我们在项目里见过一个很典型的场景：一套 ERP、一套 MES、再加几套自建台账，同一个物料在四个系统里有四个编码。据我们内部统计，规上工业企业的物料主数据重复率通常在 15%–30% 之间，光是把编码统一、口径对齐，往往要占到整个数据治理周期的四到六成。所以我的观点是：先摸清、再治干净，最后才有资格谈确权和入表。
三条实操经验：
一、先定"一物一码"，别急着清洗全量。挑物料、客户、供应商这三类主数据先做，把编码规则和责任人固定下来，新数据从源头就不许再脏。我们做过的一个治理项目里，13,559 条物料主数据统一编码后，跨系统报表差异从两位数降到个位数（据我们内部统计）。
二、口径对齐要落到"指标字典"，不是开会口头对齐。每个报表指标写清楚：取哪个系统、哪张表、什么时间粒度、谁负责。没有字典，今天对上了，下个月又散。
三、迁移分批走，每批都留校验。历史数据按年份或业务线切片，每批迁完做一次总量与关键字段的双向核对，问题当场回滚。反复的根源通常不是技术，是没人对"迁完算不算完"负责。
至于客户最常问的"入表能真进资产负债表吗"——有条件可以，关键在合规确权和成本归集，我们的做法是先做可行性评估，再决定动不动手。
你们公司现在有几套系统在跑同一批数据？评论区说说，我帮你判断先清哪块。
#数据治理 #数据资产入表 #主数据管理
邮箱 dzsj@weit.cn｜官网 https://www.dzsjkj.cn