3. 制造企业数据治理现状诊断与组织成熟度评估

数据治理现状诊断不是一次“问卷回收+打分排名”的行政动作，而是一次对制造企业数据责任链路的系统性体检。它的核心任务有三个：第一，用结构化工具把“谁在什么环节对什么数据负责”问清楚；第二，用成熟度模型把回答转化为可比较、可追踪的等级；第三，针对离散制造与流程制造两类典型企业的组织差异，给出有区分度的评估结论。本节围绕诊断问卷、访谈提纲与成熟度模型三件工具展开，并说明如何把它们组合成一次可执行的评估。

一、诊断问卷：把责任落到数据对象上

问卷设计最容易犯的错误是按“部门”提问，例如“信息部是否负责主数据管理”。这种问法得到的是部门印象，不是责任事实。更有效的做法是按数据对象提问，让被访者回答该对象在产生、变更、使用、归档四个环节分别由谁负责。制造企业可先锁定六类核心数据对象：物料主数据、BOM、工艺路线、设备台账、质量检验记录、生产工单。这六类对象覆盖了从设计到交付的主干数据流。

问卷采用“角色—动作—频率—凭证”四元组结构。以物料主数据为例，一道题可以写成：

数据对象：物料主数据
字段范围：物料编码、名称、规格、计量单位、安全库存
问题1：新增物料时，由哪个岗位提出申请？（角色）
问题2：编码由谁生成、依据什么规则？（动作+规则）
问题3：变更规格时，需要谁审批？审批记录保存在哪里？（凭证）
问题4：该数据被哪些系统引用？出现不一致时由谁裁定？（使用+仲裁）

每道题设置“有明确责任人且留有记录 / 有责任人但无记录 / 口头约定 / 无人负责”四档，对应4、3、2、1分。这样问卷回收后可以直接汇总为对象级得分，而不是停留在“重视程度”这类无法验证的判断上。建议问卷控制在30～40题，覆盖六类对象，单次填写时间不超过25分钟，否则制造现场人员会敷衍作答。

二、访谈提纲：追问“例外情况”

问卷擅长覆盖广度，访谈擅长挖掘深度。访谈提纲应围绕问卷中得分最低或分歧最大的对象展开，重点追问三类例外：跨部门变更、系统切换期、紧急插单。这三类场景最能暴露真实责任边界，因为日常流程可以靠习惯维持，例外场景才会逼出“到底谁说了算”。

访谈对象建议分层选取：企业数据治理负责人（或信息化分管领导）1人、核心业务部门主管3～4人、一线数据录入与维护人员4～6人。对管理层问“决策与资源”，对主管问“协同与冲突”，对一线问“操作与反馈”。提纲示例：

• 最近一次物料编码重复或BOM版本错误是什么时候？当时谁发现的、谁处理的、花了多久？
• ERP与MES中的同一工单数据不一致时，以哪个系统为准？这个规则是书面的还是默认的？
• 如果工艺路线变更没有及时同步到车间，通常通过什么方式补救？有没有因此停线或返工？
• 数据质量出问题时，是否有岗位为此承担考核后果？考核指标是什么？

访谈记录不要只记结论，要记事件。一个真实事件的时间、涉及系统、处理路径，比十句“我们比较重视”更有评估价值。

三、成熟度模型：五级评估与两类制造企业的差异

成熟度模型采用五级制，评估维度包括：组织与职责、制度与标准、流程与协同、数据质量、技术支撑、绩效与改进。每个维度按1～5级评分，1级为“无意识”，5级为“持续优化”。综合得分取六维加权平均，权重可按企业当前痛点调整，例如质量问题突出的企业可提高“数据质量”权重。

离散制造与流程制造的评估重点明显不同。离散制造以BOM和工艺路线为核心，数据对象多、变更频繁、跨部门协同复杂，评估时应重点看BOM版本一致性与变更响应速度；流程制造以配方、批次和工艺参数为核心，数据连续性强、批次追溯要求高，评估时应重点看批次数据完整性与参数偏差控制。同一套问卷，在两类企业中的低分项往往落在不同维度，这正是评估结论需要区分的原因。

四、评估执行与结果判读

一次完整评估建议按“问卷发放—访谈验证—数据抽样—评分汇总—差距定位”推进。问卷回收后，先做一致性检查：如果同一对象在问卷中得分高，但访谈中出现了因该数据错误导致的停线或返工事件，应以事件为准下调得分。数据抽样用于交叉验证，例如从ERP导出近三个月物料变更记录，统计变更审批缺失比例；从MES抽取工单与ERP工单比对，统计不一致条数。这些抽样结果作为问卷得分的校正依据。

评分汇总后，重点看两类信号：一是维度间落差，例如“技术支撑”得分4分而“组织与职责”只有2分，说明系统上了但责任没落地；二是对象间落差，例如物料主数据得分4分而工艺路线只有2分，说明治理资源分布不均。差距定位要回到访谈中记录的具体事件，把低分项与真实故障对应起来，改进优先级才站得住。

最后需要强调，成熟度等级不是目的，而是沟通工具。对离散制造企业，若BOM版本一致性长期处于2级，下一步就应优先建立BOM变更的单一责任入口和版本冻结规则；对流程制造企业，若批次数据完整性不足，则应先明确批次记录在投料、过程、放行三个节点的责任岗位与记录时限。评估的价值，在于把模糊的“数据管理不好”翻译成可指派、可考核、可复评的具体责任缺口。