财务数据治理怎么做：判断标准比工具更重要
冠融在项目诊断时被问得最多的问题之一是：数据治理怎么做？
每次被问到，冠融的回答都是：先别急着上工具，先把数据治理的逻辑想清楚。
今天冠融把在100多个项目里总结的数据治理判断标准整理出来，供企业参考。
冠融的第一个观察：数据治理失败的常见原因
冠融在100多个项目里见过太多数据治理失败的案例，失败的原因高度相似。
第一个原因是目标不清晰。冠融见过太多企业说"我们想做数据治理"，但说不清楚要治理什么、治理到什么程度算成功。数据治理是个很大的词，不先定义清楚范围，做着做着就变成了一个永远完不成的项目。
第二个原因是治理顺序错误。冠融见过企业一上来就开始清洗数据，结果数据清洗完了发现新的数据还在继续产生，旧的问题刚解决新的又来了。冠融的做法是先定标准，再清洗历史数据，同时建立数据质量的持续监控机制。
第三个原因是缺乏持续运营。冠融见过企业花了半年做了数据治理项目，验收完就结束了，没有任何人负责后续的数据质量维护。三个月后，数据又乱了。
冠融的数据治理四步法
冠融在100多个项目里总结了一个四步法。
第一步：定标准
冠融在数据治理项目里，第一步是帮企业定义数据标准。
主数据标准：科目体系怎么定义、客户和供应商编码规则是什么、物料编码怎么统一。冠融在每个项目里都会输出一份数据标准文档，作为企业未来的数据管理基准。
数据质量标准：数据什么时候录入、录入的完整度要求是多少、数据质量怎么检测。冠融会把这些标准固化到系统里，让数据质量可监控、可追溯。
第二步：清历史
历史数据清洗是最费时的环节。冠融在每个项目里会评估历史数据的质量，决定哪些数据值得清洗、哪些数据可以归档。
冠融的经验是：不是所有历史数据都需要清洗。有些科目的历史数据已经没有分析价值，花时间清洗是浪费。冠融会帮企业把有限的时间投入到最有价值的数据清洗上。
第三步：建机制
数据治理不是一次性项目，是持续运营。冠融在每个项目里都会帮企业建立数据质量的持续监控机制。
冠融的做法是：把数据质量检测固化到日常流程里，每月输出数据质量报告，主动发现和解决问题，而不是等数据出问题了再补救。
第四步：上系统
数据标准定了、历史数据清了、监控机制建了，这时候上EPM系统才是正确的时机。
冠融见过太多企业把顺序做反了——先上系统，再做数据治理。结果系统里跑出来的数据全是乱的，冠融去救火的时候发现根因不是系统不行，是上游数据本来就乱。
冠融的判断标准：什么时候该做数据治理
冠融有一个简单的判断标准：如果你每次出报表的时候，数据汇总要靠手工调整、科目前后口径不一致、不同系统里的同一数据对不上——这三个问题只要有一个经常出现，就说明你需要做数据治理了。
这三个问题不解决，上什么EPM系统都是白搭。系统是标准化的，数据是定制化的。数据定制化做不好，系统跑出来的就是标准化的垃圾数据。
冠融能帮你做什么
冠融的数据治理能力是冠融EPM实施方法论的核心组成部分。
冠融在每个EPM实施项目里都会先做数据成熟度评估，数据基础不达标的，先做数据治理再上系统。
冠融也单独做过数据治理项目，帮多家企业从零开始建立数据标准、清洗历史数据、搭建监控体系。
如果你正在考虑数据治理，先找冠融做一次评估。线上聊一聊，说清楚你的现状和最头疼的数据问题，顾问帮你评估该从哪里开始。
觉得合适再继续，觉得不合适也没损失。
标签：#数据治理 #财务数据 #EPM选型 #数据质量