数据治理，先定规则再建平台

01从一个可验证的问题开始

先问清哪张报表无法对齐、哪些人员信息重复、哪些接口数据更新不及时。将问题写成能检查的范围，比直接提出“建设统一数据平台”更容易安排首期工作。

例如两个系统的在校人数不同，首先核对统计时间、学籍范围和排除条件，再检查数据传输。口径不同不一定是数据错误，不能未经确认就强行合并。

02让质量规则可以执行

每条规则都应说明检查对象、判断条件、责任方和处理方式。以下仅为设计规则的示例，阈值与适用范围需要由实际业务确认。

03按业务优先级安排建设

首期可以先梳理核心数据目录、统一必要标准、建立质量检查，再逐步增加交换共享、主数据和指标管理。每项能力都应有明确使用者，不以模块数量作为建设目标。

• 资源目录：说明有什么数据、从哪里来、由谁负责
• 标准与口径：写清字段、编码、统计范围和计算方法
• 质量闭环：发现问题后有人接收、处理和复核
• 数据服务：明确申请、授权、调用及变更流程
• 运行保障：确认日志、监控、备份及数据访问边界

04用业务使用检验治理成果

治理后的数据应回到报表、业务系统或分析场景中验证。抽查问题记录是否包含规则版本、数据来源、责任人、处理结论和复核结果，再观察业务是否能稳定使用数据，避免只统计接入表的数量。

规则与接口也会随业务变化。保留版本、变更原因及影响范围，安排持续维护责任；先积累可信基线，再讨论改善幅度，不预设脱离实际的数据指标。