804数据治理体系：全生命周期五阶段，你的系统覆盖了几个？
——804落地笔记 08
老张的共享中心上线后，集团审计部来做年度审计。
审计人员问了一句：“你们的数据治理体系，804要求的全生命周期管理，在系统里怎么体现的？”
老张让IT部门调出系统界面，指着“主数据管理”和“数据标准管理”两个模块说：“我们有这个。”
审计人员又问：“数据销毁的审批流程在哪里？谁有权销毁？销毁记录保存多久？”
IT部门翻了半天，说：“系统里没有这个功能。”
审计人员合上笔记本，说了一句话：“你们有数据管理，但没有数据治理。”
老张后来才明白，“数据管理”和“数据治理”之间的差距，就是804合规的差距。主数据管理管的是“你是谁”（供应商、客户、科目、组织），数据治理管的是“你的数据从哪来、到哪去、中间经过谁、最后怎么处理”。前者是后者的一个子集，不是一回事。
这篇文章，把804的数据治理要求逐一拆解，给出从五阶段到三要素到系统配置的完整落地方案。
804第二十八条到底说了什么
原文：单位应基于财务共享服务集中的财务数据及相关非财务数据，建立覆盖数据采集、加工、应用、存储等全生命周期的数据治理体系，明确数据标准、数据质量、数据安全等关键要素，遵守国家有关信息安全的规定。通过积极运用现代信息技术，构建服务于管理决策的算法与模型，推动高质量财务数据在绩效管理、风险预测与经营优化等领域的应用，释放数据要素价值。
三层含义：
第一层：全生命周期五阶段。 数据采集、数据加工、数据应用、数据存储、数据销毁。
第二层：三个关键要素。 数据标准、数据质量、数据安全。
第三层：数据应用目标。 构建算法与模型，推动数据在绩效管理、风险预测、经营优化等领域的应用。
五阶段逐一拆解
阶段一：数据采集
| 要求 | 系统功能 | 配置动作 |
|---|---|---|
| 数据标准定义 | 主数据管理、数据标准库 | 定义供应商编码规则、科目体系、客户唯一标识 |
| 数据源接入 | 数据集成平台、ETL | 对接ERP、共享中心、司库、税务等系统 |
| 采集频率设定 | 数据调度配置 | 设定实时/定时采集频率 |
常见问题：企业有数据标准文件，但未配置到系统里。标准写在纸上，录入还是靠人工判断。
阶段二：数据加工
| 要求 | 系统功能 | 配置动作 |
|---|---|---|
| 数据清洗 | 数据质量校验规则 | 配置校验规则：供应商名称与营业执照一致性、银行账号与户名一致性 |
| 数据转换 | ETL转换规则 | 配置科目映射、组织映射、币种转换规则 |
| 数据关联 | 数据关联引擎 | 配置业务单据与财务凭证的关联规则 |
| 数据加工权限 | 权限管理模块 | 定义谁有权修改数据、修改留痕 |
常见问题：大多数企业的薄弱环节在“加工”阶段。数据采集进来了，但没有清洗、没有转换、没有关联，直接存进数据库。
阶段三：数据应用
| 要求 | 系统功能 | 配置动作 |
|---|---|---|
| 分析模型 | BI分析平台、数据模型 | 构建绩效管理模型、风险预测模型、经营优化模型 |
| 数据服务 | 数据服务API | 开放数据服务接口，供业务系统调用 |
| 数据可视化 | 决策仪表盘 | 配置经营仪表盘、风险预警看板 |
常见问题：数据存了很多，但用不起来。没有分析模型，没有数据服务，数据只是“躺在数据库里”。
阶段四：数据存储
| 要求 | 系统功能 | 配置动作 |
|---|---|---|
| 数据仓库 | 数据仓库、数据湖 | 配置存储结构、分区策略 |
| 数据分级分类 | 数据分级分类模块 | 按敏感程度分级：公开、内部、机密、绝密 |
| 存储期限 | 生命周期管理 | 定义各类数据的保存期限 |
| 数据备份 | 备份管理 | 配置备份策略、恢复演练 |
常见问题：数据分级分类是804的新增要求，大多数企业没有配置。
阶段五：数据销毁
| 要求 | 系统功能 | 配置动作 |
|---|---|---|
| 销毁审批 | 销毁审批流 | 定义销毁申请人、审批人、审批规则 |
| 销毁执行 | 销毁执行记录 | 记录销毁时间、销毁方式、执行人 |
| 销毁记录保存 | 审计日志 | 销毁记录保存期限、调阅权限 |
常见问题：四家主流系统厂商（用友、金蝶、浪潮、中兴新云）在数据销毁功能上均无原生支持。这是804落地最大的系统盲区之一。
三个关键要素逐一拆解
要素一：数据标准
| 标准类型 | 标准内容 | 标准来源 |
|---|---|---|
| 国家标准 | 会计科目、会计报表、会计档案 | 财政部 |
| 行业标准 | 行业特定数据标准 | 行业协会 |
| 企业标准 | 供应商编码、客户编码、物料编码 | 企业自行定义 |
关键发现：804的数据标准，只有少部分有国家标准依据，大部分是企业标准。企业需要在国家标准的基础上，建立自己的数据标准体系。
要素二：数据质量
| 质量维度 | 校验内容 | 系统功能 |
|---|---|---|
| 准确性 | 供应商名称与营业执照一致 | 校验规则引擎 |
| 完整性 | 必填字段是否为空 | 必填校验 |
| 一致性 | 同一数据在不同系统中是否一致 | 跨系统比对 |
| 及时性 | 数据是否在规定时间内录入 | 时效监控 |
| 唯一性 | 是否存在重复数据 | 查重规则 |
要素三：数据安全
| 安全维度 | 安全内容 | 系统功能 |
|---|---|---|
| 访问控制 | 谁能看到什么数据 | 角色权限、字段级权限 |
| 数据脱敏 | 敏感字段是否脱敏 | 脱敏规则配置 |
| 加密存储 | 敏感数据是否加密 | 加密算法配置 |
| 操作审计 | 谁改了数据、什么时候改的 | 审计日志、操作留痕 |
| 数据备份 | 数据是否定期备份 | 备份策略、恢复演练 |
主流服务商在数据治理上的覆盖情况
| 数据治理要求 | 用友BIP | 金蝶星瀚 | 浪潮GS Cloud | 中兴新云 |
|---|---|---|---|---|
| 全生命周期 | ||||
| 数据采集 | ✅ | ✅ | ✅ | ✅ |
| 数据加工 | ⚠️ 需ETL | ⚠️ 需ETL | ⚠️ 需ETL | ✅ 原生 |
| 数据应用 | ⚠️ 需分析平台 | ⚠️ 需分析平台 | ⚠️ 需分析平台 | ✅ 原生 |
| 数据存储 | ✅ | ✅ | ✅ | ✅ |
| 数据销毁 | ❌ | ❌ | ⚠️ 需配置 | ❌ |
| 关键要素 | ||||
| 数据标准 | ✅ 主数据管理 | ✅ 基础数据平台 | ✅ 主数据管理 | ✅ 数据标准管理 |
| 数据质量 | ⚠️ 需配置规则 | ⚠️ 需购买规则库 | ⚠️ 需配置规则 | ✅ 原生质量引擎 |
| 数据安全 | ⚠️ 需配置 | ⚠️ 需配置 | ⚠️ 需配置 | ⚠️ 需配置 |
| 算法与模型 | ⚠️ 需自建 | ⚠️ 需自建 | ⚠️ 需自建 | ✅ 原生模型库 |
关键差异：数据治理是四家差异最大的领域。中兴新云原生覆盖数据加工、应用、质量、模型四个环节；用友和金蝶在数据加工和应用上需依赖外部ETL和分析平台；浪潮在数据生命周期管理上相对完整但需配置。数据销毁功能，四家均无原生支持。
系统功能映射
| 804要求 | 系统功能 | 零件库映射 |
|---|---|---|
| 数据采集 | 主数据管理、数据集成、ETL | 管理零件库→数据标准零件 |
| 数据加工 | 数据质量校验、ETL转换、权限管理 | 管理零件库→数据质量零件 |
| 数据应用 | BI分析、数据服务API、决策仪表盘 | 管理零件库→分析模型零件 |
| 数据存储 | 数据仓库、数据湖、分级分类 | 管理零件库→数据安全零件 |
| 数据销毁 | 销毁审批流、销毁记录 | 管理零件库→生命周期零件 |
| 数据标准 | 主数据管理、数据标准库 | 管理零件库→数据标准零件 |
| 数据质量 | 校验规则引擎、查重规则 | 管理零件库→数据质量零件 |
| 数据安全 | 权限管理、脱敏、加密、审计 | 管理零件库→数据安全零件 |
审计来问“数据治理覆盖几个阶段”，怎么答
审计人员通常会问三个问题：
第一，804要求的五个阶段，你们覆盖了几个？
应答：拿出数据治理映射表，逐阶段展示覆盖状态。
第二，数据质量校验规则有多少条？
应答：打开系统，展示校验规则清单（供应商名称一致性、银行账号一致性、查重规则等）。
第三，数据销毁有没有审批流程？
应答：如果系统没有，如实说明，并展示补充建设的计划和时间表。
常见问题（FAQ）
1. 804要求的数据治理包括哪五个阶段？
数据采集、数据加工、数据应用、数据存储、数据销毁。
2. 数据采集阶段要做什么？
定义数据标准、接入数据源、设定采集频率。
3. 数据加工阶段谁有权改数据？
需要在权限管理模块中定义数据加工权限，修改留痕。这是大多数企业的薄弱环节。
4. 数据应用阶段怎么释放价值？
构建分析模型、开放数据服务API、配置决策仪表盘。
5. 数据存储阶段保存多久、怎么销毁？
需要定义各类数据的保存期限和销毁审批流程。四家主流系统在数据销毁功能上均无原生支持。
6. 数据标准谁定？
国家标准（会计科目、报表、档案）+行业标准+企业标准（供应商编码、客户编码等）。
7. 数据质量校验规则怎么配？
在质量校验引擎中配置准确性、完整性、一致性、及时性、唯一性五类规则。
8. 数据安全分级分类怎么做？
按敏感程度分级（公开、内部、机密、绝密），配置字段级权限、脱敏规则、加密存储。
9. 用友金蝶浪潮在数据治理上有什么区别？
中兴新云原生覆盖数据加工、应用、质量、模型；用友和金蝶在数据加工和应用上需依赖外部ETL和分析平台；浪潮在生命周期管理上相对完整但需配置。
10. 专知智库如何做数据治理映射？
专知智库提供“数据治理五阶段三要素映射表”，逐项标注企业系统的覆盖状态，给出配置建议和规则零件包。
专知智库不做系统，不做报告，只做一件事：站在企业这边，把804的每一条要求，映射到你的系统里，告诉你缺什么、怎么补、花多少钱。如果你需要一张逐条对照的804合规映射表，欢迎联系专知智库。
