数据治理不是先买工具：
一张 DAMA 落地顺序表

先纠一个最常见的误区

「先买平台，边用边定标准」——这是我们在项目里听到最多的一句话，也是最贵的一个误区。平台解决的是「存」和「算」，标准解决的是「是什么」和「算得对不对」。先把平台买回来，结果通常是：数据接进来了，但没人说得清哪份是对的；报表做出来了，但业务不认。

打个比方：平台是仓库，标准是货架和标签。货架没设计好，货进得越多越乱。所以顺序上，标准和组织要走在工具前面。

落地顺序表：八步

三种角色到底谁干什么

治理落不了地，多数时候不是不想做，是没人被明确授权去做。按 DAMA 的框架，这三类角色必须落到具体人头上：

• 数据治理委员会：定方向、批标准、裁决跨部门争议。必须由管理层牵头，否则压不住。
• Data Owner（数据负责人）：某个业务域数据的第一责任人，对口径与质量结果负责——通常是业务部门负责人，不是 IT。
• Data Steward（数据管家）：日常执行者，负责标准落地、质量问题跟踪处理——通常是既懂业务又熟系统的人。

再配一张 RACI 表（谁负责、谁批准、谁被咨询、谁被告知），把每个治理动作的责任说清楚。这张表往往比任何方法论文档都管用。

为什么顺序不能反

每反转一步，验收就少一个依据：

• 先上平台后定标准 → 数据接进来但无法判定对错；
• 先定标准后立组织 → 标准没人执行，写完全部落灰；
• 先做全公司后做试点 → 战线太长，一年看不到成果，项目被叫停；
• 先做质量后定标准 → 拿什么当基准都不知道。

中小企业（OPC / 小 B）的轻量版

几十人到上百人的企业，不需要照搬大企业那套形式。轻量版可以这样：

• 不设委员会，老板直接担任数据 Owner，重大口径争议当场拍板；
• 指定 1-2 名兼职数据管家（通常是财务或运营骨干），管标准与质量问题；
• 先只治理一个最痛的域——通常是客户、商品或财务口径；
• 平台放到最后，优先用现成能力，别自己建。

怎么判断治理有没有真在起作用

不看文档厚度，看三个可观测的信号：关键指标能不能被同一口径复算；数据问题有没有从「发现」到「闭环」的记录；业务部门是否开始主动提出口径需求。第三条出现时，治理才算真正进入了组织。