3. 主数据治理核心原则与标准

主数据治理不是一次性清洗项目，而是一套持续运转的管理机制。它要回答四个问题：谁对数据负责、按什么标准创建、质量如何度量、哪些合规红线不能碰。在 S/4HANA 环境中，这四个问题尤其关键，因为主数据一旦进入系统，会同时驱动采购、生产、销售、财务过账和报表合并，错误会被成倍放大。

一、数据治理框架：从决策层到执行层的四层结构

一个可落地的治理框架通常分为四层。最上层是治理委员会，由业务负责人、IT 负责人和合规负责人组成，负责批准主数据标准、裁定跨部门争议、分配治理预算。第二层是数据所有权层，即各主数据域的数据所有者（Data Owner），例如客户主数据归销售运营负责人，物料主数据归供应链或工程负责人。第三层是数据管理执行层，由数据管理员（Data Steward）承担日常的创建审核、去重、变更审批和问题跟踪。最底层是技术与工具层，包括 S/4HANA 的字段校验、编号范围、变更文档、MDG（主数据治理）工作流以及与外部的接口校验。

这四层之间靠三样东西连接：标准（字段定义与编码规则）、流程（申请—审核—创建—变更—冻结/归档）、指标（完整性、唯一性、准确性、及时性）。缺少任何一层，治理都会退化为“IT 单方面清洗数据”。

二、数据所有权：RACI 与“单一事实来源”

数据所有权不是“谁录入谁负责”，而是“谁对数据的最终正确性负责”。实践中常用 RACI 矩阵明确角色：R（执行）是数据管理员，负责实际创建与维护；A（问责）是数据所有者，对结果负最终责任；C（咨询）是财务、合规、IT 等专业方；I（知会）是受影响的业务部门。

以客户主数据为例：销售运营是 A，销售支持是 R，财务（信用与税务字段）和合规（贸易合规）是 C，物流与开票是 I。这样划分后，当客户地址变更导致发票错误时，责任清晰，不会出现“销售说财务没提醒、财务说销售没申请”的推诿。

所有权还必须落到单一事实来源上。S/4HANA 中，客户主数据的通用层（General Data）由 MDG 或 CRM 作为源头，公司代码层和销售视图在 S/4HANA 内维护；物料主数据的通用层由 PLM 或 MDG 主导，工厂视图和存储视图由供应链维护。跨系统同步时，必须明确“谁覆盖谁”，否则会出现同一客户在两个系统里名称不一致。

三、数据质量管理原则：可度量、可追溯、可闭环

数据质量不能靠感觉，必须定义可计算的指标。常用的六个维度是：完整性、唯一性、准确性、一致性、及时性、有效性。每个维度都要有明确的计算口径和阈值。

这些指标应每月由数据管理员计算并发布，数据所有者对超标项制定整改计划。质量问题的处理要形成闭环：发现→记录→分派→修复→验证→关闭。S/4HANA 的变更文档（Change Document）和 MDG 的工作流日志可以作为追溯依据，确保每一次修改都有时间、操作人和原因。

四、S/4HANA 主数据标准与合规要求

S/4HANA 对主数据标准有明确的技术约束，这些约束本身就是治理标准的一部分。例如：客户和供应商的编号范围必须唯一且不可复用；公司代码层和销售视图的字段依赖关系由系统配置决定；物料主数据的行业字段（Industry Sector）和物料类型（Material Type）决定后续视图的可用性。治理标准必须与这些技术约束对齐，否则会出现“标准写了但系统不支持”的尴尬。

合规方面，重点集中在四类要求：税务合规（税号、税率、税务分类的准确性）、贸易合规（供应商和客户的制裁名单筛查）、数据隐私（客户联系人个人数据的存储与删除，需符合 GDPR 或本地法规）、财务合规（银行账号、付款条件的审批与留痕）。在 S/4HANA 中，这些要求通常通过字段级权限、审批工作流和审计日志来实现。

一个常见的落地做法是建立主数据标准清单，逐字段定义：字段名、业务含义、数据类型、是否必填、校验规则、责任角色、合规标记。例如客户主数据的“税号”字段：必填、按国家校验格式、由财务审核、标记为税务合规字段。这份清单既是数据管理员的作业指导书，也是 MDG 配置和接口校验的依据。

把以上四部分串起来看：治理框架解决“谁来做”，数据所有权解决“谁负责”，质量原则解决“做到什么程度”，标准与合规解决“按什么规则做”。四者缺一不可。实际推进时，建议从一个主数据域（如客户）和一个痛点指标（如重复率）开始，先跑通“标准—流程—指标—整改”的完整循环，再逐步扩展到物料、供应商和财务主数据。