“这家厂商功能很全，标准、质量、元数据、主数据、资产目录、AI 都有。但我们上线后，业务部门还是不知道去哪找数据。”
一位企业 CDO 在复盘数据治理平台选型时提到的这句话，很能代表很多团队的困惑。选型阶段，厂商功能清单看起来都很完整，演示环境也很顺畅。真正落地后才发现，企业需要的不是一套“什么都有”的系统，而是一套能贴合自身治理阶段、组织结构和业务痛点的平台能力。
数据治理平台选型最容易掉进一个误区：把功能数量当成能力深度。功能列表越长，越容易让人产生安全感。但数据治理不是功能堆叠，而是一个从摸清家底、汇聚数据、建立模型、治理管控到业务使用的闭环。
“理采存管用”可以作为一套更清晰的选型语言。它不先问“这个平台有多少功能”，而是依次追问五个问题：家底是否理得清，数据是否采得稳，模型是否存得住，质量和标准是否管得好，业务是否用得上。
二、选型前先问三个问题
在接触厂商之前，企业最好先问清楚三个问题。
第一个问题：当前最痛的是哪一类问题？
如果核心问题是数据孤岛，重点应放在数据集成和数据架构能力上。如果核心问题是数据不可信，质量规则、主数据、标准管理和问题闭环更关键。如果核心问题是业务部门用不上数据，资产目录、API 服务和 AI 用数能力就要提前纳入评估。
第二个问题：组织形态有多复杂？
单体企业、集团企业、政务多部门场景，对平台架构的要求不同。单体企业可能更关注轻量部署和快速见效；集团企业则要考虑总部统一标准与子公司自治；政务场景还要考虑跨部门共享、权限边界和数据安全。
第三个问题：是一次性建设大平台，还是先跑通一个数据域？
很多企业适合先选择一个高价值数据域做样板，比如客户域、供应商域、物料域、监管对象域。先在一个域里跑通“理采存管用”的闭环，再扩展到更多业务域，通常比一开始追求全域覆盖更稳妥。
三、模块一“理”：平台能不能帮你摸清家底
“理”是选型中最容易被跳过的一步。很多项目一上来就谈数据接入、报表和大屏，却没有先问清楚：企业到底有哪些核心数据资产？哪些数据需要治理？谁对这些数据负责？标准在哪里？
选型时，理这一模块至少要看四类能力。
第一，是否支持数据资产目录初建。平台要能把数据资源按业务域、系统来源、责任部门、更新频率、质量状态等维度组织起来，而不是简单列出数据库表。
第二，是否支持数据标准管理。数据元、代码集、指标口径、业务术语，应能在线编制、审核、发布和迭代。
第三，是否支持主数据管理。对于客户、供应商、物料、组织、项目等核心实体，平台要能帮助企业建立统一编码和映射关系。
第四，是否支持责任配置。数据资产、数据标准和质量问题都应有责任人，否则后续治理闭环很难落地。
江苏某建筑装饰集团（企业名称已脱敏）就是典型场景。该集团旗下 200 余家区域子公司、近百个项目部，同一材料在不同子公司有不同名称，供应商和项目部编码也各自为政。项目中，团队先统一物料、供应商、项目部等核心主数据编码，再建设集团级数据底座。治理后，跨公司对账从 5 天缩短至 1 天，数据纠纷减少 80%。
这说明，选型时不能只问“有没有主数据模块”，还要问平台能不能支撑企业先把核心实体理清楚。
四、模块二“采”：不是能接就行，要看接得稳不稳
“采”解决的是数据如何进入平台。很多厂商都会说自己支持多源接入，但企业在 POC 阶段要验证的不是“支持”两个字，而是真实环境下能否稳定运行。
选型时建议重点看四点。
第一，支持哪些数据源。常见数据源包括 Oracle、MySQL、SQL Server、PostgreSQL、国产数据库、API、文件、消息等。需要注意的是，数据治理平台通常不直接处理物联网协议；如果涉及设备数据，应先由物联网平台完成接入，数据中台再对接该平台获取数据。
第二，是否支持全量和增量。很多项目初期全量同步跑得通，但后续增量同步、失败重跑、断点续传、任务调度才是长期运行的关键。
第三，配置方式是否友好。可视化任务配置、拖拽式数据加工、日志查看和异常预警，会显著影响团队后续运维成本。
第四，是否使用标准接口。过度依赖定制接口，会让企业在后续系统变更时持续付出集成成本。
POC 时可以让厂商接入一套真实数据库，跑一次全量同步，再配置一次增量同步，观察配置步骤、运行日志、异常处理和任务重跑机制。这个测试比看兼容列表更有说服力。
五、模块三“存”：模型和工作空间决定平台能不能扩展
数据采进来以后，如果仍然像原系统一样散乱堆放，治理平台的价值会打折扣。“存”关注的是数据如何建模、分层和组织。
企业可以从两个角度评估。
一是模型能力。平台是否支持 ODS、DW、ADS 等分层？能不能按主题域组织数据？模型定义是否只是文档，还是会影响真实的数据存储、开发和治理规则？
二是组织扩展能力。对于集团企业和多部门场景，工作空间模型很关键。平台是否支持总部统一标准，同时允许子公司或部门在自己的空间内独立管理数据资产、权限和应用？是否支持跨空间共享和审批？
江苏某建筑装饰集团的“集团中台+公司空间+项目场景”就是这类能力的体现。总部统一主数据和治理标准，子公司保留独立操作空间，项目部可以根据场景使用数据。这种架构既满足集团管控，也保留了业务灵活性。
选型时，可以要求厂商现场创建两个业务空间，验证标准继承、权限隔离和跨空间数据共享。这个动作能快速看出平台是真正支持多组织治理，还是只是用角色权限模拟组织边界。
六、模块四“管”：治理平台的核心在这里
“管”是数据治理平台最核心的部分。它决定数据是否读得懂、信得过、管得住。
| 子能力 | 选型问题 | POC 动作 |
|---|---|---|
| 元数据 | 是否自动采集？是否支持手动补全？ | 接入 50 张表，看元数据采集和字段解释 |
| 主数据 | 是否能统一核心实体编码？ | 建一个供应商或物料主数据标准 |
| 数据质量 | 是否支持旁路监测？ | 配一条真实规则，跑扫描、告警、工单、复验 |
| 数据安全 | 分类分级、脱敏、权限粒度如何？ | 用不同角色访问同一数据集 |
这里有几个术语需要说清楚。自动采集元数据，指平台自动抓取表结构、字段、注释、变更等信息，而不是靠人工逐表录入。旁路监测，指数据正常入仓后，质量模块并行扫描，发现问题后打标记、告警或生成工单，不阻断原有数据链路。落标，则是把已发布的数据标准关联到真实表字段和数据对象上，检查实际数据是否符合标准。
选型时，不建议只听厂商介绍“支持数据质量”。更有效的办法是拿一个真实痛点做 POC，比如“同一供应商在三个系统里名称不一致”，让厂商现场演示规则配置、扫描、定位、分派、修复和复验。
七、模块五“用”：业务部门能不能自己找到并使用数据
很多数据治理平台失败，不是因为数据没接进来，而是业务部门仍然用不上。
“用”模块要看四类能力：资产目录能不能被业务语言检索，数据申请是否线上化，API 或数据集能否自助发布，业务人员是否能通过报表或 AI 用数入口获得数据。
江苏某市监局的数据治理平台建设就体现了这一点。该局原本存在数据散、标准乱、共享难、监管繁等问题。项目中，平台建设了全盘元数据管理、数据质量管理、API 全生命周期管理和统一门户。上线后，监管人员日均登录系统次数减少 90% 以上，数据需求响应从天级缩短至分钟级。
这类成果说明，“用”不是最后简单做几张报表，而是把前面理、采、存、管形成的可信数据，转化成业务人员可访问、可申请、可调用的数据服务。
POC 阶段可以安排一名非技术用户参与测试：让他用业务语言搜索一个数据资源，查看质量状态，发起申请，并将一个查询结果发布为 API 或数据集。这个过程能直接检验平台是否真正面向业务使用。
八、五模块选型速查表
| 模块 | 核心问题 | 必看能力 | 不建议接受的回答 |
|---|---|---|---|
| 理 | 家底清不清 | 资产目录、标准、主数据 | “先实施后慢慢整理” |
| 采 | 数据进得来吗 | 多源接入、增量、调度 | “接口可以定制开发” |
| 存 | 架构撑得住吗 | 分层模型、工作空间 | “一个实例管所有组织” |
| 管 | 数据信得过吗 | 元数据、质量、权限 | “质量规则要写 SQL” |
| 用 | 业务用得上吗 | 目录、API、AI 用数 | “业务找 IT 提需求即可” |
这张表的作用不是替代详细招标文件，而是帮助决策者抓住主线。功能清单可以很长，但真正决定项目成败的，往往是这五个模块能否形成闭环。
九、从方法论到产品模块：对应关系示意
理采存管用不是厂商宣传话术，而是一套检查产品能力是否闭环的框架。选型时看“理”，是在看资产盘点、标准、主数据和治理责任；看“采”，是在看数据接入和集成稳定性；看“存”，是在看模型、分层和空间架构；看“管”，是在看标准、元数据、质量、安全是否能运行；看“用”，是在看数据是否能被业务持续使用。
部分产品如龙石数据中台，在产品设计上按这一路径组织数据标准、数据集成、数仓建模、质量管理、资产目录、API 服务和 AI 用数等模块。企业选型时需要关注的，不是这些模块名称是否都出现在菜单里，而是模块之间能否形成从数据产生到数据消费的流程。
上述对应关系是选型视角下的能力示意，并非标准能力域与产品模块的严格一一对应。企业仍应结合自身数据基础、组织形态和预算节奏确定优先级。
十、FAQ
Q1：中小企业是否需要五个模块一次性全上？
不需要。中小企业通常更适合从一个最痛的数据域开始，先跑通“理+管+用”的最小闭环，再逐步补强采集、建模和自动化能力。
Q2：功能清单看起来都差不多，怎么判断差异？
用真实数据做 POC。不要只听“支持”，而要看厂商能否跑完标准定义、数据接入、质量扫描、问题闭环、资产发布和业务申请的一条完整链路。
Q3：开源工具能不能替代数据治理平台？
部分环节可以，例如采集、调度、数据开发。但主数据、质量闭环、权限、资产目录和组织流程通常需要额外集成，长期维护成本要算清楚。
Q4：理采存管用是不是只适合龙石？
不是。它可以作为通用选型框架，用来检查任何数据治理平台是否覆盖完整的数据管理闭环。龙石数据中台只是较明确地按这一路径组织产品模块的一个例子。
参考来源
DAMA International，《DAMA数据管理知识体系指南（DAMA-DMBOK，第2版）》
国家市场监督管理总局、国家标准化管理委员会，《数据管理能力成熟度评估模型》（GB/T 36073-2025）
