ThinkingAI Logo
返回博客列表

企业数据治理计划怎么制定?附计划表示例

从目标、范围、责任、工作包、排期到验收,拆解企业数据治理计划的制定步骤,附 12 个月计划表示例、三道门禁与进展跟踪方法。

2026-11-2013分钟
企业数据治理计划怎么制定?附计划表示例

一份可执行的数据治理计划,至少要回答五个问题:为什么做、做到什么程度、谁来做、什么时候做完、怎么证明做完了。把这五个问题落成任务、责任、时间与验收,计划才能被审批、被执行、被跟踪。

制度、标准、平台采购清单都可以放进计划,但计划的主线是工作包和交付节奏。如果企业还没厘清治理范围和总体框架,可以先读数据治理,再回到计划本身。

下面给出制定计划的六个步骤,并附一张可以直接改用的计划表和 12 个月示例。文中的企业背景、指标和数字均为虚构,只用于演示填写方式,不代表行业基准。

一、一份可执行的数据治理计划包含什么

计划要同时服务三类读者。管理层看目标和资源,业务部门看任务和责任人,项目组看排期和验收。一份完整的企业数据治理计划,通常包含四类内容。

组成要写清的内容常见缺口
目标与范围治理要支撑哪些业务任务,结果指标是什么,当前基线多少,首期覆盖哪些数据域只写提升数据质量,没有指标、基线和边界
组织与权责谁决策、谁管理、谁执行,每个数据项由谁负责只有名单,没有决策权和会议机制
工作包与排期分几个阶段,每个阶段做什么,交付什么,前后依赖是什么只有活动名称,没有交付物和完成条件
验收与运营每期用什么证据过关,上线后谁维护、多久复盘一次平台上线即结束,没有运营安排

计划通常分三层来写,三层解决不同的问题。

  • 三年路线图:确定治理域的顺序、年度投入和阶段目标,颗粒度到季度。
  • 年度计划:确定当年的目标、预算、工作包和责任人,颗粒度到月。
  • 季度任务表:确定具体任务、交付物和验收证据,颗粒度到周。

三层共用一套目标口径。季度任务表里的每项任务,都应能追溯到年度计划的一个工作包;年度工作包,应能追溯到路线图上的一个阶段目标。三层对不上,执行时就容易出现临时加任务、年底补材料的情况。

数据治理计划的追溯链,依次为目标、工作包、季度任务、验收证据、阶段门禁

图注:计划表里的每项任务,都应沿着这条链回溯到目标和验收证据。

二、制定数据治理计划的六个步骤

1. 从业务问题定治理目标

目标要写成一句可以验收的话,包含治理对象、结果指标、当前基线、目标值和达成时间。例如“客户主数据完整率从 76% 提升到 95%,在 2027 年 9 月底前完成”,比“提升数据质量”更容易排期和验收。

具体做法有四步。

  • 先列 3 到 5 个业务任务,例如缩短订单履约周期、降低客户重复触达、提升库存周转效率。
  • 每个任务配 1 到 2 个结果指标,并写清分子、分母、统计范围和时间窗口。
  • 记录当前基线。没有基线的目标,验收时容易变成争论。
  • 把暂时无法量化的要求写成过程目标,例如“核心指标责任人覆盖率达到 100%”。

结果目标看业务是否发生变化,过程目标看治理动作是否完成。两类目标都要写,过程中用来跟踪进度,验收时以结果目标为主。

国家标准 GB/T 34960.5-2018《信息技术服务 治理 第5部分:数据治理规范》把数据治理过程分为统筹和规划、构建和运行、监控和评价、改进和优化四个环节。制定计划时可以用这四个环节检查阶段是否齐全,具体阶段的数量和名称仍要按企业实际调整。

2. 用现状调研确定首期范围

范围要由证据决定。部门声量大的问题不一定优先,需要先治理的是那些高频发生、影响决策、又具备整改条件的问题。

现状调研围绕三条线展开。

  • 业务痛点:哪些报表经常被质疑,哪些指标在不同部门有多个版本,哪些流程因为数据问题反复返工。
  • 数据链路:问题数据从哪个系统产生,经过哪些加工环节,最后被哪些报表和接口使用。
  • 责任现状:现在谁定义口径,谁处理质量问题,争议由谁裁决。

把调研结果整理成问题地图,再按业务影响、发生频次、整改可行性和依赖条件排序。

现象涉及数据源系统业务影响优先级
同一客户在 CRM 与订单中心编码不同客户主数据CRM、订单中心客户合并报表重复计算高
订单状态有 6 种写法订单状态订单中心、ERP履约及时率无法统计高
手机号缺失率约 18%客户联系方式CRM短信触达失败中

上表为虚构示例。实际调研时,每一行都要能指到具体的源系统、数据项和受访人。

首期范围建议控制在 1 到 2 个数据域。范围小,规则、责任和平台才能在同一个周期里对齐。首期跑通后,再把模板复制到更多域。

3. 把责任落到角色和名字

数据治理的组织通常分三层。层级名称可以按企业习惯调整,决策权要写清楚。

层级典型角色主要决策会议节奏
决策层数据治理委员会或同等机构,由高管牵头治理目标、跨部门争议、预算优先级、阶段门禁月度或季度
管理层数据治理办公室、数据平台负责人标准发布、路线调整、指标评审、考核跟踪月度
执行层业务数据负责人、数据管家、平台团队、安全合规口径确认、质量整改、接入评审、权限审批周度或按需

每个数据项只设一个最终负责人,同时配一个有实际权限的备份人。负责人对业务定义、指标口径和数据质量负责;平台团队对能不能取到、能不能跑通、能不能追溯负责;安全合规对分类分级、授权和审计负责。角色可以由现有岗位兼任,但要有时间投入和决策权,只挂名不参与,责任会落空。

口径争议最容易卡住计划。提前约定裁决路径,例如先由业务数据负责人确认,跨部门争议提交治理委员会,裁决结果和生效日期记录在指标字典里。

4. 拆工作包并排清依赖

工作包按治理对象拆,比按部门拆更容易排期。常见的有七类。

  • 标准与口径:数据字典、指标定义、编码规则、命名规范。
  • 主数据:客户、产品、供应商、组织等核心实体的唯一来源和分发规则。
  • 数据质量:质量规则、监控告警、问题工单、整改时限。
  • 元数据与血缘:资产目录、字段级血缘、变更影响分析。
  • 安全与权限:分类分级、最小权限、脱敏、审计。
  • 平台承接:把规则配置到采集、建模、调度、服务和权限环节。
  • 运营机制:例会、培训、考核、复盘和年度计划更新。

每个工作包写清四件事:输入是什么,要做哪些动作,交付什么,用什么证据验收。只写“建设数据标准体系”无法排期,写成“发布客户域数据字典 1 套、指标口径 5 个,评审记录齐全”才能跟踪。

排序可以遵循三条原则。

  • 规则先于固化。 指标口径、主数据编码和权限基线要在模型与服务固化之前定下来。
  • 能力先于规模化。 先用一个业务域跑通接入、建模、指标、服务和审计,再复制到更多域。
  • 证据先于扩张。 每一期都要拿到可复核的证据,没有证据就扩范围,预算很难持续。

排期按季度或月份安排,给业务评审和问题整改留出缓冲。依赖关系要单独写一列,避免任务同时启动却互相等待。

5. 把工作包写进计划表

计划表的作用,是把目标、任务、责任、时间和验收放在同一行。推荐至少保留八列。

列填写内容填写要求
编号任务序号与季度任务表保持一致
关联目标对应哪个结果目标或过程目标写目标编号,便于回溯
工作包与关键任务做什么,做到什么范围一行只放一个可验收的交付物
主责对结果负责的角色和姓名只写一个人,不写部门
配合需要参与的团队写清配合事项,避免只挂名
计划时间开始和结束时间写到周,跨季度任务拆开
交付物与验收交付什么,用什么证据证明完成验收标准要能被第三方复核
进展当前状态、偏差原因、下一步每周更新,状态不超过三种

填写顺序建议先填目标与验收,再填任务,最后填时间和责任人。先定验收,任务范围不容易膨胀;先定责任人,排期才有协商对象。

单条任务还可以配一张任务卡,至少写六项:任务描述、负责人、开始与结束时间、前置依赖、交付物、验收证据。任务卡适合周会使用,计划表适合月度汇报和阶段评审。

6. 设门禁、预算和复盘

计划要写清什么条件下继续投入。建议设三道门禁。

门禁检查内容不通过怎么办
立项门禁目标、范围、发起人、预算来源、验收指标补目标和资源,暂不启动
试点转推广口径一致、场景上线、问题闭环、业务确认可用缩小范围或补能力,不急着铺新域
推广转运营责任人到位、服务等级约定、运营预算落实、需求流程运转延长试点,不把问题带进运营

预算至少分四类:内部人力、软件与平台、实施服务、持续运营。只算软件采购,容易漏掉数据整改、培训和日常运营的投入。

验收指标分三层,避免只数平台功能。

  • 业务层:报表交付周期、口径争议次数、场景使用率、资产复用率。
  • 治理层:核心指标责任人覆盖率、质量规则执行率、问题闭环时长、权限审批合规率。
  • 平台层:任务成功率、查询响应时间、审计覆盖率。

指标先测基线,再定目标值。目标值按企业现状和场景确定,不套统一数字。同一指标在不同报表、接口和分析工具里能够复算,才算完成统一。

跟踪节奏可以这样安排:每周更新任务状态,每月开治理例会,每季度做一次阶段评估,每年做一次全面复盘并更新下一年计划。

三、数据治理计划表示例

以下示例假设一家年营收约 20 亿元的零售企业,核心系统包括 CRM、ERP 和订单中心。首期选择客户与订单两个数据域,计划周期为 2027 年 1 月至 12 月。目标 A 为客户主数据完整率从 76% 提升到 95%,目标 B 为订单履约及时率从 82% 提升到 92%。企业与数字均为虚构。

编号关联目标工作包与关键任务主责配合计划时间交付物与验收进展
1A、B启动与调研:访谈 8 个部门,梳理客户、订单、履约三条数据链路数据治理办公室业务部门、IT1 月至 2 月调研报告、问题清单、范围说明,治理委员会确认已完成
2A、B目标与章程:确认 5 个核心指标、2 个数据域、责任人清单和治理章程治理委员会数据治理办公室、财务2 月章程发布,指标基线与目标值签字确认已完成
3A标准与口径:客户编码规则、订单状态枚举、5 个指标口径和命名规范客户域数据负责人数据管家、平台架构师3 月至 4 月数据字典与指标字典发布,评审记录齐全进行中
4B数据质量:配置 15 条质量规则,建立问题工单和整改时限数据质量专员业务数据负责人、平台团队4 月至 6 月规则上线,问题闭环率和整改时长可查未开始
5A、B平台控制点:元数据采集、字段级血缘、权限分级和审计日志平台负责人安全合规、数据治理办公室4 月至 6 月关键表血缘覆盖,权限审批与审计记录可查未开始
6A试点:客户域质量整改、看板上线、月度复盘客户域数据负责人运营、客服、平台团队5 月至 7 月完整率达到 90%,业务确认看板可用未开始
7B推广:复制到订单域,培训数据负责人,纳入部门考核数据治理办公室订单域负责人、人力资源8 月至 10 月新域可独立交付,口径争议次数下降未开始
8A、B运营与复盘:月度例会、季度评估、年度复盘和下一年计划治理委员会数据治理办公室、财务11 月至 12 月运营报告、审计报告和下一年计划获批未开始

这张表可以直接改成企业自己的版本,使用时注意四点。

  • 目标和验收先填。 没有目标和验收标准的任务,不要进入计划表。
  • 主责写角色加姓名。 只写部门,出现问题仍然找不到人。
  • 时间写到周。 跨月的任务拆成可检查的节点,避免月底才发现没做完。
  • 进展只填事实。 记录完成证据、偏差原因和下一步动作,不用百分比掩盖问题。

如果企业习惯用表格软件管理,可以把这张表拆成年度计划和季度任务表两个视图。年度计划保留目标、工作包、预算和门禁,季度任务表保留任务、负责人、时间、交付物和进展。两个视图共用同一套编号。

四、计划评审时看什么

计划提交评审时,先用五个问题做自检。

  • 每个目标是否有基线、目标值和统计口径?
  • 每项任务是否有唯一负责人和可验收的交付物?
  • 关键依赖是否排在前面,资源是否与时间匹配?
  • 每个阶段是否有可复核的验收证据?
  • 运营期的责任、预算和会议机制是否已经安排?

还可以用 DCMM 2.0 的能力域做一次查漏。国家标准 GB/T 36073-2025《数据管理能力成熟度评估模型》于 2025 年 12 月 31 日发布,2026 年 7 月 1 日实施,替代 2018 版,能力域从 8 个增加到 9 个,新增数据资产域。它覆盖数据战略、数据治理、数据架构、数据应用流通、数据资产、数据安全、数据质量、数据标准和数据生存周期等能力域,适合用来识别能力缺口和安排改进顺序。评级能暴露短板,不能证明业务已经用起来,计划仍要围绕业务任务和验收证据展开。

五、让数据治理计划进入日常运行

计划进入执行后,规则要落到平台的控制点上。一个可用的控制点要同时具备三个条件:有规则,有平台动作,有留痕。比如质量规则不仅要写阈值,还要配置监控任务、告警和问题工单;权限规则不仅要写分级,还要有审批记录和审计日志。规则、动作、留痕缺一项,执行就会回到口头约定。数据治理与数据平台如何分工和排期,可以参考数据治理与数据平台规划。

AI 和 Agent 场景会多出五类控制点,制定计划时最好提前留位置。

  • 语义与指标:Agent 取数和分析要调用统一的指标定义、维度和时间窗口。
  • 权限继承:Agent 使用发起人的身份和数据权限,不放大访问范围。
  • 引用溯源:回答和报告要能指回数据源、指标版本和计算逻辑。
  • 执行审计:取数、分析、写回和触达等动作要留下记录。
  • 结果复核:关键结论要有抽样核对、人工确认或评测集验证。

ThinkingAI 的企业级 AI Agent 平台 Agentic Engine 支持私有化部署,可在主 Agent 层提供权限控制、执行审计和引用溯源等能力,把治理后的指标和分析能力接到 Agent 场景。企业已有的数仓和数据平台不必替换,可以通过接口或数据同步对接。ThinkingAI 已服务全球超 1500 家企业,接入产品超 8000 款。具体权限、审批和版本能力,仍需按实际部署版本逐项确认。治理组织、标准制定和数据责任人机制,仍要由企业自己建立。

常见问题

数据治理计划一般做几年?

建议用三年路线图配年度计划。首年聚焦 1 到 2 个数据域,第二年复制到更多域,第三年转向运营和价值评估。周期太长会失去约束,太短又做不完基础工作,年度计划按实际进展滚动调整。

数据治理计划和数据治理方案有什么区别?

方案回答做什么、为什么做、按什么原则做,可以指导多期项目。计划回答谁在什么时间做完、交付什么、怎么验收,对应具体周期和资源。写计划时可以直接引用方案的目标和范围,但要补上任务、责任人、时间和验收证据。

小企业没有专职数据治理团队怎么做?

可以由数据负责人、业务骨干和 IT 人员兼职组成小组,明确一个能拍板的负责人。首期只选一个数据域和 3 到 5 个指标,把责任写进岗位职责,先跑通一条链路,再考虑平台建设。

计划里要不要写预算?

要写。至少覆盖内部人力、软件与平台、实施服务和持续运营四类。只写软件采购预算,容易漏掉数据整改、培训和日常运营的投入,执行到一半就会断。

没有数据治理平台,能不能先做计划?

可以。标准和口径可以先用文档和表格管理,质量规则可以先靠人工抽查和脚本校验。平台承接的是规则执行和留痕,规则本身仍要由业务和数据负责人确认。首期跑通后,再按控制点补齐平台能力。

计划执行三个月没有进展怎么办?

先检查三件事:目标是否超出首期能力,任务是否没有唯一负责人,验收是否缺少证据。多数停滞来自范围过大和责任不清。缩小到一个数据域,重排依赖,把门禁写进项目例会议程,再继续推进。

准备好构建你的 Agent 团队了吗

立即体验 Agentic Engine, 让 AI 成为真正的团队成员

ThinkingAI Big Logo
电话咨询