先给结论：数据混乱是管理责任没有落到日常流程
基础数据治理不能只在ERP实施前做一次。企业需要明确每类数据由谁提出、谁审核、按什么标准编码、何时允许修改、怎样停用，以及如何检查质量。
用友公开的数据治理资料将数据标准、数据质量、元数据、主数据和数据资产管理列为相互关联的治理场景，并强调主数据统一视图和集中管理。对于正在使用U8+、YonSuite、畅捷通或其他ERP的企业，这些概念最终都要落实到客户、供应商、存货、组织、仓库、BOM和指标口径的日常维护中。
ERP基础数据失控的七个信号
全称、简称、空格或税号录入不同，导致应收应付和销售分析被拆散。
名称、规格、型号和分类没有规则，业务员重复新增，仓库无法准确替代。
产品结构、用量、损耗和替代料已经变化，ERP仍使用旧版本计算需求和成本。
为区分待检、合格、冻结和客户寄存不断新建仓库，账务与实物口径越来越复杂。
部门、人员、岗位和权限没有同步停用，流程仍流向无效责任人。
收入、库存、毛利和交付率计算口径不统一，部门各自导出后再次加工。
关键档案可以直接改名、改分类或改单位，历史单据和后续分析受到影响。
只有少数老员工知道编码习惯和数据关系，人员变动后问题集中暴露。
优先治理哪些基础数据
| 数据类别 | 关键字段 | 主要责任部门 | 常见影响 |
|---|---|---|---|
| 客户与供应商 | 名称、税号、地址、结算、信用、分类 | 销售、采购、财务 | 往来对账、信用、价格和经营分析 |
| 存货与物料 | 编码、名称、规格、单位、分类、批次 | 技术、采购、仓库、财务 | 采购、库存、生产、成本和追溯 |
| BOM与工艺 | 版本、用量、损耗、替代料、工序、工时 | 研发、工艺、生产 | 计划、领料、报工和成本核算 |
| 组织与人员 | 公司、部门、岗位、人员、职责和有效期 | 人力、行政、IT | 权限、审批、核算和责任归属 |
| 仓库与库存属性 | 仓库、货位、状态、批次、所有权 | 供应链、仓储、质量 | 账实一致、可用量和质量隔离 |
| 财务核算维度 | 科目、辅助项、项目、成本中心、现金流 | 财务 | 凭证、结账、报表和管理分析 |
| 指标与报表口径 | 定义、公式、数据源、时间、责任人 | 业务、财务、管理层 | 经营判断与跨部门协同 |
企业基础数据治理七步法
第一步：为每类数据确定负责人
不要把所有基础数据都交给财务或IT维护。销售负责客户业务属性，采购负责供应商准入信息，技术负责物料规格和BOM，仓库负责包装与储存属性，财务负责核算和税务字段，IT负责权限、流程和技术规则。跨部门字段应指定最终确认人。
第二步：把编码与字段标准写下来
明确哪些信息进入编码，哪些只作为属性；规定名称、规格、单位、分类、必填项和停用条件。编码应稳定、唯一并便于系统管理，不宜把价格、供应商或经常变化的业务信息硬编码进去。
第三步：清理现有重复与缺失数据
先做数量统计和质量画像，再按重复、缺失、错误、过期和冲突分类处理。客户供应商可结合统一社会信用代码判断，存货要同时比较名称、规格、单位和技术属性。合并档案前必须评估历史单据、库存和往来余额，不能直接删除。
第四步：建立新增、变更和停用流程
不同动作的风险不同。新增要查重，变更要记录变更前后内容，停用要确认是否存在库存、余额、未结订单和有效BOM。关键主数据不应通过聊天消息直接要求管理员修改，应在OA或ERP中形成申请、审核和留痕。
第五步：在系统入口设置预防规则
通过唯一性、必填、格式、引用和权限规则阻止低质量数据进入系统。例如税号重复提醒、单位转换关系检查、BOM版本生效日期控制、已使用档案限制关键字段修改。规则应处理高频且明确的问题，不能用过度限制代替业务判断。
第六步：建立数据质量检查表
每月检查新增量、重复率、必填完整性、长期未使用档案、负库存、无效BOM、停用人员权限和报表口径差异。每项问题要能定位到数据、责任部门和处理期限。数据质量不是抽象评分，而是能够被业务部门整改的具体清单。
第七步：把治理纳入ERP运维
系统升级、组织调整、新产品上线、仓库重构和接口增加都会改变数据关系。企业应在月度或季度运维会议中复盘数据问题、规则命中、接口失败和业务反馈，决定标准是否需要调整，并同步更新操作说明和培训材料。
以存货档案为例，申请单至少要回答什么
- 企业内部是否已经存在相同或可替代的物料。
- 标准名称、规格型号、技术参数和图号分别是什么。
- 基本计量单位以及采购、库存、生产、销售单位如何换算。
- 是否启用批次、序列号、保质期、自由项或质量检验。
- 物料属于原料、半成品、成品、包装物还是费用类项目。
- 采购、销售、生产和财务分别需要哪些属性。
- 由哪个部门提出，谁负责技术确认和财务核算确认。
如果一张申请单无法回答这些问题，后续采购、仓库、生产和财务只能在各自环节补信息，最终形成多个不一致的版本。
30天基础数据专项治理参考安排
盘点数据与问题
统计档案规模、增量、重复、缺失和业务投诉，选出影响最大的两至三类数据。
确定标准与责任
确认字段定义、编码、维护权限、审批人、变更和停用规则。
清洗并验证影响
处理重复和错误数据，验证库存、往来、BOM、订单和历史报表不受破坏。
固化申请流程
配置查重、必填、审核、变更留痕和停用检查，发布岗位操作说明。
试运行与复盘
用真实申请验证规则，根据业务反馈调整，并确定月度质量检查机制。
四个常见治理误区
- 追求一次清理干净：业务持续变化，数据治理必须有新增、变更、监控和复盘机制。
- 编码承载过多含义：编码一旦包含经常变化的信息，后续只能改编码或继续制造例外。
- 只清洗，不改入口：如果新增流程和系统规则不变，清理后的数据很快会再次失控。
- 把责任全部交给IT：IT可以维护平台和规则，但不能替代业务部门判断客户、物料、BOM和核算口径。
资料来源与说明
本文依据用友官方公开资料及企业ERP实施运维经验整理，用于提供通用治理框架。具体数据标准、清洗方案、系统配置和操作权限，应结合企业业务、产品版本、历史数据及正式项目范围确定。