我是来自鸿利智汇的丁毅，分享主题聚焦主数据治理。

首先简单介绍公司。鸿利智汇成立于2004年，2011年上市，2018年被泸州老窖收购。公司三大业务板块：第一是 LED 半导体封装；第二是汽车照明及电子业务；第三是 Mini/Micro LED 显示业务。LED行业竞争高度内卷，为实现破局，我们在2024年发布“一体两翼”战略，希望通过多元化布局，构建可持续竞争优势，推动企业稳健长远发展。

一体：LED 半导体封装，作为集团的基石与压舱石，稳固业务基本盘。

翼一：Mini/Micro LED高端显示，面向 VR、车载屏、高端电视等前沿显示市场。

翼二：汽车照明与智能电子，充分发挥我们在封装、光学、电子领域的全产业链协同优势。

公司实现全球化布局与多元化运营，拥有广州、深圳、东莞、南昌、镇江五大生产基地，业务覆盖全球40多个国家。数字化与精益生产方面，我们上线六大业务系统，全面推行TPS精益生产、JIT准时化生产模式。

接下来，重点分享我们开展主数据治理的核心背景与核心挑战。我们启动主数据治理，主要源于企业发展过程中面临的两大核心痛点。

第一，多系统林立，数据标准不统一。

公司拥有五大生产基地、13家分子公司，其中多家为并购整合企业。长期以来，各主体独立运营、独立建系统，导致数据标准混乱：同一产品、同一物料在不同系统、不同基地存在多套编码与命名规则，直接引发BOM传递错误、生产计划频繁排产失误；供应商数据重复冗余，形成多元异构数据问题；客户数据割裂，360度客户全景视图无法打通，严重制约业务协同。

第二，多基地协同不畅，数据孤岛问题突出。

各生产基地数据相互独立，上下游业务链路无法有效贯通。主数据治理落地前，基地之间仅为简单买卖合作关系，协同效率极低；同时，集团无法实时掌握各基地生产进度、产能状态，缺乏全局统一数据支撑，难以开展最优生产调度、资产统筹配置，集团化管控与规模化优势无法发挥。

基于以上两大挑战，我们明确了主数据治理的三大核心动因，核心是支撑战略、赋能运营、驱动创新。

一是支撑“一体两翼”战略落地。通过统一企业核心主数据，彻底打破数据孤岛，实现三大业务板块高效协同，最大化释放集团资源整合与集团化作战优势。

二是赋能企业精益运营。以标准化主数据为底座，规范全业务流程，减少人为差错、降低内耗，全面提升生产、采购、销售、供应链全链路运营效率。

三是驱动业务创新发展。依托精准、统一的数据底座，支撑企业精细化运营，加速新产品研发迭代，构建企业数字化增长核心引擎。

明确背景与动因后，我详细介绍我们主数据治理的落地实施方法，整体总结为“三步走”落地体系：建制度、定标准、搭平台。

第一步，建制度，搭建完整治理体系与权责体系。

我们始终认为，主数据治理三分靠技术、七分靠管理。项目初期我们优先搭建组织架构、完善制度规范，建立三级数据治理管理体系：第一，设立集团数据治理委员会，由集团高层领导担任主任，统筹顶层决策、资源协调；第二，成立数据治理办公室，作为常态化执行部门，落地日常推进、过程管控；第三，在各核心业务部门设立专属数据管家，由业务骨干任职，全权负责本领域主数据全生命周期管理。

第二步，定标准，统一全集团核心数据规范。

数据标准统一是整个治理项目最关键、最复杂、周期最长的环节。企业全产业链条数据贯通难度极高，我们摒弃一步到位、追求完美的思路，采用先落地80%核心标准、再快速迭代优化的策略，优先解决核心痛点，逐步实现全量标准化，核心围绕三大维度落地：

一是，物料标准化。摒弃过度冗余、复杂的标准设计，坚持简单适用、易懂易用原则，搭建全集团统一的物料分类体系与编码规则，统一全集团物料管理口径。

二是，客商标准化。统一供应商、客户数据标准，规范客商信息录入、审核、更新、管控全流程，解决集团及各分子公司客商数据混乱、重复、割裂问题。

三是，组织标准化。梳理、固化集团、事业部、分子公司、工厂四级组织架构体系，统一组织编码规则，打通财务、供应链、生产等各系统的组织数据壁垒，全面支撑跨部门、跨基地业务协同。

第三步，搭平台，构建专业化MDM主数据管理平台。

在完善制度、统一标准的基础上，我们搭建专属MDM主数据管理平台，实现一站式、全链路数据治理。平台具备数据建模、数据采集、数据清洗、智能校验、流程审批、数据分发等完整功能，可对企业物料、客商、组织等核心主数据，实现统一管控、全生命周期管理。

我们核心采用源头治理、全域同步的管控策略。所有核心主数据统一通过MDM平台创建、审核、发布，从源头把控数据质量；同时搭建标准化数据接口，实现与ERP、MES等全业务系统的双向实时同步，保障企业全域数据实时一致、精准可用。

基于这套三步走落地体系，我们的主数据治理项目取得了显著的企业价值，主要体现在三大维度。

第一，管理体系全面革新。

我们搭建了完整的鸿利智汇主数据治理体系，涵盖五大核心板块：主数据运营模式、专属管理组织、统一标准规范、全流程管理制度、数字化技术支撑体系。从管理模式、标准体系，到组织人员、工具平台，实现全方位升级，可满足企业未来5-8年的业务发展需求。彻底改变了以往各基地、各板块买卖式的低效协作模式，实现集团内部高效协同，大幅减少人工冗余操作，显著提升管理效率。

第二，企业运营效率大幅提升。

通过主数据标准化治理，我们的BOM准确率显著提升，平均采购周期持续缩短，库存周转率有效优化，生产异常、生产中断事件大幅减少，供应链、生产、采购全链路运营质量全面升级。

第三，决策能力与业务创新持续增强。

一是，构建统一客户视图。整合多系统碎片化数据，形成360度全景客户视图，支撑精准营销、快速需求响应，提升客户服务质量。

二是，实现精准销售分析。统一产品主数据标准，彻底打通数据孤岛，支持跨业务、跨区域、多维度销售数据分析，为经营决策提供精准数据支撑。

三是，全面赋能智能制造升级。以标准化主数据为底座，规范生产、工艺、物料全流程数据，夯实智能制造数字化基础。

四是，铺垫数据中台与AI应用基础。标准化、规范化的主数据资产，为企业后续搭建统一数据中台、开展深度数据分析、落地AI场景应用扫清了数据障碍，这也是我们承接上午AI主题分享的核心关键——所有AI落地的前提，一定是高质量、标准化的数据。

最后，结合我们的落地实战，分享四条核心经验与四条避坑指南，为同行企业的数据治理工作提供参考。

首先是四条核心实战经验：

第一，高层推动是核心关键。主数据治理是企业级全域变革，涉及多部门、多基地利益与流程调整，没有高层自上而下的统筹推动、资源协调，项目将寸步难行。数据是企业的数字血液，全域数据治理必须依托高层赋能才能落地见效。

第二，业务驱动、而非IT主导。主数据源于业务、服务业务，IT团队是赋能者、支撑者，而非主导者。主数据的责任主体必须是业务部门，所有标准、流程、治理规则都必须贴合业务实际、解决业务痛点。

第三，循序渐进、小步快跑。坚决摒弃大而全、一步到位的建设思路，优先聚焦物料、客商、组织等核心主数据试点先行，打磨成熟后再逐步全域推广，降低落地风险、快速兑现价值。

第四，标准先行、平台后置。切忌优先采购搭建平台、后补标准制度。正确的逻辑是先梳理业务、统一标准、完善制度流程，再基于成熟规范搭建适配的数字化平台，让技术服务于标准、服务于业务。

其次是四条核心避坑指南：

第一，杜绝“一次性工程”思维。数据治理不是一锤子买卖，而是长期持续的常态化运营工作。无论是主数据治理还是全域业务数据治理，都需要持续迭代、持续优化。尤其当前企业AI转型提速，唯有持续做好数据治理、保障数据标准统一，AI场景才能真正落地、产生价值。

第二，杜绝“技术万能论”。技术只是工具，制度流程、管理规范、全员意识才是核心。我们在项目落地过程中，持续开展全员宣导、认知培训，提前让所有员工熟悉新标准、新规范，打破固有工作思维，从根源上规避落地阻力。

第三，杜绝“编码过度设计”。数据编码坚持简洁、实用、可扩展原则，不盲目追求复杂、冗长的编码规则。尤其要谨慎将供应商、场景等可变信息纳入编码，避免导致一物多码、数据混乱，增加后续采购、生产、品质管控的操作难度。所有编码规则必须充分论证、兼顾通用性与实用性。

第四，高度重视历史数据清洗。企业存量历史数据量大、编码杂乱、规则不一，是数据治理的核心难点。标准落地后，必须提前规划历史数据清洗、BOM数据规整、存量产品数据适配方案，借助工具赋能+人工梳理，避免历史数据问题影响现有生产、发货、履约等正常业务运转。

以上就是鸿利智汇在主数据治理领域的实战实践、价值成果与经验总结。