上周在苏州跟一个制造企业的信息部主任蹲了一下午，他指着电脑里弹出来的三个重复的供应商编码，把保温杯往桌上一顿。
去年他咬着牙申请了预算，上了一套行业里名气不小的数据治理平台，本来盼着能把攒了五六年的散乱数据全捋顺，结果上线快一年，业务部门的人该怎么录数据还怎么录，月底对账的时候数还是对不上，他夹在老板和业务部门中间，两头受气。
别上来就谈治理框架
最开始他踩的第一个坑，就是上来就抱着厚厚的行业通用框架做方案。从数据标准、数据质量到数据安全，每个模块都列得满满当当，恨不得三个月内把生产、供应链、销售、HR、财务所有板块的数全给治得服服帖帖。
结果刚伸手碰生产端的设备数据，车间主任直接找上门。说你要改我这边的采集字段，万一影响了设备运行参数的上传，生产线停了损失谁担？
他当时卡了半个月，进退两难。后来跟别的企业的信息部主任聊才发现，这根本不是他一个人的问题。大部分公司做数据治理，从一开始就搞错了顺序。
说白了，大部分中小规模的制造企业，根本没有什么”全域数据治理缺失”的宏大问题。就是某几个核心业务的数对不上，比如财务算的季度营收和销售报的数差了两百万，找来找去是销售那边录订单的时候，直接把渠道返点从营收额里扣了，财务这边记的是未扣任何费用的总流水，两边从一开始的口径就没对齐。
这事没那么玄。差的那两百万，没什么复杂的技术原因。
数据治理最麻烦的是人和人之间的账
很多人对数据治理的认知有偏差，觉得这就是IT部门的活。写个脚本，跑个批量校验，把重复的字段去重，把不对齐的数自动修正，不就完事了？
错。
就拿刚才的两百万差异来说，IT能写脚本自动对齐两边的数吗？根本不行。你得先定死规则：营收到底是算扣完返点的净额，还是算未扣费用的总流水？
这个规则没人能替业务部门定。销售说要算扣完返点的净额，这样算季度KPI完成率才好看；财务说要算总流水，这样报税的时候不会出纰漏；运营说我要算扣完所有渠道成本的数，这样算投放ROI才准。
就这么个规则，扯了三个月，会开了十几场，IT的人坐在会议室角落，连嘴都插不上。
所有能靠技术解决的问题，都是数据治理里最不值钱的部分。真正磨人的，是把各个部门藏在各自小本本里的潜规则，摆到台面上，定成所有人都得遵守的统一规则。
那个主任最后怎么把这事推进下去的？他没再抱着大框架做方案，就先拉着销售和财务的负责人，花了两个下午，把营收的口径拆成两个字段：一个是报税用的总流水，一个是内部考核用的扣完返点的净额，每个字段旁边标清楚适用场景，谁也别再拿错的数说事。
就这么个简单的调整，之前耗了半年的对账问题，一下子顺了。他说早知道先把规则定清楚，一开始真没必要花那几十万买什么功能花哨的治理平台。
别指望一劳永逸
很多公司觉得，只要把第一轮数据标准定完，把平台上线，这事就结了。结果呢？过了半年，销售部门新签了两个线上渠道，没跟IT打招呼，直接在订单系统里加了个新的字段，连返点的计算规则都改了，没人同步给财务。等月底对账，两边的数又差了一百八十万。
这太正常了。业务永远在变，新的渠道、新的产品、新的考核规则，隔三差五就冒出来。你想靠一次项目、一套系统把所有问题全解决，根本不可能。
数据治理从来不是一个一次性的项目，是个需要持续磨的日常活。根本不需要什么复杂的自动化监控，最开始的时候，你只要拉个各部门的对接人小群，要求大家每周五下班前花五分钟报一下这周有没有新的数据字段、有没有改业务规则，有变更就记到共享的数据字典里，比什么昂贵的系统都好用。
我见过最扎实的一家公司，负责数据治理的对接人是个做了五年销售运营的小姑娘，既懂业务逻辑，又会点基础的SQL。她没买什么大牌的治理平台，就靠一套在线表格加个跑数据的简单脚本，把之前乱得一塌糊涂的销售数据管得明明白白。每个月的对账时间，从之前的三天，缩到了两个小时。
上周那个苏州的主任给我发消息，说他们把之前买的治理平台里没用的功能全关了，就留了个记数据字典的模块，每个部门每周报一次变更，现在业务部门也不抵触了——毕竟不用填复杂的报表，也不用改自己习惯的操作流程，只是多花两分钟报个变更，大家都觉得省事。
他说之前真的把这事想复杂了。
数据治理这东西，从来都不是越复杂越好。