这一篇要写清两件事：数据治理在大企业里到底由谁负责、按什么顺序做，以及主数据管理和资产盘点各自解决什么问题。
很多企业启动数据治理，第一步就安排全公司数据资产盘点，几周后拿到一份几百页的目录，发现同一个客户在 CRM、ERP、财务系统里有三个编号，同一个物料在总部和两家子公司有三套编码。这份目录没法用：它记录的不是资产，而是三份彼此矛盾的台账。大型企业真正跑通的顺序是反过来的：先选出要治理的业务对象（客户、供应商、物料、组织、资产），把主数据做成 “一数一源” 的黄金记录，再在这个统一口径上做资产盘点、信息卡登记、台账汇总，最后才谈确权、评估、入表。盘点是第三步，不是第一步；主数据是盘点的前提，不是盘点的产物。
如果先盘点再治理主数据，会得到什么
| 做法 | 表面结果 | 真实代价 |
|---|---|---|
| 先全量盘点 | 一份覆盖全公司的数据资源目录 | 同一实体多个编码，目录条目虚高，无法判断 “有多少客户” |
| 盘完再治主数据 | 目录返工重做 | 前一轮盘点的人力白花，台账口径全部作废 |
| 一边盘一边治 | 进度看起来快 | 盘点基准一直在变，前后两版无法比对 |
某制造业企业的实际数据：同一物料在不同分子公司存在超过 18 种重复表述，数据准确率不到 62%，直接后果是采购买错型号、产线停工。这种状态下盘点，盘出来的 “物料资产数” 本身就是错的。（数据来自亿信华辰公开案例，属厂商项目口径）
正确顺序：四步，每一步都有交付物
| 步骤 | 做什么 | 关键交付物 | 判断过关的标准 |
|---|---|---|---|
| 一、定域 | 选 1—2 个业务对象切入，不做全公司 | 治理域清单与边界说明 | 每个域有明确的数据所有者 |
| 二、治主数据 | 建标准、做匹配合并、生成黄金记录、向下游分发 | 主数据标准、编码规则、MDM 平台 | 重复率下降、跨系统一致率可测 |
| 三、盘资产 | 在统一口径上盘系统、表、字段、血缘 | 数据资产清单、数据资产信息卡 | 每条资产能追到源系统与责任人 |
| 四、登账入表 | 台账汇总、确权、评估、登记 | 数据资产台账、登记凭证 | 账账相符、账实相符 |
这四步的顺序不能颠倒，因为第三步的 “条目数” 直接依赖第二步的 “唯一性”。主数据没统一，盘点就是在给混乱编索引。
第一步：定域，先治理两三个业务对象
大型企业最常见的错误是 “全域治理”，一上来就要覆盖所有业务系统。可执行的做法是选那种跨系统、跨部门、出错代价高的对象：
- 客户：CRM、电商、门店、呼叫中心各一套，识别不准会重复营销、错失 VIP、触碰个人信息合规红线
- 供应商：采购、财务、合同各一套，账户信息错了就是直接付款风险
- 物料：总部与子公司各有编码，一物多码导致库存积压与缺料并存
- 组织与员工：多套组织架构共存，人力成本与权限口径对不上
- 资产与项目：这是后面做数据资产盘点时最容易和实物资产混淆的一类
选域的三条硬标准：业务部门有真实痛点且愿意出人、数据已有积累但质量明显有问题、跑通后能复制到其他域。三条都满足才动手。
第二步：主数据怎么治理才算治理完成
主数据管理（MDM）是一套 “技术 + 流程 + 治理” 的组合，不是一个软件。四件事缺一件都跑不通：
| 环节 | 具体动作 | 常见失败表现 |
|---|---|---|
| 标准 | 定字段、定编码规则、定业务术语 | 标准文档厚厚一本，业务部门照老习惯录入 |
| 匹配 | 用统一社会信用代码、身份证号做确定性匹配；缺失时用名称、地址、电话做模糊匹配打分 | 只做精确匹配，历史脏数据一条也合不上 |
| 合并 | 定 “生存法则”：冲突时以哪个源系统为准 | 没有规则，两个手机号都留着，黄金记录变成两条 |
| 分发 | 通过 API 或同步，把黄金记录推回 ERP、CRM、OA | 平台建好了，下游系统还是各用各的 |
判断治理是否真的完成，不看平台是否上线，而看三个数字：重复率、跨系统一致率、变更审批留痕率。某制造集团的公开案例是从 30 万条物料编码清洗到 8 万条，重复率从 18% 降到 2%，准确率从 62% 提升到 95%—— 这些是厂商披露的项目结果，可以作为量级参考，但不能当成行业基准。
第三步：盘点盘什么，盘到什么颗粒度
盘点不是 “把表列出来”，而是回答四个问题：有什么、在哪、谁负责、能不能用。国家标准给了现成的字段框架。
2026 年 7 月 17 日，财政部组织起草的两项国家标准发布：《资产管理 数据资产分类与代码》（GB/T 47949—2026）和《资产管理 数据资产登记指南》（GB/T 47950—2026）。前者把数据资产分为结构化、半结构化、非结构化三类共 15 个细类；后者给出了数据资产信息卡的登记要素。
按 GB/T 47950—2026，一张信息卡至少要覆盖五类信息：
| 信息类别 | 关键字段 |
|---|---|
| 基本信息 | 资产编号、资产名称、资产分类（按 GB/T 47949）、数据来源、数据规模、更新频率、权属信息 |
| 财务信息 | 资产原值、财务入账状态、摊销方法、摊销年限、累计摊销、净值 |
| 使用信息 | 资产状态、管理部门、管理人、共享类型、开放类型、使用单位 |
| 授权信息 | 是否被授权运营、授权运营主体、授权起止时间 |
| 处置信息 | 处置形式、处置渠道、处置时间、处置收益 |
其中几个字段特别容易被糊弄过去：
- 更新频率：标准给的选项是实时、按日、按月、按年、不更新、其他 —— 写 “不定期” 等于没写
- 数据来源：自行生产、协议获得、公开收集、其他 —— 这决定后面能不能确权
- 权属信息：持有权、使用权、经营权，可多选 —— 对应 “三权分置”
- 共享 / 开放类型：无条件、有条件、不予 —— 这是安全合规的落地开关
盘点时还要区分两个台账：符合资产确认条件的进数据资产台账，暂不具备确认条件的进数据资产备查簿。混在一起记，后面入表就会出错。
第四步：从盘点走到登记，中间还有五个环节
盘点只是起点。数据从 “资源” 变成 “资产”，公开披露的路径是六步：
| 环节 | 回答的问题 | 谁来做 |
|---|---|---|
| 盘点与清洗 | 有什么、质量如何、能不能用 | 数据管理部门 + 业务部门 |
| 确权 | 归谁持有、谁可加工、谁可经营 | 法务 + 业务 + 数据部门 |
| 审计 | 能不能入账、入多少 | 会计师事务所 |
| 合规 | 来源是否合法、处理是否合规 | 律师事务所 |
| 评估 | 值多少钱 | 资产评估机构 |
| 登记发证 | 市场认不认 | 数据产权登记机构 |
2026 年 8 月 6 日，国家数据局明确推进数据产权登记，目标是 “一次登记、全国通用”，登记凭证可用于流通交易、资产入表、融资担保。这意味着盘点做出来的台账，最终要对得上一个外部的登记体系 —— 字段口径从一开始就要按国标来，不能自创。
组织怎么摆：三层，别只设一个 “数据治理委员会”
DCMM 2.0（GB/T 36073—2025，2026 年 7 月 1 日实施）在数据治理域里明确要求建立实体数据管理部门、体系化岗位管理和自上而下的数据认责。落地到企业里通常是三层：
| 层级 | 角色 | 职责 |
|---|---|---|
| 决策层 | 数据治理委员会（CEO 或 CIO 牵头） | 定战略、批标准、裁决跨部门争议 |
| 管理层 | 数据管理办公室 / 数据管理部 | 组织评估、协调资源、跟踪整改、维护台账 |
| 执行层 | 域 Owner、数据管家、数据专员 | 域内标准制定、清洗执行、日常维护与变更审批 |
这套三层结构在项目案例里被反复验证过：数据所有者解决争议、建责任机制；数据管家推动清洗、质量控制、审批标准变更；数据专员负责维护、变更和标准发布。缺了中间那层，标准就永远停在文档里。
时间窗口：2026 年底是试点收官
财政部《数据资产全过程管理试点方案》的试点期是 2025 年 1 月 1 日至 2026 年 12 月 31 日，覆盖 7 个中央部门、6 家中央企业和 16 个地方财政部门，重点就是台账编制、登记、授权运营、收益分配、交易流通五个环节。今天是 2026 年 11 月 10 日，距离收官不到两个月。
对还没启动的企业，这个时间点的意义不是 “赶紧赶上”，而是试点经验会在年底集中沉淀成可复制的工作指引。现在动手的合理姿势是：先把主数据和盘点做扎实，等指引落地再对齐登记口径，而不是抢在年底前把一份对不上的台账交上去。
三个最容易踩的坑
- 只上工具不设权责：目录做得再漂亮，没有域 Owner 就是死文档。数据变了没人改，半年后彻底失效。
- 清洗一次就收工：没有质量规则和修复闭环，三个月后数据回到原点。治理要靠机制，不靠运动。
- 把主数据和数据资产混为一谈：主数据是描述业务实体的 “名词”，数据资产是能产生经济利益的资源。客户主数据治理好了，不等于客户数据就成了可入表的资产。
【相关 FAQ】
问题 1：大型企业做数据治理，为什么不能先做数据资产盘点？
回答 1：因为盘点的前提是实体唯一。主数据没统一时，同一个客户、物料、供应商在不同系统里有多个编码，盘点出来的目录条目会虚高，也无法判断 “到底有多少个客户”。等主数据治理完再回头盘点，前一轮的台账口径全部作废，等于白做。正确顺序是先定域、再治主数据、然后做数据资产盘点。
问题 2：主数据管理和数据资产盘点，到底是什么关系？
回答 2：主数据管理解决 “同一个东西只有一个名字”，数据资产盘点解决 “有哪些数据、在哪、谁负责、能不能用”。前者是后者的前置条件：主数据不统一，数据资产盘点就只能记录三套彼此矛盾的台账。两者也不等同 —— 主数据是描述业务实体的名词数据，数据资产是预期能带来经济利益的资源，治理好了主数据不代表数据就能入表。
问题 3：大型企业的主数据管理，一般先治哪几类？
回答 3：最常见的是客户、供应商、物料、组织与员工、资产与项目五类。选域的标准有三条：跨系统跨部门、出错代价高、跑通后可复制。多数企业会从客户或物料切入 —— 客户涉及营销准确性和个人信息合规，物料涉及库存与采购成本，两者的痛点最容易被业务部门感知，也最容易在几个月内看到可测量的改善。
问题 4：数据资产盘点要盘到什么颗粒度？
回答 4：按 GB/T 47950—2026 的数据资产信息卡，至少要盘到 “一条资产一张卡”，覆盖基本信息、财务信息、使用信息、授权信息、处置信息五类。基本信息里资产编号要唯一、分类按 GB/T 47949—2026、更新频率要写到实时 / 按日 / 按月这一级、权属要标明持有权 / 使用权 / 经营权。另外要分清两个台账：符合确认条件的进数据资产台账，暂不具备条件的进备查簿。
问题 5：主数据治理做完了，数据治理就算完成了吗？
回答 5：不算。主数据只是数据治理的一个域。按 DCMM 2.0（GB/T 36073—2025）的框架，完整的能力域有九个：数据战略、数据治理、数据架构、数据资产、数据标准、数据质量、数据安全、数据生存周期、数据应用流通，下设 33 个能力项、486 项评估指标。主数据统一只解决了 “标准” 和 “质量” 里的一部分，数据资产的确权、评估、运营还是空白。
问题 6：现在启动数据治理，还来得及对上 2026 年底的试点收官吗？
回答 6：不必按 “赶上收官” 来安排节奏。财政部数据资产全过程管理试点的周期是 2025 年 1 月 1 日到 2026 年 12 月 31 日，年底会沉淀出可复制的工作指引。更合理的做法是今年先把主数据统一和数据资产盘点的基础打牢，等指引发布后再对齐登记与入表口径。抢时间交一份口径对不上的台账，返工成本远高于晚交几个月。
【参考资料】
[2026-08-17]（数据治理总是推不动？DCMM 2.0 给出的七步落地路径）阿里云开发者社区
[2026-08-14]（数据有了身份证 资产之路这样走通 —— 写在国家统一数据产权登记加快推进之际）新华网
[2026-07-20]（一图读懂《资产管理 数据资产登记指南》GB/T 47950-2026）财政部资产管理司
[2026-07-17]（《资产管理 数据资产分类与代码》《资产管理 数据资产登记指南》国家标准发布）财政部资产管理司
[2026-07-03]（DCMM 2.0 标准推动数据管理向现代化要素新范式升级）中国电子报
[2026-05-18]（主数据管理到底怎么做，这份实战案例集帮你抄别人家的作业）亿信华辰
[2026-01-16]（国家标准《数据管理能力成熟度评估模型》GB/T 36073-2025 正式发布）科技日报（中国网转载）
[2024-12-27]（财政部印发《数据资产全过程管理试点方案》）人民网
【免责声明】
本文基于财政部发布的《资产管理 数据资产登记指南》（GB/T 47950—2026）与《资产管理 数据资产分类与代码》（GB/T 47949—2026）、DCMM 2.0（GB/T 36073—2025）相关公开解读、财政部《数据资产全过程管理试点方案》以及新华网、中国电子报、阿里云开发者社区等公开报道整理，仅作方法论与信息参考，不构成管理咨询或合规意见。文中涉及的物料重复率、数据准确率、编码清洗数量等具体数字来自厂商公开案例，属单一项目口径，不代表行业平均水平，引用时请注意来源与统计范围。数据资产的确权、评估、入表与登记涉及会计、法律与资产评估专业判断，企业实际操作应以现行法规、国家标准及主管部门要求为准。