"每家厂商的PPT都差不多——功能列表两百多项，DAMA、DCMM这些词都在封面上挂着。但我问三个问题：元数据采集是自动的还是手动的？数据标准怎么落标稽核？质量规则能不能追溯到源系统？三家厂商的回答几乎一样——'这个我们支持，具体要看实施配置'。"
选型中最危险的词，就是"支持"——它可以覆盖从"系统里有个菜单"到"全自动采集+闭环追溯"的完整光谱。POC（Proof of Concept，概念验证）的目的，就是在这片光谱上，找到每项功能真正的落点。
本文提供一份可直接带入POC现场的六项功能检查清单——每项功能聚焦"怎么验证"和"红牌信号"，不做方法论展开（完整的POC评估框架和方法论请参见姊妹篇《数据中台POC测试重点看什么？》）。
六项功能检查清单
| 序号 | 核心功能 | 验证方法 | 红色预警信号 | 判断标准 |
|---|---|---|---|---|
| 1 | 数据标准落标稽核 | 现场创建数据元标准（如"供应商编码"格式规范）→ 挂接到测试库物理表字段 → 配置引用完整性检查规则 → 执行稽核扫描 | "标准和采集是两个独立模块"；"这个需要在实施阶段配置" | 扫描结果能看到不合规字段、记录数和明细；标准定义与稽核执行联动而非割裂 |
| 2 | 元数据自动采集与血缘 | 接入50+张表的真实数据库 → 观察采集完整度（表/字段/注释是否全量抓到）和耗时 → 选一个BI指标追溯血缘，验证链路是否还原到源表字段 | "元数据需要手工录入，我们提供Excel导入模板"；"血缘只覆盖平台内部链路" | 表/字段/注释自动全量采集，无遗漏；血缘可从目标指标追溯到源系统≥3层 |
| 3 | 数据质量全流程闭环 | 拿一个真实痛点（如物料表空值率过高）→ 可视化界面配置规则（不让厂商用SQL代配）→ 全量扫描 → 追溯到源系统字段级根因 → 走完修复→复验→归档 | "质量规则需要写SQL语句"；"质量检查会阻塞数据流转" | 旁路监测模式（数据正常入库，质检并行扫描不阻断）；全流程在线且可审计 |
| 4 | 资产目录业务化使用 | 让非技术同事（业务分析师）操作：用"客户回款""供应商资质"等业务关键词搜索 → 查看搜索结果是否含数据描述/质量评分/血缘 → 走通一次自助申请审批流程 | "资产目录就是数据库表的列表视图"；"需要BI工具才能进一步分析" | 业务人员可独立完成搜索→理解→申请全流程，无需IT介入 |
| 5 | 数据安全分类分级与审计 | 确认私有化部署 → 配置分类分级规则标记敏感字段 → 验证动态脱敏（不同角色看同一数据结果不同）→ 验证行列级权限隔离 → 查看操作审计日志完整性 | "安全功能需要单独购买"；"信创适配认证还在申请中" | 安全为平台内置能力非独立模块；脱敏/权限/审计在同一体系内联动 |
| 6 | 平台模块化与多组织架构 | 创建两个工作空间模拟总部+子公司 → 总部定义标准和质量规则，验证跨空间共享 → 子公司在自有空间独立配置规则 → 验证权限隔离和跨空间数据边界 | "目前只支持单体部署"；"多租户功能需要升级到企业版" | 模块可独立部署按需装配；工作空间实现"标准共享+权限隔离" |
如何使用这张表
带着你自己的数据来：不要用厂商准备的Demo数据集。导出生产环境中的真实数据样本——异构系统接口、脏数据、编码混乱、历史包袱才是检验治理平台真实能力的试金石。
不必六项全部深度验证：根据你当前最痛的数据域，选最相关的2-3项走完整验证链路，其余做功能确认即可。但建议将质量闭环（第3项）和血缘分析（第2项）列为必选项——这两项是治理平台的骨架功能。
红牌信号=终止信号：如果厂商在POC环节触发任何一条红牌信号，不要接受"正式实施时会解决"的承诺——POC都做不到的事，正式环境只会更难。
判断标准是"Yes/No"而非"差不多"：每项功能的判断标准都不设中间态。能在POC环境中完整走通才算通过，部分实现或"需要定制开发"视为未通过。
FAQ
Q1：六项功能必须全部做深度POC吗？
不必全部做深度POC——那既不现实也没必要。根据你当前最痛的数据域，选最相关的2-3项做深度POC（全程走通验证链路），其余做功能确认即可。但六项中的质量闭环和血缘分析建议列为必选项——这两项是治理平台的骨架功能，直接影响后续所有治理工作的展开。
Q2：POC跑通了就等于项目能落地吗？
不是。厂商POC环境的数据是提前准备好的——干净、规范、量小。你的真实环境里异构系统接口、脏数据、编码混乱、历史包袱才是常态。所以POC验证时一定要用你自己的真实数据和真实痛点来跑——不是厂商提供的测试数据集，而是你从生产环境中导出的真实数据样本。
Q3：中小团队预算有限，怎么简化POC？
从最紧迫的治理缺口入手。通常数据质量和元数据管理是回报周期最短的两个域——先验证这两项的功能完整性，确认平台支持模块独立部署（不需要为这两项功能上全量基础设施），然后从小规模起步，跑通闭环后再按需扩展。这比追求六项全部覆盖、但每一项都只点到为止更有价值。
参考来源：
[1] DAMA International，《DAMA数据管理知识体系指南（DAMA-DMBOK2）》
[2] 全国信息技术标准化技术委员会，《数据管理能力成熟度评估模型》GB/T 36073-2025（DCMM 2.0）
[3] 全国信息技术标准化技术委员会，《信息技术 数据质量评价指标》GB/T 36344-2018
[4] 中国电子信息行业联合会，DCMM贯标统计数据（截至2024年7月）
[5] 中国信通院，《数据治理产业图谱3.0》
