数据治理过程中核心数据界定怎么破？

数据治理过程中，在我们费了九牛二虎之力盘点出企业当前数据资产的家当，形成了数据资产的清单后，同时也会列明这个业务域的核心数据实体，这就碰到一个难题，那些是核心数据，那些是非核心。往往实施过程中争议比较大，标准很难量化，因为每个人对‘核心’的理解又有差异，大多情况核心数据的挑选就成了民主选举，最终根据业务部门的‘民意’也定是否核心数据，这也未尝不是个办法。

有没有其他思路，我觉得还应该回到数据资源规划方法论本身来讨论，也就是方法论中我们挑选出核心数据实体的目的是什么，难道只是为了给它打上重要的标签。我猜测方法论中之所以提出核心实体及非核心实体，是有历史的原因，最早数据资源规划主要是支撑企业IT建设规划的，也就是规划企业应该优先建设那些系统，这些系统优先实现那些纸质表单的电子化，所以提出了核心数据和非核心数据概念，来给企业信息化建设路径提供参考。

对应到当前我们数据治理的大环境，很多企业已经建设了大量信息系统，这个阶段数据治理中再进行数据资源规划，我认为可以支撑一部分企业后续IT建设规划工作，更多的是应该通过当前数据资源规划，指导企业的数据治理。目前企业数据治理优先需要治理的是那部分数据，我认为就是各业务域间共享的数据主要包括：主数据和集成涉及的业务数据。如客户、供应商、物料、BOM，订单、计划、入库单等，如果认可这个理念，我觉得从这个角度入手就很好界定什么是核心数据，也很好量化。而且这样筛选出的核心数据也能和后续的项目关联起来，毕竟我们做数据资源规划，不只是形成企业数据地铁，企业数据相关标准，关键是要用这些咨询成果指导后续的数据治理活动，解决企业普遍存在的数据问题。这样就很好的衔接到后续的企业主数据治理、企业数据集成工作开展。

所有我认为，针对当前企业信息化所处的阶段，我们数据资源规划的部分实施方法论也要与时俱进的升级，虽然它完全不符合这个概念之初的本意，但是基于这个概念指导企业解决实际问题的理念没变，所有的理论最终是要指导解决企业的实际业务问题的，针对核心实体的理解没有统一定义，没有统一理解，关键是你想通过这个治理活动解决什么问题。