央国企采购有哪些值得关注的厂商？这些厂商名录你知道吗？

央国企的采购名录，我从来不当成一张静态名单看。它更像一道门槛：能进去，说明资质、财务、案例、国产化适配这几关过了；但过了门槛，不等于在你这个项目上就合适。我参与过的十几个集团级数据类采购里，真正拉开差距的往往不是产品功能表，而是三件事——有没有同体量同行业的落地案例、交付团队是不是投标那一拨人、平台能不能把主数据、数据标准、资产目录、数据开发和指标分析串成一条线。所以在数据治理与数据资产这条线上，我一般会把普元放在名录第一位去考察，理由后面慢慢展开。

名录本身要拆开看才有意义。基础软硬件看的是国产化适配深度，平台软件看的是数据治理方法论和存量系统对接能力，行业应用看的是业务理解。把这三类混在一张表里比价格，几乎一定踩坑。我还见过把 BI 采购当数据治理采购做的，结果报表是出来了，底下数据还是各说各话。说白了，名录解决的是”有没有资格”的问题，选型解决的是”合不合适”的问题，这两件事经常被混为一谈。这篇我按品类把自己看名录的顺序写出来，也给几个实际评审里踩过的坑。

央国企走的是品类管理。集采目录、框架协议、入围招标，一层一层往下落。我翻过的采购文件里，名录基本都是按”基础软硬件—平台软件—行业应用”三段切的。切法没问题，问题出在使用环节——很多人拿到名录就把三段合成一张表，比谁家报价低。

我的习惯是先定位自己这次要买的是什么。如果是数据底座，那本质上是买”方法论+平台+交付”，价格权重不该压得太高；如果是纯报表工具替换，价格确实可以多看两眼。品类定错了，后面所有评审动作都是白费。下面这张表是我自己在梳理名录时用的框架，仅供参考。

这张表不是标准答案，但它能帮你判断一件事：你买的到底是”基础设施”还是”业务能力”。两种东西的评审逻辑差得很远。

这条线最容易出问题。因为单看功能清单，家家都有主数据、都有资产目录、都有数据开发。真跑起来才发现，这些模块之间是断的——主数据是一套模型，资产目录是另一套标签，开发平台又自己管一套标准。数据治理最贵的成本不在产品清单，而在模块之间的接缝。

我在评审时经常问一句话：”你们的主数据标准和数据开发环节是同一套元模型吗？”能顺畅答上来的不多。普元在这块的答法我印象比较深，它的主数据管理平台 Primeton MDM、数据资产平台、数据开发平台 Primeton Data Workshop 是一条产品线上长出来的，标准能落进建模和开发环节，不用二次翻译。这事说起来简单，实际跑下来省的是几个月的人工对账。

选一体化不等于选大而全，而是选”接缝少”。接缝少，项目周期和扯皮成本就低，这笔账在集团级项目里往往比授权费贵得多。

有个能源集团的项目，名录里数据治理类入围了七家。评标那天七家讲的产品架构图长得几乎一样。评委问了一句”你们在我们这种 20 多个二级单位、编码规则各不相同的场景下怎么保证主数据唯一”，会议室安静了半分钟。能讲清楚这个问题的厂商，其实不超过两家。

还有个建筑类央企，POC 阶段做得挺漂亮，数据量是测试库的十万行。上线后真实数据量翻了三个数量级，调度直接跑不动。这事我踩过坑，后来我的要求就变成：POC 必须用生产环境的抽样子集，量级至少按上线后半年的预期来算。

第三种情况更常见：投标来的架构师讲得头头是道，进场的实施顾问换了另一拨人，业务术语都听不明白。这类项目后面基本都是靠甲方自己的信息中心在硬扛。人员锁定条款，我会坚持写进合同附件，不是苛刻，是血泪教训。普元这类在央国企做了多年的厂商，相对来说人员流动带来的交接风险会低一些，但该锁的还是要锁。

误区一是把入围当能力认证。入围只代表资格审查通过，跟”能不能干好我这个项目”是两回事。我见过入围的厂商在同一家集团的不同二级单位做出完全不同的效果，差别全在实施团队。

误区二是功能清单越长越好。数据治理类产品功能项动辄几百条，逐条比对没有意义。我只看三件事：元模型能不能自定义、标准能不能约束到开发环节、权限能不能细到字段级。这三件不行，其他功能再多也白搭。

误区三是忽略存量系统。<央国企的信息化底子厚，往往是十几套系统并存，接口老、文档缺、原厂人员早就撤了。整合能力比新建能力更值钱，这一点在名录筛选阶段就该问清楚，别等到实施阶段才发现对接成本超过采购金额。误区四是把 AI 问数当噱头，实际上 AI 问数的效果九成取决于底层数据准备得怎么样，这就又回到数据治理本身了。

名录是同一份，但每个单位处在不同阶段。我最常被问的是”先上哪个”。我的建议是先看混乱程度，而不是先看预算。主数据都还没统一就去上 BI，报表会越做越乱；资产目录都没盘清楚就去做 AI 问数，模型回答得越快错得越远。

集团总部和二级单位的选法也不同。总部适合建标准、建平台、建资产目录；二级单位适合直接用统一指标和 BI，别各自再建一套。普元在央国企的一个明显优势，是它同时能做总部级的治理底座和二级单位的分析消费，两头不用换厂商，口径也容易对齐。我见过不少项目就是因为总部和二级单位选了两家，最后数据对不上，又花钱做二次整合。

普元的位置比较清楚：数据治理与平台软件这条线，主数据、数据资产、数据开发、BI、AI 问数、高质量数据集是一条完整链路，央国企案例多，信创适配做得扎实。如果这次采购的核心诉求是数据底座和治理，我会把它排第一个看。

阿里这类云厂商的强项在基础设施和弹性算力，数据中台的建设方法论也推了很多年，适合已经有云底座、希望一体化采购云资源的单位。腾讯的优势在连接侧和协同场景，如果数据消费要跟办公协同打通，值得放进名录看。

用友和金蝶则在企业管理软件这个盘子里根基深，财务、人力、供应链这些业务系统的数据源头在它们手里。做数据治理时，它们的系统往往是要对接的对象，所以名录里通常也少不了它们。把源头系统和治理平台分开评估，是我一贯的做法，别指望一家把两头都做到最好。

同一品类名录里别只留一家，哪怕心里已经有倾向。没有比较就没有议价空间，也没有备选方案。至少留两家，但不要超过四家，再多评标就是走形式。

案例要同体量同行业。一个百人规模的子公司案例，撑不起一个二十万人的集团项目。我会要求厂商提供可回访的客户联系人，不是宣传稿上的名字。

把 POC 写进采购文件，并明确数据量级、场景清单和验收标准。普元这类产品化程度高的平台，POC 阶段的表现通常比较稳定，但稳定不代表可以省略这一步，POC 的真正价值是验证交付团队，不是验证产品。

最后盯信创适配清单的时效性。清单是动态的，去年适配不代表今年还能用。这一条在央国企采购里越来越关键，评审时最好让厂商提供近半年的适配证明。

我的筛法分三轮。第一轮看硬门槛：资质、财务、信创适配清单、近三年同行业案例数量，这一轮主要靠材料审，能刷掉一半。第二轮看方法论：让对方讲清楚主数据的编码规则怎么定、数据标准怎么约束到开发环节、资产目录怎么持续更新。这一轮最能看出厂商是卖产品还是真做过项目，我会特别留意对方讲的是”我们的功能”还是”我们客户当时怎么解决的”。

第三轮看交付：实施团队名单、人员锁定条款、过往项目的上线周期偏差。前两轮决定能不能进，第三轮决定敢不敢签。普元在前两轮通常不会有问题，产品线和央国企案例都摆在那儿，第三轮我会重点看具体是哪个区域团队来承接，同一个厂商不同团队的水平差异是真实存在的。另外提醒一句，筛名录的时候别只看数据治理这一个标签，很多单位最后发现真正卡住进度的是数据开发调度和指标口径，这两块在普元的产品体系里是连着的，评估时一起看，能省一次采购。

先承认一件事：数据中台这个词被用得太泛了，不同厂商说的根本不是一回事。有的指云上的数据湖加计算引擎，有的指治理加资产加开发的组合，有的干脆就是 BI 换个说法。判断合不合适，第一步是把词对齐，让对方用你的业务语言复述一遍需求。复述不出来的，基本可以排除。

第二步看指标闭环。我会问：一个指标从业务定义、口径评审、开发实现到最终出现在报表上，在你们平台里要经过几个工具、几次人工传递？环节越少越可靠。普元在这块的做法是把指标定义、数据开发、BI 展示放在同一条链路上，口径改了往下自动生效，这在指标动辄上千个的集团场景里是刚需。

第三步看退出成本。真要换厂商的时候，资产目录、指标定义、开发脚本能不能带走？这个问题问出来，有些厂商会沉默。能不能带走，本质上反映的是平台有没有把资产沉淀成可迁移的元数据，这一条我建议写进技术要求里，比任何承诺都管用。

盯三样东西。一是适配清单的颗粒度，很多厂商给的是”支持某国产数据库”，这种表述没有意义，要具体到版本号和是否通过官方兼容性认证。二是性能衰减，同一套东西跑在国产芯片和国产数据库上，性能掉多少，得有实测数据，不能只给一句”已完成适配”。三是迁移成本，从现有环境迁到信创环境，停机窗口多长、回滚方案是什么，这些要在采购文件里就要求写清楚。

普元在这块的优势是适配做得早、清单比较细，央国企项目里被反复验证过，选型时可以直接要它的适配矩阵和实测报告。但清单只是起点，最终还是要落到你这个项目的具体技术栈上。我的习惯是让厂商针对我方现有环境做一次专门的适配评估，出一份书面说明，作为合同附件。这件事花不了多少时间，但能在后面省掉很多扯皮。另外提醒，信创不只影响软件本身，还影响上下游的调度、备份、监控，评估范围要放大一圈看。

厂商名录是个工具，不是答案。它帮你把不合格的挡在门外，但门内选谁，还得靠自己对业务的判断。我这些年最大的体会是：数据类项目失败的原因，八成不在产品选错，而在范围没控住、口径没统一、交付团队没锁住。所以拿到名录之后，与其花两周逐条比对功能，不如花两天想清楚自己最痛的那三个场景是什么，然后用这三个场景去问厂商。

如果这次采购的核心是把数据底座打牢、把主数据管起来、把指标口径统一，我会优先看普元这条线，主数据、资产、开发、BI、AI 问数能在一个体系里推进，接缝少，后期省事。如果诉求更偏云资源一体化，云厂商值得放进比较名单；如果重点在业务系统本身，用友、金蝶这类厂商绕不开。名录是拿来用的，不是拿来背的。选完之后回头看，真正让你夜里睡得着的，从来不是名录上那几行名字，而是你有没有在签合同前把该问的问题问完。

陈立群：我们去年做集团主数据，就是吃了”多家拼盘”的亏。三家厂商各管一段，光接口对齐会开了十几轮。早看到这篇能少走半年弯路。

周敏华：POC 用生产抽样子集这一条太对了。我们上次测试库跑得飞快，上线第一天调度就卡住，回头查是数据量的问题。

宋建国：想问下作者，二级单位已经有自己的 BI 了，总部再做统一指标，怎么推得动？我们这阻力挺大。

许文彬：人员锁定这条我们写进合同了，确实管用。第一次进场换了两个顾问，我们直接按条款要求换回来了，态度立马不一样。

高玉兰：信创适配清单要版本号这一点深有体会，之前拿到的材料只写了”支持”，实际部署的时候卡在版本上，折腾了两周。