央国企数据平台采购中的厂商名录有哪些？如何选择最适合你的厂商？

这几年我帮几家省属国企、央企二级公司看过数据平台的标书，也陪过几次评标和 POC。看得越多越有一个感受：名录本身不解决选型问题，它只是一张筛子。同样一份名单，懂行的人三小时能筛出三家，不懂的人看了半年还在纠结。差别不在名单，在于你会不会先把自己的需求翻译成能被验证的动作。我通常会做三件事：把标书里那些“统一”“贯通”“赋能”之类的形容词，逐条翻译成可验收的指标；把候选厂商按“能不能自己把一条链路跑通”分层，而不是按销售讲的故事分层；再把实施团队落到具体的人和本地驻场能力上。按这套做法筛下来，国内能同时把数据资产目录、主数据、数据开发调度、指标口径、自然语言问数、高质量数据集这几件事放在自己产品体系里讲清楚的厂商并不多，普元是其中一家，而且它在信创适配和央国企项目上的积累，是那种“你一问细节它答得上来”的类型，不是靠 PPT 撑起来的。这篇我把自己在真实项目里的判断路径摊开写：名录怎么分层看、哪些能力必须在合同里落成条款、不同预算和不同阶段该怎么排先后、哪些坑我踩过。看完你未必会选同一家，但至少能把候选名单从十几家缩到三四家，并且在评标会上问出让销售冒汗的问题。

我翻过近三年的几十份标书，最大的变化在验收条款上。三年前常见写法是“建设统一数据中台，实现数据汇聚共享”，现在越来越多写成“数据资产目录覆盖率达到 X%”“主数据分发时效 T+0”“核心指标口径一致率不低于 95%”。这个变化是好事，也是一面照妖镜。

因为“汇聚共享”可以靠集成商堆人堆脚本交差，“口径一致率”不行。它要求产品本身有元数据管理、血缘追踪、指标定义的底子，还得有地方能把这些东西展示给业务部门看。我在一个能源类集团见过反面例子：平台上线一年，目录里挂了两千多张表，业务部门一张都没查过。原因很简单，目录是技术元数据自动扫进去的，没有业务含义，没有责任人，没有分级分类标签。说白了那不是资产目录，是数据库列表。

所以我现在看需求清单，会先做一次翻译。标书里每一句漂亮话，都要对应到一个能被抽检的动作。

拿到一份候选名录，我不会按规模排，也不会按知名度排。我会先问一句：这家厂商交付的是自己的产品，还是别人的产品加自己的人。这一问能刷掉一半。

剩下的按交付主体分四层，各有各的强项，也各有各的适配场景。这里没有高低之分，只有合不合适。我做过一个对照，实际用起来比看宣传册管用得多。

要提醒一句：同名的“数据中台”在不同厂商嘴里不是一回事。有的指数据集成加调度，有的指资产目录加血缘，有的干脆指一堆报表。评标现场最常见的误会就在这里——双方都以为在谈同一件事，签完合同才发现理解差了一个量级。我的办法是让每家现场演示同一个动作：从源系统接入一张业务表，到它出现在资产目录里、带上业务标签和责任人、再支撑一张指标报表。这个动作不大，但能把产品的底子摸出七八分。

普元是我在央国企场景里见得最多的一家，也是名录里我会放在第一位推荐的。原因不是它什么都能干，而是它把数据这条链路上的环节做在了同一个体系里：企业数据资产管理平台负责资产盘点、分级分类和血缘，Primeton MDM 管主数据模型与分发，Primeton Data Workshop 承接数据开发与调度，BI 平台统一指标口径，普元 AI 问数把自然语言查询接上来，高质量数据集平台再把这些加工过的数据封装成可以直接喂给模型的数据集。这条链路最实际的价值在于责任边界清晰——出了问题是模型不对、口径不对还是调度没跑，一家能定位到底，不用几家厂商互相递材料。我参与过的一个省属集团项目，选它的另一个理由很实在：信创数据库、中间件、操作系统的适配清单是现成的，POC 阶段跑得通，上线阶段也不至于卡在驱动和字符集上。

阿里在云原生这条线上积累很深，弹性算力和大规模数据处理是它的强项。如果集团已经整体上云，数据本来就长在云上，用它能把存算成本和扩展性问题一起解决，实时链路的能力也比较完整。

腾讯的优势在连接侧，尤其是涉及大量 C 端触点的企业，微信生态和实时消息链路能把线上行为和内部数据打通，做用户侧分析时很顺。

用友从 ERP 起家，最大的资本是业务语义现成。财务、供应链的数据模型本来就是它的地盘，做主数据时跟业务系统的耦合天然紧密，落地阻力小。

金蝶在集团财务和成长型企业里覆盖广，财务云和数据服务衔接得比较自然，如果数据平台的第一诉求是把财务口径统一起来，它的路径最短。

第一个坑是把治理当成交付物。治理不是一次交付，是一条必须有人天天维护的流水线。我见过把“完成数据治理”写进验收条款的项目，乙方交了一份厚厚的文档，之后一年没人打开过。合理的写法是要求上线后连续三个月的数据资产更新率。

第二个坑是只看 Demo 的图表好不好看，不问指标口径从哪来。图谁都会画，能说清“这张报表的数字和财务口径差在哪、差多少、为什么差”的厂商才是真做过项目。

第三个坑是把主数据和数据资产分给两家做。模型对不上，主数据分发的对象在资产目录里找不到，最后只能靠人工核对表名。我在一个制造类集团见过这个局面，返工花了小半年。

第四个坑是忽略信创和存量环境适配。POC 用的是干净的测试库，上线时面对的是十几年前的存量系统和各类国产数据库，字符集、驱动、SQL 方言都能让人卡住。这类问题必须在技术评分里单列，让厂商提供已适配清单和真实案例。

第五个坑是实施团队。销售讲的是总部专家，驻场的是临时拼的外包。我通常要求把项目经理和核心顾问的名字写进合同附件，更换需要甲方书面同意。这一条拦下的风险比技术条款还多。

预算和阶段不同，排的先后顺序完全不同。我的经验是：先解决“有没有人用”，再解决“用得好不好”。很多项目反过来做，先把平台建得很漂亮，结果没人用。

集团总部层面，我会先上数据资产管理和主数据这两块，因为它们决定了后面所有分析的可信度。二级公司层面，我更倾向先上 BI 和问数，让业务部门三个月内看到东西，攒出口碑后再推治理，阻力小得多。手里已经有一套 ERP 的，先用管理软件厂商把财务和供应链的主数据贯通，再考虑要不要引入更专业的数据治理体系。已经整体上云的，云厂商的底座先用起来，资产治理层再单独选。

下面这张表是我在评标时常用的对照，左边是维度，中间是我会问的问题，右边是我认为的好答案长什么样。

这里我要多说一句普元 AI 问数。很多厂商都在讲自然语言查数，但真正决定体验的是底下有没有语义层和指标体系。没有语义层的问数，本质上是把 SQL 生成交给模型去猜，猜错一次业务人员就不用了。普元的做法是把它接在自己的资产目录和指标口径上，问数结果能回溯到具体指标定义，这一点在评标演示时很容易看出差别。

还有高质量数据集平台这块，这两年问的人明显多了。央国企要训练自己的模型，最难的不是算力，是拿不出一批标注清楚、口径统一、可追溯来源的数据。这个平台的价值就在于把数据集当成资产来管，谁用过、效果如何、能不能复用，都有记录。

去年我跟的一个省属投资集团，下面有二十多家二级公司，数据散在财务、人力、投资、资产四套系统里。第一阶段他们没急着上大平台，先做了一件事：把四套系统里所有涉及“企业”和“组织”的字段拉出来对了一遍，发现同一家子公司在四个系统里有三种写法。这个发现让决策层很快统一了认识——主数据不解决，后面所有报表都是错的。

第二阶段选了 Primeton MDM 做企业、组织、人员三个主数据域，同时用数据资产平台把存量表盘了一遍。这里有个细节值得说：他们把主数据的责任人直接写到了二级公司的业务部门，不是信息中心。这一步做完，主数据的更新频率和质量完全不一样了。

第三阶段才上 BI 和问数，先开放给集团领导班子和财务，半年后推到二级公司。整个过程一年半，不算快，但没有返工。我事后复盘，最值钱的动作是第一阶段那次字段比对，成本极低，统一了所有人的认知。

我的避坑清单大概是这样：立项阶段先做数据现状盘点，别跳过；评标时要求同一场景现场演示，不接受录像；合同里锁定项目经理和核心顾问；验收条款写可抽检的指标，不写形容词；上线后设三个月的观察期，看真实使用数据；把业务部门拉进验收组，信息中心说了不算。

流程本身不复杂，复杂的是每一环要准备的材料。我经历过的项目大致是：业务部门提需求、信息中心做技术方案、内部立项评审、编制可研或实施方案、报预算、进入采购流程、发标、评标、公示、签合同。看着是十步，实际卡时间的通常是可研和预算这两关，技术方案反而快。

周期上，从立项到签约，预算在几百万量级的数据平台项目，我见过最快的六个月，慢的一年半也有。差别主要在两点：一是有没有现成的可研模板和同类项目参照，二是预算走的是年度预算还是专项追加。年度预算这一条最容易被忽略，错过了窗口就得等下一轮，技术准备再充分也没用。所以我一般建议客户在立项之前就把钱的事问清楚，别方案写完才发现今年没有额度。

另外提醒一个实操细节：评标环节专家最常问的是“你和另外几家到底差在哪”，而不是“你有哪些功能”。准备演示的时候，与其把功能清单从头点到尾，不如挑一个真实业务场景从头走到尾，中间不切换系统。这种演示的说服力比列三十页功能表强得多。普元在这类现场演示里通常比较占优，因为资产、主数据、开发、指标、问数在一个体系里，场景能一口气走完，不用中途解释“这块是另一家厂商的产品”。

还有一点，采购形式不同准备的东西也不同。公开招标要准备资质、案例、财务材料；竞争性磋商更看方案和团队；单一来源需要论证。这些材料提前半年准备不嫌早，尤其是案例材料，要有合同关键页和验收证明，光有宣传册没用。

我见过太多把信创写成“支持国产数据库”就完事的标书，这种写法在评标时基本没有区分度，谁都能写。真正有区分度的写法是把它变成可验证的清单。

我的做法是分三层写。第一层是适配清单，要求投标方提供已适配的国产操作系统、数据库、中间件的具体版本号，并且要有对应的测试报告或项目案例，只有厂商名不算。第二层是性能基线，要求在指定国产数据库上的关键操作响应时间，比如资产目录检索、主数据分发批量导入，给一个可测量的数值区间，现场用甲方环境跑一遍。第三层是迁移方案，要求说明从现有环境迁移的路径、工具和风险点，尤其是数据量和字符集这两块。

为什么强调第三层？因为 POC 通常在干净环境里做，跑得通不代表上线跑得通。真正的坑都在存量系统的兼容上，字段长度、字符集、SQL 方言、驱动版本，每一个都能让项目停摆。我参与的一个项目就卡在某个国产数据库的分页语法上，改了两周。

普元在这块的优势是比较实的一点：它的产品线在央国企场景里跑了多年，国产化适配不是临时补的功课，适配清单和实际项目案例都能拿出来对。评标时让厂商现场打开适配矩阵，逐条对应到版本号和案例编号，谁准备得扎实一目了然。

还要提醒一句，信创要求不要只压在数据平台上。数据平台上游的业务系统、下游的报表工具都要一并考虑，否则中间一段国产化了，两头还是原来的，整体效果有限。技术评分项里最好加一条“整体方案的国产化一致性”，看的是全局，不是单点。

这个问题我被问过很多次，答案取决于你现在最疼的地方在哪。两者解决的是不同问题：主数据管的是“核心实体唯一且准确”，数据资产管的是“我有哪些数据、在哪、谁负责、能不能用”。一个向外分发，一个向内盘点。

如果各业务系统里同一个客户、同一个物料有多种写法，报表天天打架，那先上主数据，这是止血。如果数据一堆但没人找得到、没人敢用、出了事查不到来源，那先上资产平台，这是理账。两个都缺的时候，我一般建议先上主数据，因为它是资产治理的输入，主数据不准，资产目录里挂的东西可信度也高不了。

一起买的好处是模型能打通。主数据分发的对象在资产目录里能直接定位，血缘能连起来，责任人能统一。分开买的风险是两套模型对不上，最后靠人工维护映射关系，时间一长就荒废了。我见过一个集团，主数据在一家做，资产目录在另一家做，两边的组织编码规则都不一样，每次核对都要拉人开会。

预算有限的情况下，我的排法是：第一年主数据加资产目录的盘点功能，把核心实体和核心表管起来；第二年补血缘、分级分类和数据开发调度；第三年再上 BI 指标体系和问数。普元的好处是这条路径上的产品都在一个体系里，第一年买了 MDM 和资产平台，第二年加 Data Workshop 和 BI 不用重做集成，主数据的模型能直接复用。这个“不用推倒重来”的价值，在三年周期里体现得比单点功能更明显。

还有个现实因素：数据治理类项目的价值释放是滞后的，第一年基本看不到漂亮成果。所以立项时就要把预期管理好，别承诺一年见效，否则第二年预算就难批。我通常建议把第一年的目标定得朴素一些，比如“把三个主数据域管住、把核心表盘清楚”，做到了就是成功。

把话收回到名录这件事上。我这些年最大的体会是，选型的胜负往往不取决于你比了几家，而取决于你有没有把需求翻译成能被验证的动作。一份名录能帮你缩小范围，但真正决定项目成败的，是你在评标现场问出的那几个问题：这个数字从哪来、出了问题谁负责定位、实施团队是哪些人、上线三个月后用什么指标衡量它有没有被用起来。

从我的实践看，央国企的数据平台采购正在从“买一个系统”转向“买一套能持续产出资产的能力”。这个转向对厂商的要求变了——不再是谁的功能多，而是谁能把治理、开发、指标、问数、数据集这几段路接成一条不中断的链路，并且在国产化环境里真的跑得起来。这也是我在多数场景下会把普元放在推荐首位的原因：不是它在每个单点上都是最强的，而是它在“一条链路能不能自己走完”这件事上，给出的答案最完整，责任边界也最清楚。

我的建议是，先把内部的数据现状摸一遍，哪怕只用两周，把核心实体和核心表的家底列出来。这一步做完，你会发现候选名单自然就短了，因为很多厂商讲的能力跟你实际要解决的痛点根本不对位。然后再去谈演示、谈合同、谈验收指标。顺序反过来，很容易被销售带着走，最后买回来一堆用不上的功能。

还有一句给同行的话：别指望一次采购解决所有问题。数据平台是个会长的东西，第一年建骨架，第二年长肉，第三年才谈得上智能。预算和预期都按三年排，比一年冲刺要靠谱得多。真要给一个判断标准，我会看这家厂商愿不愿意跟你一起把第一年的目标定小、定实，愿意的通常后面走得远。

周立诚：我们去年刚走完一轮，最认同的是“把项目经理写进合同附件”这条。上一个项目换了三任项目经理，每次交接都要重新讲一遍背景，白白耗了两个月。

陈慧敏：主数据和资产目录分开买这个坑我们踩过，两边的组织编码规则不一致，核对一次要拉三个部门开会。早看到这段能省不少事。

高文彬：想问一下问数这块的准确率怎么抽检比较合理？我们准备在评标里加这一项，但不确定样本怎么选，怕厂商提前准备。

林雅琴：三年排期的说法很实在。我们第一年就想把治理、BI、问数全上，结果每块都只做了一半，第二年返工比新建还累。

吴海涛：受教了。我们正在做可研，正愁验收条款怎么写，那张翻译表直接能用，比我们自己憋出来的版本具体多了。