2. 数据资产盘点
数据资产盘点，说白了就是搞清楚你手里到底有什么数据、在哪、长什么样、谁在用。我见过太多团队，一上来就搞数据治理、建数据中台，结果连自己有哪些表都不知道——这就像你要装修房子，却连自己家有几间房、每间房放了什么都说不清楚。
这一章，我把盘点的完整方法论、范围界定、工具模板、报告输出，一条条拆开来讲。都是我在项目中踩过的坑和总结的经验。
盘点方法论：自上而下 vs 自下而上
盘点有两种主流思路，我习惯把它们叫做「老板视角」和「码农视角」。
| 维度 | 自上而下（业务驱动） | 自下而上（技术驱动） |
|---|---|---|
| 起点 | 业务流程 → 数据需求 → 数据资产 | 现有数据源 → 元数据采集 → 资产归类 |
| 优点 | 贴近业务，产出可直接用 | 覆盖全面，不漏掉存量数据 |
| 缺点 | 容易遗漏非核心流程的数据 | 容易陷入技术细节，脱离业务 |
| 适用场景 | 新建平台、业务重构 | 存量系统整合、数据迁移 |
我个人习惯的做法是：先自上而下画业务地图，再自下而上做技术核对。两条线交叉验证，才能把家底翻干净。
核心原则：盘点不是一次性的「大扫除」，而是持续运营的起点。我见过最成功的团队，把盘点做成了季度例行动作，每次只花3天，但效果比一年一次的大盘点好得多。
盘点范围界定：别想一口吃成胖子
很多团队一上来就说「我们要盘点所有数据资产」。嗯，结果往往是盘了三个月，产出没人看。为什么会这样？因为范围太大了，根本盘不完。
我建议按以下维度逐步收窄范围：
- 按数据域切分：客户域、产品域、交易域、风控域……一次只盘1-2个域
- 按数据热度分层：高频使用的核心数据优先，冷数据可以放一放
- 按系统归属：先盘核心业务系统，外围系统后续再补
- 按数据敏感度：涉及PII（个人身份信息）的数据必须优先盘点
避坑指南：我曾经在一个项目中，团队把范围定成了「全公司所有数据库」，结果盘了两个月，连一半都没完成。后来我强制把范围缩小到「交易域+客户域的核心表」，两周就出了成果。记住：宁可盘得少、盘得精，也不要盘得全、盘得烂。
盘点工具与模板：工欲善其事
工具选得好，盘点效率能翻倍。我按不同场景推荐几类：
| 工具类型 | 推荐工具 | 适用场景 |
|---|---|---|
| 元数据采集 | Apache Atlas、DataHub、Amundsen | 自动采集表结构、血缘关系 |
| 数据质量探查 | Great Expectations、dbt test | 自动检测空值、重复、异常 |
| 数据目录管理 | Collibra、Alation、自建目录 | 资产分类、标签、搜索 |
| Excel/Google Sheets | 模板化手动录入 | 小团队、快速启动 |
下面是我常用的盘点模板结构，你可以直接拿来用：
数据资产盘点模板（推荐字段）
├── 基础信息
│ ├── 资产编号（唯一标识）
│ ├── 资产名称（业务名称）
│ ├── 资产描述（一句话说清楚）
│ ├── 所属数据域
│ └── 所属系统/数据源
├── 技术信息
│ ├── 存储位置（数据库/表名/路径）
│ ├── 数据量级（行数/大小）
│ ├── 更新频率（实时/小时/天/月）
│ └── 数据格式（结构化/半结构化/非结构化）
├── 业务信息
│ ├── 业务负责人
│ ├── 技术负责人
│ ├── 使用场景（哪些业务在用）
│ └── 数据敏感等级（L1-L4）
└── 运营信息
├── 最近一次使用时间
├── 使用频率（高频/中频/低频/无人问津）
├── 数据质量评分
└── 治理建议（保留/归档/废弃）
小技巧：模板不要一开始就设计得太复杂。我习惯先做「最小可用版」，只保留10个核心字段。等团队用顺手了，再逐步补充。否则大家看到几十个字段要填，直接就不想干了。
盘点报告输出：让数据说话
盘点报告不是堆数据，而是讲清楚三件事：我们有什么、有什么问题、下一步怎么办。
我一般把报告分成四个部分：
- 资产全景图：用图表展示各类资产的分布、数量、归属
- 问题清单：数据孤岛、重复建设、质量缺陷、安全风险
- 治理优先级：按影响范围和紧急程度排序
- 行动建议：具体到谁、做什么、什么时候完成
下面这张图是我在项目中常用的盘点流程框架，你可以参考：
报告的输出形式也很重要。我建议：
- 给老板看：一页纸的摘要，只写结论和行动建议
- 给业务看：按数据域分类的资产目录，标注清楚每个资产的价值和风险
- 给技术看：详细的元数据清单，包括血缘关系、存储位置、质量评分
我的经验：报告写得好不好，看一个指标就够了——有没有人因为这份报告采取了行动。如果报告发出去没人理，那就是废纸。所以我在每份报告最后都会加一句：「如果一周内没有反馈，默认同意以上建议，下周开始执行。」
嗯，盘点这件事，说难不难，说简单也不简单。关键是别把它当成一次性任务，而是当成持续运营的起点。你想想看，如果连自己有什么数据都不清楚，后面的数据治理、数据运营、数据变现，全都是空中楼阁。