集团公司应该建立哪些数据标准？
—— 六类标准、三层架构、五步建设法
一家多元化集团刚完成对三家子公司的并购，CFO要求次月出合并报表。结果合并第一天就卡住了：三家公司的"客户"不是一个东西。A公司的客户是"签了合同的法律实体"，B公司的客户是"下过单的交易对象"，C公司的客户是"授信额度的主体"。同一个客户名，三家系统里三个口径，合并出来的收入和应收完全对不上。财务部加班一周做映射，得出一个结论：不是数据有问题，是数据没有标准。
这不是个例。集团型企业多业态、多系统、多地域、多轮并购叠加，"同物不同名、同名不同义、同义不同码"几乎是通病。湖南建投集团在数据标准评审时说得很到位：数据标准建设是厘清数据资产、打通数据孤岛、加快数据流通的首要环节。
就在本月（2026年8月），中国信通院正式发布了《数字实体元数据总则》行业标准，进一步说明：从国家到企业，数据标准已经不是"要不要建"的问题，而是"建什么、怎么建"的问题。
今天就来拆解：集团公司到底应该建立哪些数据标准？
一、先对齐：数据标准到底是什么？
很多人把"数据标准"等同于"数据制度"或者"编码规则"，这是缩小了它的内涵。
数据标准，是让同一件事在所有系统里被一致地理解、记录、交换和使用的规则集合。它回答的是四个问题：这件事叫什么（命名标准）、它是什么意思（定义标准）、它长什么样（格式与编码标准）、谁能碰它（安全标准）。
打个比方：数据标准就是集团内部的"度量衡"。秦始皇统一六国后干的第一件事就是"车同轨、书同文、统一度量衡"——不是为了好看，而是不统一，收税、调兵、通商都没法做。企业数据标准干的就是这件事。
数据标准 vs 数据制度 vs 数据规范，怎么区分？
数据标准——"客户编码必须是10位，前两位业态码"（规则本身）
数据制度——"谁负责维护客户编码、变更走什么审批"（管理规则）
数据规范——"开发报表时客户字段必须取自主数据系统，不能从订单表反推"（操作规则）
三者是标准定规则、制度定责任、规范定操作的关系，标准是地基。
二、集团应该建立的六类数据标准
结合翼支付、安徽投资集团、湖南建投等实践，集团级数据标准体系通常包含六大类。这不是拍脑袋分的，是按"数据从产生到使用"的链路自然分层。
下面逐类拆解。
第一类：业务数据标准
这是最基础的一层，回答"每个业务数据元素到底叫什么、是什么、什么格式"。
比如"客户类型"这个字段，如果不定标准，A系统叫"客户类别"，B系统叫"客户分级"，C系统叫"客户性质"，值域还各不相同（一个是数字1-5，一个是字母A-D）。数据仓库做ETL时就得写一堆映射表，映射表本身就是bug温床。
业务数据标准的核心是数据元标准：每个核心数据元素的中文名称、英文名、定义、数据类型、长度、值域（可选值列表）、编码规则，全部白纸黑字写清楚。
第二类：主数据标准
主数据是跨系统共享的核心实体——客户、供应商、物料、产品、组织、员工、科目。主数据标准就是在业务数据标准的基础上，为这些核心实体单独制定更细的标准。
主数据标准通常包含三部分：编码规则（唯一编码怎么生成）、属性标准（有哪些字段、每个字段什么口径）、分类标准（物料怎么分类、客户怎么分级）。
安徽省投资集团在主数据标准化建设中总结了一条关键经验：主数据标准必须和业务系统同步建。标准先定、系统后改，或者系统先上、标准后补，都会出现"标准归标准、系统归系统"的两张皮。
第三类：指标数据标准
"营业收入"这个指标，集团口径含联营，子公司口径只含自营——合并报表差异20%。指标数据标准就是消灭这种分歧的。
一个完整的指标标准要写清楚：指标名称、业务口径、计算公式、统计维度、统计周期、数据来源、发布层级。CDO研习社在指标体系建设思考中特别强调：指标口径一旦定下来，所有人必须用同一个定义，分歧在定义层解决，而不是在报表层打架。
第四类：技术数据标准
前两类是业务层标准，技术数据标准是给IT团队看的：数据库命名规范、表结构设计规范、数据类型规范、接口数据格式规范。
这一类标准不显眼，但价值很大。一个100人开发团队如果没有统一命名规范，三年后谁也不敢动老系统——因为没人知道"cust_info"和"customer_information"是不是一回事。
第五类：数据安全标准
这是当前监管最硬的要求。翼支付在数据治理实践中明确：数据安全规范的核心是数据分类分级——先分清楚哪些是公开、哪些是内部、哪些是敏感、哪些是核心，再定脱敏规则和访问权限。
数据安全标准要覆盖：分类分级规则、脱敏规则、访问权限矩阵、数据留存周期、出境合规要求。国企和金融行业尤其需要对标国标《网络安全数据分类分级规范》和行业监管要求。
第六类：元数据标准
元数据标准回答"数据的数据"怎么管。信通院刚发布的《数字实体元数据总则》聚焦的就是这一层——实体的统一语义表达、分类规范和元数据描述体系。
企业级元数据标准要覆盖：业务元数据（业务定义、口径）、技术元数据（库表结构、字段映射）、管理元数据（数据Owner、生命周期、血缘）的采集和管理规范。没有它，数据资产盘点永远是"账实不符"。
六类标准不是都要同时建。优先级建议：
第一梯队：主数据标准 + 指标数据标准（直接解决合并报表和跨系统共享痛点）
第二梯队：业务数据标准 + 数据安全标准（打地基 + 合规底线）
第三梯队：技术数据标准 + 元数据标准（提升开发效率和资产可视）
资源有限的集团，先建第一梯队，三个月见效。
三、三层架构：集团标准怎么组织
六类标准说完了，但在集团层面怎么组织？湖南建投、华数集团的做法给出了一个清晰的模式：集团级总册 + 分域/分册标准 + 字段级标准。
总册管"规则统一"，分册管"业务落地"，字段级管"执行到底"。三层缺一不可：只有总册没有分册，标准飘在空中落不了地；只有分册没有总册，各域各自为政，又回到"同物不同名"的老路。
四、建设方法论：五步落地
第1步：盘点与分类
先搞清楚家底：集团有哪些核心系统、哪些核心数据域、哪些高频使用的核心数据元。BAT大数据架构在"数据标准从0到1"中建议：先聚焦最痛的2-3个域，比如财务和主数据，别想着一次性把所有域的标准都建完。
第2步：标准定义
对选定的域，逐个数据元定义标准：名称、定义、类型、长度、值域、编码规则。这一步最容易出的问题是IT关起门来写——标准是业务用的，定义必须业务参与确认，否则出来就是一堆IT看得懂、业务看不懂的文档。
第3步：评审发布
标准定完不能直接用，要走正式评审。湖南建投的做法是组织集团层面评审会，业务、IT、合规多方参与，通过后正式发布。评审的目的不是走形式，是让标准获得组织层面的"合法性"——发下去才有人认。
第4步：系统落地
这是最难的一步，也是最容易掉链子的一步。安徽投资集团用血泪换来的教训：标准一定要和业务系统同步建。标准发布后，要在源系统（ERP、CRM、MES等）中做字段改造、值域校验、编码映射，让标准真正"长"进系统里，而不是停留在Word文档里。
实操中有一个好用的抓手：把标准嵌入数据接入校验环节——任何数据进入数据仓库或数据中台之前，先过标准校验闸口，不符合标准的直接挡回去。这样标准就从"文档"变成了"系统约束"。
第5步：持续运营
标准不是一次性工程，业务在变，标准必须跟着变。要建立标准变更管理机制：谁可以提变更、走什么审批、影响哪些系统、多久完成落地。没有变更机制的标准，一年后就是一堆过期的文档。
五、看看别人怎么干的
案例一：安徽投资集团——主数据标准化
安徽投资集团在"十三五"期间把主数据标准化作为信息化建设重点，核心做法是规范数据标准、提高集团信息化基础水平。实践中最深刻的教训就是标准与系统脱节的问题——后来调整为标准与业务系统同步建设，才真正跑通。
案例二：湖南建投集团——财务数据标准分册
湖南建投的做法更具操作性：不贪大求全，先出一个"财务分册"。把财务域的数据标准独立成册，单独评审、单独发布、单独落地。这样做的好处是见效快、阻力小——财务的痛最明确（合并报表），财务的归口最清晰（CFO），先把这块啃下来，再推其他域。
案例三：陕煤化工集团——模块化数据标准
陕煤化工集团在智能运营平台建设中，采用模块化数据标准的方式——把数据标准按功能模块拆分，逐模块评审、逐模块落地。2023年8月组织了数据标准规划建设模块的专项评审会，集团、子公司和外部专家共同参与。这种做法适合数据量大、业态复杂的重型集团。
三个案例的共同规律：不追求一步到位，先选最痛的域建第一本分册，用"总册+分册"的框架留好扩展口，标准与系统同步落地，持续迭代。
六、写在最后
回到开头那家并购后合并报表对不上的集团。他们后来做的第一件事，不是买更贵的BI工具，也不是加更多人做映射——而是花了三个月把客户、供应商、科目三类主数据标准定下来，从源系统改造落地。三个月后，合并报表当天就能出。
数据标准这件事，本质上是用规则换效率。前期定标准看似慢，但一旦标准立起来，后面每一次数据交换、每一张报表、每一次并购整合都在享受它的红利。而不定标准的代价，是每一项数据工作都在重复支付"翻译费"。
如果这篇文章只带走一句话，带走这句：数据标准不是文档工程，是系统工程——标准要进系统、要进流程、要进考核，三者缺一，标准就是死的。
行动清单：
1. 盘点集团核心数据域，选出最痛的2-3个域（建议从财务和主数据开始）；
2. 按六类标准框架，为选定的域定义数据元标准（名称/定义/格式/值域/编码）；
3. 组织集团级评审会，业务+IT+合规多方确认后正式发布；
4. 在源系统做字段改造和值域校验，让标准"长"进系统；
5. 建立标准变更管理机制，指定数据Owner负责持续维护；
6. 把标准落地率纳入数据治理考核，标准不落地等于没有标准。
本文来自微信公众号“数据驱动智能”（ID：Data_0101），作者：王建峰，36氪经授权发布。
