数据治理后，为何数据还是有问题
前段时间，和一家企业负责信息化的领导交流，他说：公司投入了那么多的资源和时间实施了数据治理项目，为什么数据质量还是不行？
对于这个问题，我想从项目本身、治理实施以及项目落地三个维度进行分析。
首先，在很多企业中数据治理是以项目的形式存在的，既然是项目，那么就一定有完成日期，但是数据治理这件事不能结束。数据问题会随着业务的运行、需求和技术的变化以及新系统的建设等等情况而不断产生。因此，数据治理需要持续开展，不能因项目结束而结束。
其次，在治理实施方面，有些数据质量问题是因为业务问题造成的，这类问题不能通过数据治理得以改善，而是必须从业务着手进行治理。例如：公司的原材料在还没有办理入库手续的情况下，就被车间紧急使用了，由于没有材料入库信息，这会导致库存数量不准、成本统计不准、供应商对账不准。又比如BOM不准确，导致的采购问题、生产问题以及成本核算问题。在企业里，这一类问题非常多，想要解决的话，就不能靠数据治理，而是需要通过管理优化来解决。
另外，还有项目落地。数据治理不能流于形式，企业通过数据治理项目编制了那么多的数据标准和管理流程，这些内容必须落地到系统中才能起到效果，否则，企业只是得到了一堆文档，对于数据质量的提升毫无意义。例如，数据标准中规定客户的手机号码是11位半角数字。如果员工不小心输错了，数据就会出问题。只有将这个标准落实到系统中，用系统约束员工不能输入超出标准范围的内容，才能从根本上杜绝问题的发生。