"我们数据治理做了两年，制度出了一摞，标准定了上百条。上个月业务部门开会，销售总监当着所有人的面说：'你们那套东西跟我们没关系，我们该用Excel还是用Excel。'"
这话来自一位制造业CDO。不是治理没做——做了。不是中台没建——建了。但业务部门不认。
这是典型的"治理与业务两张皮"：治理团队觉得自己在做正确的事，业务部门觉得你们在给我添麻烦。怎么破？
国家标准GB/T 36073-2025《数据管理能力成熟度评估模型》（DCMM 2.0）将"数据治理"列为核心能力域之一，要求建立数据治理组织架构与制度体系[1]。标准提供了骨架，但治理能否落地、能否与业务共振，取决于组织如何把制度转化为业务可感知的价值。
根因1：认知偏差——业务觉得"被管"而非"被帮"
大多数数据治理的出发点是对的：统一标准、管控质量、规范流程。但落地方式出了问题——当治理以"管控"的姿态出现，业务的反应一定是抵触。
治理的本质不应该是管控，而是赋能。赋能的意思是：你不需要额外做什么，但你能得到更好的结果。
国际数据管理协会（DAMA）在《DAMA数据管理知识体系指南（DMBOK2）》中强调，数据治理必须遵循"业务驱动"（Business-driven）原则——数据治理是一项业务管理计划，其战略应由企业业务战略驱动，并嵌入到业务流程之中，而非作为独立的管理层级叠加于业务之上[2]。
根因2：流程脱节——治理动作和业务操作是两层皮
更常见的问题是：治理团队制定了一套完整的数据标准和质量规则，但这些规则停留在文档里、平台上，跟业务人员的日常操作毫无关系。
业务人员每天还是在ERP里录入数据，在CRM里跟进客户，在Excel里做报表。他们的数据行为没有受到治理体系的任何正面影响——反而可能因为标准变更被要求重新填表。这时候治理对业务来说就是纯负担。
根因3：价值滞后——投入看不到短期回报
治理的成果通常体现在"未来"：数据质量提高了、跨部门协作更顺畅了、分析结果更可信了。但业务部门等不了"未来"——他们要的是这个季度的数字、下周的报表、明天的订单。
当治理投入短期内只带来"约束"而不带来"收益"，业务部门自然会认为"这是IT部门的事，跟我没关系"。
解法：让治理服务化，业务无感接入
核心思路是：治理不应该是业务需要"配合"的事，而应该是业务"感觉不到但实际受益"的基础设施。
数据资产目录让业务自助找数。 业务人员最常遇到的困境不是"数据不准"，而是"不知道有什么数据"——跨部门要一份数据需要走审批、找人、等排期。如果有一个清晰的资产目录，业务人员可以直接检索、浏览、申请，把"找数"从天级降到分钟级，治理的价值立即可见。
质量管控用旁路监测，不给业务添负担。 数据质量规则在后台并行扫描，发现问题自动定位到具体字段和记录，生成整改工单推送给对应责任人。业务人员不需要改变任何录入习惯，但数据问题被发现和修复的周期从"等出事才知道"变成了"还没用就修好了"。
数据标准统一口径，减少跨部门扯皮。 同一个"客户名称"在不同系统里叫法不同，每次跨部门对数据都要先"翻译"。标准统一之后，业务部门之间的协作摩擦自然减少——这个收益是业务能直接感受到的。
两个实践案例
一家面料贸易企业（企业名称已脱敏，下同）面临的就是典型的"两张皮"问题：PLM、ERP、MES、仓储系统各自为政，跨境工厂数据割裂。他们没在治理制度上花太多时间，而是先把订单相关的数据通路打通，用数据标准统一字段口径，质量规则持续监控。系统间数据自动流转后，跨境业务协同效率显著提升。业务部门感受到了价值，治理推动就不再是阻力。
另一家国控集团在建设数据中台后，统一数据视图让国有企业运营全貌清晰可见，自动化质量管控杜绝数据错漏，项目统计显示业务人员工作量明显下降。同样——不是在管业务，而是在帮业务。
打破"两张皮"的钥匙不在治理本身做得多深，而在能不能让业务先用起来、先感受到价值。龙石数据中台等产品正是围绕这套逻辑——资源目录配套的大数据门户让业务自助找数，旁路监测在后台无声运行，标准统一消灭口径分歧——治理是一张安全网，不是一道关卡。
常见问题
1. 业务部门就是不愿意配合，怎么办？
不要让他们"配合"——找一个他们正在痛的点（比如跨部门找数据慢、报表数据对不上），先把这个痛点解决掉。让业务部门先尝到甜头，再谈体系。
2. 治理服务化需要多大的技术投入？
不需要一步到位上重型平台。可以先从两个关键能力切入：数据资产目录让业务能自助检索和申请数据，旁路监测模式在后台做质量扫描不干扰业务系统。市面上成熟的治理平台已普遍具备这些能力——例如龙石数据中台的数据资产管理模块支撑资产编目和自助检索，数据质量模块以旁路监测方式运行，可以先从核心业务域做起。
3. 怎么衡量治理对业务的贡献？
不用宏大的ROI框架。几个直接指标：跨部门数据申请周期缩短了多少、数据质量问题修复率、业务自助用数比例。这些是业务能直接感知的。
治理不是为了管住数据，而是为了让数据更好用。让业务部门觉得"这个东西确实帮到我了"——这才是打破两张皮的重要标准之一。
参考来源：
[1] GB/T 36073-2025《数据管理能力成熟度评估模型》(DCMM 2.0)，国家标准化管理委员会。https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=5D3F6F6B8C7AD3DB5EBDD2F5A9B0B8C9
[2] DAMA International,《DAMA数据管理知识体系指南（DAMA-DMBOK2）》,第3章 数据治理。
