当信息中心既要……又要……还要……的时候

最近遇到个项目，某集团企业在开展ERP系统建设，其中主数据治理是其中一项重要工作。信息中心只有五个人，在集团职能部门中相对弱势，CIO很纠结，不知道从何处着手启动这件事情。其实，在很多企业里面，信息中心都是“负重前行”。归根结底，这个问题还是如何在资源有限的情况下，有效推动企业主数据标准体系建设。

在企业信息化建设过程中，主数据管理（MDM）是数据治理的核心基础。然而，很多企业的信息中心往往面临两大难题：一是人手不足，二是话语权不够。业务部门通常认为主数据管理是IT的事，配合意愿低，导致标准体系难以落地。如果强行推动，可能会引发抵触情绪；但如果放任不管，数据混乱又会持续影响业务效率。

那么，如何在资源有限、影响力不足的情况下，让各部门真正参与进来，共同建设主数据标准体系？

很多IT部门一上来就讲“主数据标准”“数据治理框架”，业务部门一听就觉得：“这又是IT搞出来的复杂概念，跟我有什么关系？” 所以，第一步不是推销标准，而是找到业务部门真正的痛点。

比如：

• 财务部：供应商信息混乱，导致付款延迟，甚至重复付款；

• 采购部：同一物料有多个编码，比价困难，采购效率低；

• 仓储部：库存数据不准，导致盘点差异大，影响生产计划；

• 销售部：客户信息重复，影响销售分析和精准营销。

关键策略：

1. 先做调研：和各部门负责人聊，问他们“哪些数据问题最影响你们的工作效率？”

2. 量化影响：比如财务部因为供应商数据问题，每月要多花20小时对账；采购部因为物料编码混乱，导致采购周期延长3天。

3. 锁定最痛的点：优先解决影响最大、最容易见效的问题，而不是试图一次性覆盖所有数据。

有了痛点清单后，不要试图一次性解决所有问题，而是选1-2个高价值、低冲突的领域做试点。

案例：从供应商主数据切入

假设财务部最头疼的是供应商信息混乱，导致付款错误。可以这样做：

1. 清洗一批数据，哪怕是手搓：和财务部一起整理前50家核心供应商，统一名称、税号、银行账号等关键信息。

2. 快速验证效果：让财务部试用清洗后的数据，看看付款流程是否更顺畅。

3. 展示成果：如果效果明显（比如对账时间减少50%），就拿这个案例去说服管理层和其他部门。

为什么小试点有效？

• 低投入：不需要大规模系统改造，甚至用Excel就能完成初步治理。

• 快速见效：业务部门能直接感受到好处，而不是等一个“长期项目”。

• 降低阻力：如果试点成功，其他部门会更愿意配合；如果失败，调整成本也很低。

主数据管理最大的误区是让IT部门单打独斗。真正可持续的模式，是让业务部门自己意识到数据标准的重要性，并主动参与进来。

如何让业务部门“主动”？

1.建立“数据Owner”机制：

• 供应商数据由采购部负责维护，财务部负责审核；

• 客户数据由销售部负责，市场部监督质量。

• IT只提供工具和规则，不替业务部门做数据维护。

2.用业务语言沟通：

• 不要说“请遵守主数据标准”，而是说“统一供应商信息可以减少付款错误，避免审计风险”。

• 用业务KPI挂钩，比如“准确的主数据可以让采购成本降低5%”。

3.让业务部门互相影响：

• 如果采购部不愿意配合，就让财务部去推动：“如果供应商信息不准确，我们没法按时付款。”

• 这种“业务部门之间的需求”往往比IT的要求更有说服力。

很多企业的主数据标准难以落地，是因为业务部门觉得“增加了额外的工作”。所以，要让数据管理变成“顺手的事”，而不是“额外任务”。

具体做法：

1.在关键流程中设置数据检查点：

• 新供应商录入时，系统自动校验税号是否重复；

• 新建物料编码时，强制要求填写标准属性（如品牌、规格）。

2.提供便捷工具：

• 开发简单的数据清洗工具，让业务部门能自己修正问题数据；

• 提供标准化的Excel模板，减少手工录入错误。

3.逐步自动化：

初期可以允许部分手工维护，但随着系统完善，逐步转向自动化校验和审批。

很多企业一提到数据治理，就想搞一套完整的流程、委员会、KPI考核……但在资源有限的情况下，“轻量级治理”往往更有效。

如何做到“轻量级”？

1.简化标准：

先定义最核心的字段（如供应商名称、税号），而不是一次性制定几百个规则。

2.灵活调整：

如果某些标准确实不符合业务需求，允许优化，而不是强制推行。

3.阶段性目标：

• 第一阶段：解决数据重复问题；

• 第二阶段：提升数据完整性；

• 第三阶段：优化数据质量。

要让主数据管理持续运转，必须让企业上下看到它的价值。

具体方法：

1. 定期发布数据质量报告：

   展示各部门的数据准确率、改进情况，形成良性竞争。

2. 与绩效考核挂钩：

   不一定要直接扣分，但可以设立“数据质量标杆部门”奖励。

3. 推动数据应用：

   例如，用清洗后的主数据做BI分析，让管理层看到“好数据如何支撑决策”。

总之，在资源不足、话语权有限的情况下，推动主数据管理必须遵循几个原则：

1. 先解决痛点，再谈标准——让业务部门看到直接收益。

2. 小步快跑，快速验证——用试点证明价值，而不是画大饼。

3. 让业务部门成为主角——IT是赋能者，不是执行者。

4. 降低执行成本——让数据管理“无缝嵌入”现有工作。

5. 轻量治理，逐步优化——避免一开始就追求完美体系。

最终，主数据管理不是靠IT部门强推的，而是让业务部门自己意识到“数据质量=业务效率”，才能真正落地并持续优化。