1. 企业类型

 大型综合性集团企业

 上市公司

 装备制造业

 商贸流通企业

 连锁性企业

 房地产公司

 能源矿山

 冶金制造

 石油化工

 食品、酒水

 服装鞋帽

 制药化工

 工程施工

 央企二、三级单位

 政府事业单位

 高校、科研院所

2. 企业规模

年营业额50亿以上。

3. 关键部门

企业信息化部门一直是数据治理项目的先知或者发起部门，项目开展过程中业务部门的参与度随着项目的深入越来越高。

二、 企业内因

1. 数据分析方面

1) 第一种情况是本企业前几年实施过BI，但是一直是分析出来的报表或者图表领导能直接看出来有问题，现在需要反过头来进行数据治理了。

2) 再就是信息化到了一定程度，准备开始进行数据分析、应用，提高企业的决策能力，但是发现数据质量的问题很严重，担心后期数据分析的结果不理想，此时应该考虑到启动数据治理项目了，但是需要不断的去引导高层领导的支持。千万不要跟风开展主数据管理平台项目，需要花点力气说服领导开展数据的全面治理，因为主数据管理平台无法实现数据质量的持久性。

3) 第三种就是已经开展数据分析应用项目，但是在实施的过程中发现了数据质量问题挺大，对BI进行数据清洗的能力验证后不再抱有幻想，此时要考虑到数据治理，但此时可能担心影响数据分析项目的验收，建议先给领导一个全面的分析汇报，让领导决断。

2. 数据质量方面

1) 数据不一致问题严重：企业信息化系统是逐步迭代起来的，系统建立的时间拉的较长各系统数据管理标准不一，再就是由于各系统的孤立使用无法及时更新信息，各种原因造成的各系统间的数据严重不一致，严重影响了各系统间的数据交互，统一识别等。

2) 数据不完整问题严重：企业信息系统的孤立使用，造成了各业务板块按照自己的需要进行数据的录入，也就是不需要的信息就不再录入了，最终造成数据的不完整性严重。

3) 数据不合规问题严重：企业各系统的数据录入环节过于简单且手工参与较多，缺少一些准确率等的必要验证，导致在系统内录入进去的数据形式、格式千差万别。

4) 数据冗余问题严重：各系统针对数据的查重标准不一，且针对数据验证标准严重缺失，造成了顶层视角的数据的‘一物多码、一码多物’等现象。

3. 数据规划方面

此方面问题比较简单，需求动因也比较的高大上，就是当企业开展顶层设计（包括企业的架构设计）时，咨询公司会主动提出数据架构设计的问题，数据架构需求的提出预示着数据标准规范落地专业平台的诉求应运而生，但是此时咨询公司会主动承担数据架构设计的工作，当咨询结束后‘数据治理平台’项目可以准备开始了，切记防止咨询公司咨询成传统的主数据管理平台。

4. 再次治理方面

几年前实施了主数据管理平台，但是最近发现了大量的数据质量问题，通过主数据平台或者传统手段已经是束手无策了，这类企业目前越来越多，几乎是每个实施过主数据平台的企业2-3年后都会面临这个问题，还没有好好享受数据治理的红利就重蹈覆辙了，再次治理或者弥补成了数据管理的必须。但是此时切记必须慎重，首先评判更换平台的可能风险有多大，如果无法更换建议构建中翰数据评估监测平台以弥补主数据管理后的问题。

5. 其他方面

如果企业准备实施ERP等系统，根据行业内惯例和我们的经验来讲，我们建议是ERP等系统上线前进行数据治理平台的实施，或者数据治理的事实稍早于ERP实施的同步进行，具体原因如下：

1) ERP实施时要进行数据规范、数据模型（含编码部分和非编码部分）、数据验证、数据管理制度和流程等的重新规范和标准，这个工作可以合并在数据治理平台项目中一块进行，且可以根据专业的流程在专业数据管理专家指导下开展，缩短周期同时提高效率；

2) ERP实施前要进行数据清洗工作，这个工作比较繁琐且量大，完全靠现有的人工肉眼线下识别数据的重复，效果是难以想象的，且周期会很难把控。如果借用中翰数据治理平台中专业的数据清洗工具（ODC）来进行清洗工作，可以实现清洗人员的合理分工、线上协作协同等，在短期内即可达到理想的清洗效果，不浪费人力且缩短周期的同时达到理想的效果。清洗后，规范、标准、干净的数据进入到ERP内可以提高ERP的实施效果，增加满意度。相反，清洗后还是很不规范、不标准，甚至不干净的数据进入到ERP等系统中，直接会导致ERP等系统项目实施的难以继续开展。

3) ERP实施时要进行统一的数据期初工作，这个工作需要前期一次性整理好统一导入到ERP等系统中，并且经常出现由于某个数据错误时的反复重新导入的情况，费时费力。如果前期在数据治理平台中实现了规范落地、数据清洗、自动编码，并且数据自动传输到ERP等系统后，即可短期内快速实现ERP等系统数据的期初工作，且可以实现灵活的数据变更后分发等操作，省时省力。

另外：数据治理平台可以节省ERP等的license数量，从而节省大量的资金投入。因为数据治理平台实现的是静态数据中心的管理，可以标准化管理各业务系统中全部的静态数据，并且数据治理平台可以实现字段级的授权管理，数据录入人员们可以按照事先预定的流程串行或者并行数据录入操作，不再需要在ERP等系统中单独维护相关静态档案数据，从而节省ERP等系统的license数量。

不建议ERP上线后再进行数据治理平台的实施，原因如下：

1) 首先说清洗后的数据肯定是还有很多的重复存在的，只是没有被识别出来，这样的数据会直接影响后期的ERP等系统的业务操作，还有会出现采购订单录入时不知该选哪个编码，仓库盘点出现帐实不一，统计报表不准确等情况，严重影响ERP等系统的使用效果。

2) 再就是由于ERP等系统没有严格的数据验证管理，后期数据新增时还是会出现书写错误、不规范等问题，直接导致后期的重复编码无法有效控制。

3) 等ERP等系统运行一段时间后再实施中翰数据治理平台，完全就是数据治理的过程，相当于重复一遍ERP等系统实施时的工作，重新规范数据管理体系并实现落地，重新进行数据清洗，重新搭建数据服务体系等，重复劳动费时费力。并且数据清洗后只能先实现重复数据的映射，然后逐步停用重复编码，导致数据冗余无法短期内消除。

三、 企业外因

此情况也比较简单，企业一般是受到上层集团或者政府机关相关管理要求而开展数据治理工作，且紧急程度较高，信息部门应该冷静慎重，杜绝应付，建议引导企业从内部管理的角度出发重新审视数据治理的重要性，否则项目做起来难度很大，切记因循守旧的选择传统主数据管理平台，因为项目组必须考虑数据治理成果的长效性和数据质量的持久性。