资产数据治理

01治理的对象：标准建立之后的数据

数据模型建成、主数据标准确定、自动会计触发场景跑通，这三件事完成之后，系统的数据基础看上去已经完备。 此后出现的问题通常被归因于使用者的责任心，但退化的来源并非人的态度，而是数据运行本身的方式： 只要不存在持续起作用的数据拦截与清理机制，脏数据就会不断产生，数据质量只会单向下降。

退化的形态是可观察的。系统上线三个月之后，回看资产台账，可以看到「存放地点」字段中重新出现 「后面仓库」「以前的办公室」这类自由文本。该字段在设计阶段是受控字段， 问题并不在于定义被取消，而在于录入环节缺少拦截这类取值的规则。

因此本文讨论的对象并非如何提高录入质量，而是在标准建立之后，以何种机制维持数据的可用性。 前者依赖具体经办人的状态，后者可以落在系统中并被检查。

口径：本文所述主数据标准、分类编码规则与自动会计触发场景，见本专题《资产主数据标准化》《六大自动会计触发场景》两篇。

02数据质量退化的三个根因

退化可以归结为三个根因。三者各自独立，任何一项未获解决，数据质量都会继续下降； 在没有对应机制的情况下，三项会同时存在。

表 1 · 数据质量退化的三个根因及其表现与后果

根因	表现	后果
源头没有校验	使用部门在系统中录入资产信息时，「型号」字段被填入一段描述性文字，系统未作拦截	半年之后需要统计时，该字段无法使用
变更没有同步	设备在部门之间调拨，本系统的使用部门已更新，但未同步至财务系统	财务按原部门计提折旧；对账发现差异时，已经过去两个月
边界没有清理	资产已经处置，但处置单未与资产卡片关联，卡片状态仍为「在用」	年度盘点出现「有账无物」，来源是卡片未注销，并非实物缺失

依据：三个根因的划分口径来自本专题对资产数据常见质量问题的归纳。

三个根因分别对应三类机制：源头校验对应字段级的标准与受控输入，变更同步对应事件触发的自动流转， 边界清理对应单据与卡片之间的关联关系。三者的实现方式不同，目的相同—— 使数据在产生的那一刻就是可用的。

03第一个月：最小可行的治理节奏

企业讨论数据治理时，通常首先想到的是大型项目：建设数据中台、建立数据湖、成立数据治理委员会。 这类项目的范围过大，往往在半年之内难以启动，而数据质量在这半年之内继续下降。 治理并不需要从「大」开始，第一个月可以只做四件事。

1. 第一周 · 确定三类关键数据的所有者——不必治理全部数据，只治理影响决策的关键数据： 资产主数据、财务参数、运行数据，逐一确定其所有者。
2. 第二周 · 建立源头校验规则——选取录入频率最高的问题字段，即资产类别、使用部门、状态， 把这三个字段由自由文本改为下拉选择或自动带入。这是投入产出比最高的一个动作： 源头受到控制之后，后续所有流转自然干净。
3. 第三周 · 为自动触发场景配置数据准入校验——由验收通过触发入账的场景，验收单必须具备哪些字段； 由工单关闭触发费用归集的场景，工单必须填写哪些信息。把校验规则配置到系统中，不满足条件的不允许触发。
4. 第四周 · 建立月度数据质量检查机制——月末关账之前，系统自动执行数据质量检查并生成报告， 推送至对应的数据所有者。

第一个月的目标并非使数据质量达到某一分数，而是使治理的节奏得以建立： 四周动作各自留下一处不可绕过的关卡——字段受控、触发受校验、结果按月被检查。

04三个角色与责任归属

数据治理不属于 IT 部门的单项职责。它需要三类角色协作，任何一类缺位，治理都无法运行。 三类角色的区别在于其判断依据来自何处。

表 2 · 三类角色的职责边界与责任落点

角色	归属	职责	责任落点
数据所有者（Owner）	业务部门	负责所辖领域数据的准确性与完整性。资产主数据的所有者为设备部的资产管理员；其判断依据是设备的实际状态、位置与责任人，而非 IT 知识	写入岗位说明书
数据管理专员（Steward）	IT 或数据部门	负责数据标准的制定、数据质量问题的处理与系统配置的优化。所有者提出「该字段的录入方式不便使用」，由管理专员完成系统配置的调整	写入数据治理制度
数据使用者（User）	全部录入与使用数据的人员	录入时保证数据质量，使用时反馈问题。所有者与管理专员的改进建议，来自一线的使用体验	录入错误纳入部门质量考核

三类角色的职责边界明确之后，关键在于责任落到具体的人。 所有者是谁，写入岗位说明书；管理专员是谁，写入数据治理制度； 使用者的录入责任，纳入部门质量考核。责任没有落点，治理动作在跨部门协调中会被持续推迟。

05三项核心制度

角色确定之后，治理需要以制度的形式固定下来。以下三项构成最小集合： 标准回答「什么样的数据是合格的」，考核回答「谁对结果负责」，流程回答「改动如何被约束」。

表 3 · 三项核心制度及其执行方式

制度	内容	执行方式
数据质量标准	每一个核心字段定义质量标准。完整性：必填字段不允许空值。一致性：同一台资产在三个系统中的状态保持一致。及时性：业务事件发生之后 48 小时内，数据更新至最新状态	配置在系统内，由校验规则执行
数据质量考核	每个季度统计各所有者所辖数据域的质量得分	得分低于阈值的，所有者须在下一季度提出整改方案；连续两个季度低于阈值的，纳入个人绩效评估
数据变更流程	非所有者角色修改主数据须经审批；所有者批量修改数据须事前申请	全部修改留痕，可追溯

06治理的终局：制度退出日常讨论

数据治理本身并非终点。它的目标状态是使「数据治理」这一课题在日常工作中不再需要被单独提起。 这一状态可用三项标志检验：

• 数据录入已标准化到系统不再需要第二次确认。首次录入的数据、格式与完整性已通过系统校验。
• 数据流转已自动化到没有环节需要在两个系统之间搬运数据。全部同步由事件触发完成。
• 数据质量已稳定到管理层不必在会议之前讨论数字是否准确。各方使用的是同一口径。

三项同时成立时，共同体系才算真正建立起来。在此之前，治理动作需要被持续执行； 在此之后，治理转化为系统的默认行为，制度作为例外处理手段保留。

07作者与依据