多年前，我第一次以项目经理角色负责一家汽车厂的ERP系统实施。系统上线后，生产部门反映一种名为“尼龙布”的物料经常缺料，影响生产交货，进而抱怨系统做得不对。我和业务部门去仓库检查，发现这种物料在仓库内的库存是充足的；由于它是采购部门按照“过滤网”的名字向供应商购买，在仓库里和“尼龙布”是不同的物料编码 ，所以当生产用“尼龙布”的物料编码跑生产计划时，就没有考虑到“过滤网”。

我和业务部门深入研究后发现，问题的源头是研发工程部门做产品设计时，不同的产品的图纸里，这个起到粉状颗粒过滤作用的尼龙布材料，有些地方叫“尼龙布”、有些地方叫“过滤网”，因而不同成品BOM里，同样物料有不同的编码；类似这种物料数据混乱的现象还不少。

我还曾经担任过一家消费品企业的总经理。当我就任后第一次主持周度经营分析会时，发现不同业务条线领导汇报销售额和利润的数据口径都是不一样，有的是按进货价(出厂价)，有的是销售批发价，有些按开票含税价，有些不含税。到季度绩效考核时，人力资源部门下达的考核数据、财务部门数据和业务部门的数据，互相之间经常对不拢。

于是，我抓管理干的第一件事是带领财务部门，把公司里所有报表的数据口径全部梳理了一遍，然后要求所有的经营计划、产销计划、绩效考核必须用数据说话，每个部门不许自己搞报表，一切以财务部门提供的报表为准。

企业采用信息系统进行管理后，数据质量就成为信息系统应用价值最重要的前提 ，供应链管理 、财务管理、人力资源管理等对数据准确性要求较高的管理领域 ，数据质量直接体现了管理水平。

尽管我对于数据治理工具，包括数据字典(元数据管理)、主数据管理、数据质量监控/审计等相关的IT系统有一些动手经验，但是，根据前述那些实践经验，我认为：数据管理80%是管理问题，主要是人员培训、业务流程等等，甚至是企业的语言风格、文化默契、工作习惯，而只有20%跟技术相关，在这些技术问题中，有些还属于应用系统本身的防错机制设计。

直到我读了?《华为数据之道》这本书，华为的数据管理的技术应用让我大开眼界，原来，数据管理可以搞得如此繁复，这也很符合华为在我心目中一贯的“工科直男”形象。

书中提到华为数据管理经历了两个阶段，第一阶段是2007年-2017年十年间，建立了传统的数据管理体系，而第二阶段是指从2017年后，把物联网、大数据平台、人工智能等，也纳入了数据管理的范畴。

其实第一阶段华为数据管理的源头，跟著名的华为 IPD、BLM一样，也是来自于华为学习IBM实践。2007年 ，华为启动了面向经营的财务管理 变革，项目名为IFS，学习IBM的全球财务管理体系。

我们要坚定地支持公司的IFS变革，通过3-5年的努力，实现‘加速现金流入，准确确认收入，项目损益可见，经营风险可控’的变革蓝图……真正实现‘计划、预算、核算’的全流程管理。

任正非在2009年财经系统表彰大会上讲话

财务管理的核心是“数据会说话”，从IFS项目伊始，数据质量就成为财务的核心问题。因而，华为在IFS项目之中，引进了IBM的数据管理实践，名为“企业信息管理”(简称EIM)

华为的IFS项目，通过实施EIM抓数据质量的第一批试点项目包括了如下内容：

• 客户数据：全流程的客户信息标准化，例如客户名称、编码、分群类型、运营商类型等

• 区域数据：面向HR组织、财务分析目的的国内外区域划分

• 采购数据：采购的物料品类、开票/运达地点等

• 研发数据：新产品类型、版本、研发项目编码、财务编码等

• 人力资源数据：职类、职位、工作地点等

• 供应链数据：全球库存、站点等

华为成立了一个专门的数据管理部门来牵头协调、推进相关业务部门对这些数据质量的提升。这个部门发展了十多年到今天，就是这本书的作者团队。

我个人推荐细读本书的这些章节，比较实用：

第二章：数据治理体系

第三章：数据管理原则

第四章：数据架构

第六章：数据应用服务

第八章：数据质量管理

其他章节内容相比之下，有些属于前沿技术探讨 ，有些则稍显复杂。

华为的实践，我觉得一般的企业学不会，主要原因就是绝大多数中国企业缺乏华为那种肯钻研、讲理性、追求细节稍显钻牛角尖、学究气的工科直男气质，这本书所展现的繁复的数据管理实践，就是明确的例证。