数据治理中的“责任钉”机制：让每个数据字段

数据治理项目中，“谁对数据质量负责”是最容易引发争议的问题之一。业务部门说是IT的问题，IT说是业务录入的问题，管理层面又缺少明确的裁断机制。国网甘肃电力的实践提供了一个可参考的方向：通过构建“智能认责—精准派单—闭环管控”的线上化治理体系，将数据责任直接钉到具体岗位，数据治理工单处理时长从3.5天压缩至1天以内。

一、“责任钉”的三种认责方式

数据责任的归属不是一个非此即彼的问题，不同数据、不同场景适用不同的划分方式。

按数据实体划分是最直接的方式。客户数据归销售部，物料数据归技术部，供应商数据归采购部。每个数据实体对应一个责任部门，责任归属路径简单，客户数据出问题直接追溯至销售部，不需要跨部门协调。

按字段划分解决的是同一数据实体不同属性归属不同部门的问题。客户名称字段由销售部负责，客户信用额度字段由财务部负责，客户联系方式字段由客服部负责。这种方式适用于各部门对同一数据实体关注点不同的场景，部门只对自己使用频率最高的字段负责。

按数据产生环节划分是按数据在业务流程中的产生节点确定责任。数据在哪个环节产生，该环节的负责部门承担维护责任。客户数据在销售签约环节产生，销售部承担初始录入责任；客户数据在财务开票环节被引用，财务部承担核对责任。每个环节的责任范围限定在数据经过该环节时的一次性确认动作上。

二、“责任钉”的认定流程与执行条件

有责任分工还不够，责任需要被“钉”到具体的人。

国网资阳供电公司的做法是将责任认定的过程系统化：数字化部协同相关专业部门，聚焦电网生产、营销业务领域的资源、资产、拓扑、客户、量测等数据，结合权威数据源成果，形成认责数据表清单，下发至数字电网维护中心执行。这个流程的核心是将“谁该负责”从口头讨论变成系统配置，责任归属在数据层面被固化。

认责的执行需要三个配套条件同时到位：

权限配置决定责任部门是否具备履行责任所需的系统操作权限。销售部对客户名称字段有维护责任，就需要销售部的录入岗位有编辑该字段的权限。权限超出责任范围时，操作人员可能修改其不承担质量责任的字段，责任归属和修改行为会脱节。

考核归属决定数据质量责任是否在绩效评估中得到体现。客户名称字段的完整率作为销售部的考核指标之一，物料编码的重复率作为技术部的考核指标之一。国网张掖甘州区供电公司遵循“管业务必须管数据”的原则，将数据质量管控关口前移，通过数据主人认定及核查，定期更新数据主人责任清单，保障数据主人对产生的责任数据“可视、可查”。

变更记录使数据质量问题的责任追溯有据可查。数据的每次修改记录包含修改人、修改时间、修改前后值。问题出现时，通过变更记录可以定位最后一次修改的岗位和人员。

三、“责任钉”的落地阻力与应对

责任划分清晰了，落地仍然面临阻力。业务部门不愿接、部门间推诿、责任变成了形式。从实践中看，有几种应对方式。

阻力一：业务部门觉得数据质量不是自己的KPI。应对方式是将数据质量指标纳入现有考核体系。某央企的做法是推出“数据治理积分制”：数据质量达标率作为基础分，帮助其他部门解决数据问题加协作分，提出数据优化方案并落地加创新分。积分与部门年度评优（占比30%）、部门负责人绩效（占比20%）挂钩。考核权重影响责任部门对数据质量的重视程度。

阻力二：“数据Owner”有责无权。真正的数据Owner需要对数据域拥有决策权，包括定义数据标准、审批数据访问权限、对数据质量负责。如果数据Owner只能提建议却没有审批权和考核权，责任就变成了空壳。

阻力三：责任边界随时间推移又变模糊了。国网甘肃电力的应对方式是将责任认定从“一次性项目”变为“线上化常态化”：通过自动提取源端系统操作日志的技术手段，实现数据责任人的智能认定，确保问题数据与数据主人精准匹配。当业务调整或人员变动时，责任关系在系统中同步更新，不会因为交接不清而丢失。

数据治理中的责任问题，本质不是“找不到人”，而是“认领机制没有建立”。通过“数据责任矩阵”将每个核心数据字段的Owner明确到具体部门，通过权限、考核、记录三个配套条件让责任可执行、可追溯，通过线上化机制让责任在人员变动时自动迁移而非重新讨论，三个环节形成闭环后，数据质量的保障才能从“谁产生谁负责”的原则描述，转化为“每个字段都有钉住的责任人”的可操作状态。

 

如果您有物料编码相关的问题，欢迎咨询新易物料编码