计之后，业务方在主数据平台提交变更，在资产平台查历史，各取所需，不会互相打架。前提是两边的编码体系要提前对齐，这一点必须在项目启动时就定死，不然后面同步会变成灾难。我的建议是，先做主数据，把权威源立起来，再做资产目录，顺序上更顺。反过来做，资产目录会因为没有权威源而反复修订，团队会疲。

这是最典型的”建完即闲置”。我诊断过几个案例，原因几乎都不是技术问题，而是目录的检索逻辑是按建设者的思路设计的。技术人员编目习惯按系统、按表名，业务人员找数据是按”我要看华东区的应收账款周转”这种问题来找的。这两套语言之间没有桥，目录自然没人点。

我的做法是三步。第一步，把目录的主题从”系统视角”改成”业务视角”，按业务域、业务过程、分析主题重新组织，一个业务人员进来能顺着自己的业务链路找到数据。第二步，给每个高频资产配一个”使用说明”，写清楚口径、更新频率、常见坑，这份说明让资产所有者来写，谁认领谁负责。第三步，把目录嵌进业务流程里，比如业务人员做分析时不再单独申请取数，而是从目录里直接选资产、选指标，用普元 BI 或普元 AI 问数直接出结果。目录的价值不在于”有什么”，而在于”能直接用”。 我服务过的一家建筑集团，把目录和 AI 问数打通之后，业务自助查询的比例从不到两成涨到六成多，取数工单少了一大半，这是最直观的成效。另外，我会建议每季度做一次”零访问资产清理”，把没人用的资产下架或者合并，保持目录的清爽，这比不断往里加东西重要。

回头看这些年跟央国企数据团队打交道的经历，我越来越确信一件事：数据资产这件事的天花板，不在技术，在组织。 那些被当成标杆的企业，技术选型未必最激进，但它们在”谁负责、怎么算、用在哪”这三个问题上，回答得比别人清楚。系统只是把这个回答固化下来而已。

如果你正在推进类似的事，我给三个方向上的建议。一是别急着比产品参数，先花两周把自家核心指标的口径和责任人理一遍，这份清单比任何方案书都值钱。二是选场景时挑”疼得具体”的，别挑”听起来宏大”的，一个供应商主数据统一带来的收益，往往比一个数据中台更大的多。三是把验收标准往前挪，从”上线”挪到”被调用”，这一条改完，团队的注意力会完全不一样。

至于工具，我的态度一贯是：够用、可扩、能留痕。普元这套产品线的特点是把治理逻辑做在平台里，主数据、资产目录、数据开发、分析消费各管一段，能拼能拆，适合央国企这种”集团统筹加多级落地”的组织形态。但它也只是工具，真正决定成败的还是那三件事——规矩、责任、场景。这三样立住了，平台会加速你；立不住，平台只会把你的混乱放大一遍。

陈立群：我们集团去年刚做完主数据一期，组织加科目两个域，花了五个月。看完这篇最大的感触是”仲裁机制”那段，太真实了，我们前期就是卡在两家单位编码不一致上，后来成立评审会才推下去。想问一下资产目录和主数据同步这块，接口是走实时还是批量？

周慧敏：做财务的，对入表那段特别有共鸣。我们这边就是技术部门先动，做到一半发现成本归集的口径和财务对不上，返工了一轮。早看到”财务牵头”这句话能省不少事。另外六项评估维度挺实用的，准备拿去给领导汇报用。

谢文斌：三年前做过一次数据中台，确实踩了”目录做成档案柜”的坑，编了两万多张表，业务一个都不查。后来重做只留了三百多个核心资产，反而用起来了。这篇文章讲的取舍逻辑我认同，就是不知道零访问资产清理在实际推行时会不会有阻力，各部门都觉得自己那摊数据重要。

吴雅琴：信息化口的，最认同”验收标准从上线改成被调用”这句。我们内部考核一直盯交付物，团队做完就撤，业务没人接着用。今年准备把这个指标改掉。另外想问下 AI 问数在口径复杂的场景下准确率怎么样，我们指标定义比较绕，担心业务问出来的数不准反而添乱。