问一家中小企业"你们数据怎么样"，常见的回答是"还行，都在系统里"。再追问三个问题——同一个客户在系统里有几个名字？库存数和实物差多少？上个月的毛利能不能现在就算出来——多数人就答不上来了。
数据乱不是一天造成的，也不会自己变好。它有三个典型病因：无主（没人负责）、无码（编码不统一）、无对账（差异没人发现）。这篇给一份自测清单，10 分钟就能把家底摸清。
一、自测清单：五组共 20 题
做法：每题答"是"记 0 分，"否"或"不知道"记 1 分。分数越高说明越乱。建议由业务、财务、IT 各一人分别做一遍，答案不一致的地方本身就是重要发现。
A 组：主数据（基础档案）
- A1 客户档案能确定没有重复（同一家公司在系统里只有一个编码）
- A2 供应商档案同上，且都有唯一 contact 与结算信息
- A3 物料/商品编码一物一码，不存在同名多码
- A4 每个主数据都明确指定了"谁能新建、谁能修改"
B 组：单据与流程
- B1 业务单据有唯一编号，且编号自动生成不可手改
- B2 不存在"先做事后补单"的情况
- B3 单据状态可查（已开 / 已审 / 已执行 / 已结）
- B4 退货、换货、损耗有独立单据，不走"私下调整"
C 组：库存与账实
- C1 系统库存与实物盘点差异率在可接受范围（如低于 2%）
- C2 有固定的盘点周期，且差异有书面记录与处理结论
- C3 在途、寄存、委外的库存能单独区分，不与自有库存混算
- C4 库存变动都能追到具体单据和人
D 组：系统与集成
- D1 各系统之间的数据有明确同步规则与责任人
- D2 同一份数据不需要在两个系统里各录一遍
- D3 接口失败时有告警，且有人负责处理
- D4 系统间数据每天都做核对，差异当天可见
E 组：指标与报表
- E1 核心指标（销售额、毛利、应收、库存周转）有书面口径定义
- E2 每个指标有明确的来源系统和责任人
- E3 经营报表不需要人工临时整理，能自动出
- E4 同一指标在不同部门报出来的数是一致的
二、分数怎么看
| 总分 | 状态 | 建议动作 |
|---|---|---|
| 0-3 分 | 家底清楚 | 保持即可，重点转向数据分析与应用 |
| 4-8 分 | 局部有洞 | 先补得分最多的那一组，通常两组相关性很强 |
| 9-14 分 | 系统性混乱 | 需要立项治理：先冻结新增，再清洗存量 |
| 15-20 分 | 数据基本不可用 | 暂缓一切系统建设与数据分析，先做基础治理 |
一个常见现象：IT 部门打分普遍比业务部门低（更乐观）。差异出在哪一组，就说明那一组的真实情况没有被 IT 掌握——这本身就是最值得优先处理的一组。
三、按病因给的三条处方
处方一：无主 → 指定数据 Owner
每个主数据要有一个业务侧的负责人（不是 IT）：客户归销售部、供应商归采购部、物料归技术或仓储、科目归财务。Owner 的职责是判断"这条是不是重复的""这个编码该怎么归"。没有业务 Owner 的数据治理，最后都会变成 IT 一个人洗表格，洗完还是没人认。
处方二：无码 → 冻结新增，再清存量
- 第一步：先止血。指定唯一创建入口，把其他系统的新建权限关掉。不先止血就清洗历史数据，洗完又会脏。
- 第二步：清洗存量。按规则合并重复档案，保留主档，旧编码做映射而不是删除——历史单据还要引用。
- 第三步：定编码规则与必填字段。枚举字段必须有字典，允许自由填写的字段两年后一定是一团乱麻。
处方三：无对账 → 建立日终核对
| 对账项 | 比对口径 | 责任方 |
|---|---|---|
| 发货数 | 系统出库单 vs 仓库出库记录 | 仓储 + IT |
| 收款 | 银行流水 vs 财务收款单 | 财务 |
| 订单 | 销售系统 vs ERP 订单 | 销售 + IT |
| 库存 | 系统库存 vs 抽盘结果 | 仓储 |
配套两条硬规则：金额类差异 24 小时内定位原因，单据类差异 48 小时内处理完毕；超时自动升级到部门负责人。差异月末才发现，基本就查不清了。
四、四条避坑提示
- 不要把治理当成一次性项目。数据会持续变脏，必须有日常机制（唯一入口 + 日终对账 + Owner）。
- 不要一上来就洗历史数据。顺序错了会白做：先冻结新增，再清洗存量，最后建规则。
- 不要用"感觉"评估数据质量。把这篇的 20 题做成季度自测，用分数看趋势，比开会争论有效。
- 不要在治理完成前上新的分析系统。底层数据不准，BI 只会把错误展示得更漂亮，决策风险反而更大。
五、小结
数据家底好不好，不需要请咨询公司，20 道题就能测出来。测完先别急着买工具——数据乱的病根通常在"没人负责、编码不统、没有对账"，这三件事都是管理动作，不是技术问题。把它们补上，再谈系统和智能，投入才不会打水漂。