数据治理中“制度上墙”与“制度落地”之间的

一、制度文档的两种状态

在很多企业的办公室里，墙上挂着一排制度牌。数据治理制度、数据安全管理制度、数据质量考核办法。牌子做得很规范，框架清晰，条款分明。但问业务人员：“数据录错了会怎样？”回答是：“不知道，没看过那个制度。”问数据治理专员：“上次数据质量问题的责任人追究了吗？”回答是：“制度里写了要追责，但具体怎么操作，没明确过。”

制度上墙了，但没有落地。这是数据治理中普遍存在的现象。制度的制定耗费了大量时间和精力，但制度的效果却没有体现在数据质量的改善上。上墙的制度是给参观的人看的，落地的制度才是给业务人员用的。

制度上墙和制度落地之间的距离，取决于几个关键环节是否到位。责任是否到人、流程是否闭环、例外是否有处理路径、制度是否有版本更新机制。缺了任何一环，制度就可能停留在墙上。

二、制度落地卡在了哪里

第一，责任卡在了“部门”与“岗位”之间。制度写的是“业务部门对数据质量负责”，但业务部门是一个组织，不是一个人。销售部负责客户数据质量，销售部里谁负责？是销售总监、区域经理，还是一线销售员？责任没有细化到具体岗位，就无法追究。出问题时，部门之间互相推诿，制度形同虚设。

第二，流程卡在了“知”与“行”之间。制度规定了数据变更的审批流程：申请、审核、批准、通知。但业务人员在操作时，系统里没有这个流程。他需要发邮件、等回复、手工记录。流程在制度文档里是完整的，在系统里是缺失的。制度规定了，但系统不支持，执行就落空。

第三，例外卡在了“原则”与“操作”之间。制度规定了通用原则，但业务中总有例外。制度说“编码不得重复”，但两家供应商合并了，原来两个编码对应同一个实体，怎么办？制度说“客户名称按营业执照填写”，但个体户没有营业执照，怎么办？制度只写原则，不写例外的处理路径，业务人员遇到例外就卡住，要么违规操作，要么停滞不前。

第四，考核卡在了“统计”与“归因”之间。制度规定了数据质量考核办法，考核数据质量指标。但数据质量指标统计出来之后，归因到谁？客户名称填错了，是销售录入的问题，还是系统没有做校验的问题，还是客户自己提供了错误信息？归因不清，考核就无从下手。考核落不了地，制度的约束力就没有了。

第五，更新卡在了“发布”与“同步”之间。制度发布后，存放在内网的知识库里。业务人员不知道制度更新了，继续按旧制度操作。制度更新了，培训材料没有同步更新；培训材料更新了，系统校验规则没有同步更新。各个环节的同步跟不上，制度的版本就乱了。

三、从“制度上墙”到“制度落地”的五个转向

从“部门负责”转向“岗位负责”。数据质量责任不能只写到部门级别，需要落到具体岗位。客户数据质量由销售部负责，销售部内的数据 steward 岗位承担具体责任。该岗位的职责描述、绩效考核、培训计划中都需要包含数据质量相关内容。责任到岗位，追责才有对象。

从“文档规定”转向“系统固化”。制度中规定的校验规则、审批流程、权限分配，尽可能配置到系统中。编码格式不对，系统不让保存；必填字段为空，系统提示补充；变更审批未通过，系统不给更新。制度规定的执行路径，系统强制走通。系统固化比文档规定更有约束力。

从“原则描述”转向“路径提供”。制度不仅要写“编码不得重复”，还要写“如果发现重复，申请人应该联系编码管理员合并”。制度不仅要写“客户信息必须完整”，还要写“缺失字段时，系统会推送待办任务给客户经理补充”。制度是操作手册，不只是原则声明。

从“事后统计”转向“事前归因”。数据质量指标统计出来后，系统自动标记异常数据的责任人、发生时间、操作环节。客户名称填错了，系统记录是谁在什么时间填的。数据质量问题的归因在异常发生时就已经完成，不需要事后调查。归因前置，考核可执行。

从“定期发布”转向“持续同步”。制度更新后，系统自动触发通知、更新校验规则、刷新培训材料、推送任务给相关岗位。发布和同步同步进行，而不是先发布后同步。同步滞后问题有了解决路径，制度的版本一致性得到保障。

四、新易编码在制度落地中的作用

物料编码管理制度是数据治理制度体系中的一个具体制度。新易编码为这个制度的落地提供了系统支撑。

制度中规定了“编码不得重复”，新易编码在编码申请环节执行查重校验。用户输入物料属性后，系统自动检索已有物料库，相似度超过阈值时提示重复。制度的规定变成了系统的行为，用户不需要查阅制度文档，系统直接告诉他不能重复。

制度中规定了“编码变更需要审批”，新易编码内置了审批流程配置。审批节点、审批人、超时处理，在系统中配置。制度规定的审批路径，系统强制走通。不需要发邮件、等回复、手工记录，流程在系统内闭环。

制度中规定了“编码作废前需要检查依赖”，新易编码在编码作废操作时自动检查引用关系。该编码是否在BOM中、是否有未完成的订单、是否有库存余额。检查结果在界面中展示，有依赖时阻止作废或提示先处理依赖。制度规定的检查项，系统自动执行。

制度中规定了“数据质量定期审计”，新易编码提供质量看板。重复率、完整率、引用频率，以图表形式展示。审计工作从人工逐条排查变为查看看板、处理异常项。制度的执行成本大幅降低。

制度落地的效率，取决于制度本身的合理性和系统对制度的支撑程度。制度写得再好，没有系统支撑，落地靠自觉，效果有限。系统功能再强，制度没有规定，执行无依据。制度和系统的结合是制度落地的关键路径。

五、可操作的几点建议

在制定制度的同时，设计系统实现方案。每一条制度规定，对应一个系统功能或校验规则。制度规定和系统功能同步设计、同步开发、同步上线。制度发布日就是系统生效日，中间的时间差尽可能缩短。

制度中的责任条款明确到岗位名称，而不是部门名称。岗位名称在组织架构中是唯一的，责任人明确。制度发布后，系统权限配置与岗位绑定，责任人的权限与职责匹配。

制度中的例外处理路径单独成章。例外情况不需要很多，但必须写清楚处理流程。用户遇到例外时知道找谁、走什么流程、需要提供什么材料。路径清晰，例外就不会卡住。

制度的更新需要触发同步动作清单。制度版本号变更后，需要同步更新哪些培训材料、哪些系统规则、哪些通知模板。清单在制度发布前准备好，发布后逐项执行。同步完成，新版本才算生效。

制度落地的情况需要定期评估。哪些条款执行了，哪些条款没有执行；没有执行的原因是什么，系统不支持、流程不合理，还是人员不配合。评估结果作为制度修订和系统优化的输入。制度不是一成不变的，需要持续迭代。

“制度上墙”容易，“制度落地”难。上墙只需要打印和装裱，落地需要责任到岗位、流程到系统、例外有路径、考核有依据、更新有同步。每一个环节都需要投入精力设计，没有捷径。

数据治理的制度体系不是用来挂在墙上的，是用来指导日常操作的。制度落地了，数据质量才有保障。制度挂在墙上落灰，数据质量就只能靠运动式清理来维持。墙上的制度是给别人看的，落地的制度才是给自己用的。

新易编码在物料编码管理这个具体制度中提供系统支撑。制度规定的规则配置到系统中，制度规定的流程固化在系统中，制度要求的质量监控内嵌在系统中。编码管理制度在新易编码中实现了从“上墙”到“落地”的转变。这个转变的逻辑也适用于其他数据治理制度。每一个制度都可以审视一遍：责任到岗位了吗、流程固化到系统了吗、例外有路径了吗、归因前置了吗、更新同步了吗。这些问题都回答了，制度离落地就不远了。

 

如果您有物料编码相关的问题，欢迎咨询新易物料编码