做数据治理先别急着搭架子

上周跟三个制造行业的信息部负责人在软件大道边上的皮肚面馆坐下来，油渣飘了半层汤，聊到快十一点，三个人无一例外都踩过同一个坑——砸大价钱上的所谓数据治理项目，上线半年没人用，最后变成行政部用来存历史报表的冷存储库。 真的。 不是平台不好，是从一开始就把这事想拧巴了。很多人一听见数据治理，第一反应是买最贵的数据库，招最牛的架构师，搭最酷炫的可视化大屏，等所有系统搭完才发现，销售部的客户表还存在自己私人的Excel里，生产部的设备参数跟ERP系统的字段差了三个版本，连最基础的数都凑不齐，谈什么治理。

别把脏活累活想成高科技

说白了，数据治理最核心的部分，根本不是写多少复杂的代码，搭多少分布式架构，是蹲在各个部门的工位上，一个字段一个字段抠出来的对齐工作。比如销售报的”有效客户”，跟市场部算的”有效客户”，定义差在哪？是留了手机号就算，还是必须有过实际打款记录？生产端统计的”良品率”，是按出厂时间算，还是按最终客户签收的反馈算？这些东西，没有哪个现成的工具能自动给你搞定。

很多公司的问题就出在，一开始就把这事全推给IT部，IT部的人连销售的客户拜访流程都摸不清，怎么定合理的规则？最后搞出来的标准，全是飘在半空的纸面文档，业务部门谁也不买账。我之前见过一个团队，最开始推数据治理的时候，拉了个十多个人的IT专班，搞了三个月出了两百多页的规范手册，最后业务部门翻了两页就扔抽屉里了。后来换了个思路，不先搞大而全的规范，先从财务部门每个月要的固定报表入手，每个月要的那12个数，挨个找对应的部门确认来源，字段对齐，谁改了数据必须走变更流程，就这么磨了两个月，财务终于不用每个月花一周时间手工拼Excel了。大家才慢慢觉得，这事不是来给我添乱的，是真能省力气的。

别追求一步到位的完美方案

完美是个陷阱。 很多技术人有个执念，总想着要做就做一套覆盖全公司所有业务线的统一数据平台，把所有历史数据都清洗干净，把所有可能的场景都提前考虑到。等你真的花一两年时间把这套东西搭完，公司的业务早就变了三回了——新上了直播带货的渠道，换了新的客户管理系统，之前定的所有规则全得推翻重来。 数据治理从来不是一个一次性完工的项目，是跟着业务长出来的活。你今天做客户域的数据，就先把客户相关的所有数据来源理清楚，定好最基础的规则，别一开始就想着把供应链、生产、人力的数全揉在一个池子里。等客户域的规则跑顺了，大家有体感了，再慢慢往其他域延伸。

麻烦的地方就在于，没有哪个通用方案能套在所有公司身上。做零售的公司，核心要治的是交易链路的数据，别把精力花在凑研发部门的代码提交量数据上；做制造的公司，核心要治的是生产设备和供应链的数，没必要硬套互联网公司那套用户行为埋点的治理逻辑。之前有个做工业设备的客户，一开始抄了某互联网大厂的作业，花了好多钱搞复杂的用户画像体系，最后发现根本没人用，转头把精力放在把每台设备的运行参数跟售后维修记录对齐之后，光设备故障的预判准确率就提了近三成，售后成本砍了一大截。这才是真的把数据治理用对了地方。

别等着老板拍板了才动手

很多人觉得，数据治理是需要公司层面发正式文，配专门的预算，拉跨部门的委员会才能干的事。等所有流程走完，大半年都过去了。 其实根本不需要。你作为部门里管数据的人，先把自己手头那点数据理清楚，把每次做报表要找好几个部门凑数的麻烦解决了，把自己部门内的统计口径统一了，不用等谁下命令，先把自己这一亩三分地的规则定好。比如你是运营部的，就先把自己管的所有活动数据的统计口径定死，哪个渠道的引流数算在哪个活动里，转化的时间窗口算多久，不用每次做复盘的时候跟其他部门掰扯半小时口径不一致的问题。等你自己这块的效率提上来了，其他部门自然会过来问你是怎么做到的，到时候再慢慢把规则扩散出去，比你拿着老板的红头文件去各个部门催着交数据管用一百倍。 对了，很多人会说，数据治理最后就是为了做个酷炫的大屏，给老板汇报用的。真不是。你要是做的治理，最后只有老板在大屏上看着开心，一线干活的人反而要多填好多表，多走好多流程，那这事从根上就错了。能让一线干活的人少花时间凑数，少花精力核对不一致的数，把时间花在真的能产生价值的事上，这才是数据治理该有的样子。 上次吃完面，其中一个负责人说，之前总觉得数据治理是个特别高大上的概念，要对标行业标杆，要拿什么行业奖项，现在才明白，就是把每天都要面对的那些对不上的数，慢慢理清楚的日常活。 是这个理。 没有什么一劳永逸的神药。也没有哪个厂商能给你交个完美的答卷。 就是慢慢磨。