最近两年“数据治理”成为了企业IT界一个热门话题，甚至给企业做IT战略规划，都一定要捎带做“数据治理体系”。这个名词也引起了业界的不少概念混乱，我写过好几篇文章谈这个课题：
企业IT规划 ｜ 数据治理该归哪个部门管，数据治理平台有多大用？
从GHS指数谈数据治理
大多数企业数据治理方案都难以收到实效
古文和标签 ｜ 求仁得仁上中台
数字化转型的误区｜ “数据中台”概念的局限性
我在《
企业IT规划 ｜ 数据治理该归哪个部门管，数据治理平台有多大用？
》文中谈到，不同行业对数据治理的关注点是不同的，互联网公司/电商、金融机构、制造业等对数据治理的出发点都不同，因而数据治理的IT解决方案和系统架构差别很大。
以互联网公司和制造业比较为例，简单说：
互联网公司的数据应用特点是其业务交易系统的规范性很低，数据是“先乱后治”，主要面向分析；而制造业的数据应用特点是业务信息系统的规范性很高，数据是“先治后用”，主要面向流程。
因而，
从互联网公司发源的所谓“数据中台”的概念、架构和流程，很大程度上不能简单套用到制造业头上
。
就制造业以及类似行业而言，核心业务系统是ERP，以及跟ERP相关的周边业务系统——CRM、SCM、SRM、PLM等等，数据治理的目的是支持信息系统的应用：
我觉得在制造业信息化里，数据质量由主数据和业务质量决定，时髦名词“数据治理”应该在前面加一个字“主”，即“
主数据治理
”，这个词基本上等同于“主数据管理”，实际上制造业的主数据管理系统由来已久，有ERP时就有“编码系统”，今天的“主数据治理”就是编码系统的升级换代，大致应该覆盖如下领域：
我认为制造业的主数据治理的方案不应该再去发明轮子，相关的业务流程以及系统架构，参照
制造业信息系统之王
SAP就好了，SAP的主数据治理方案叫MDG：
SAP的主数据治理方案是以服务ERP为主要目的，包括财务、物料、客户、供应商等主要数据对象：
