🛡️ 数据治理

• 一套「组织 + 流程 + 技术」的长期机制，不是一次性项目
• 目标：全公司用着「一份正确的底表」

🛒 跨境电商三个平台的 GMV 口径打架、用户在三个系统重复注册——治理就是立规矩，让三个平台说同一种「数据普通话」。

• 先盘点入册（资产目录），才谈得上治理与变现
• 没有目录的治理 = 不知道自己在治什么

🛒 跨境电商把「站点 × 类目 × 日」销售、广告 ACOS、海外仓库存盘点入册——才发现客服聊天记录这座金矿没人管。

• 表结构、字段口径、血缘、负责人、更新时间
• 治理的「地图」——找不到地图就管不了领土

🛒 跨境电商新同事问「revenue_usd 含不含 VAT」——元数据一查便知，不用在三个工作群里考古。

• 用户、商品、组织、供应商、门店
• 一处维护、全局引用（详见主数据管理页签）

🛒 跨境电商同一款耳机在 ERP 叫 A-101、在 Amazon 叫 B0XYZ、在独立站叫 earbud-pro——主数据给它们一个统一身份。

• 命名、定义、格式与编码规范的统一约定
• 贯穿元数据、主数据、质量、安全各领域

🛒 跨境电商全公司约定：金额一律 USD 两位小数、日期统一站点本地时区转 UTC——报表之间终于能直接对比。

• 表级 / 字段级上下游依赖图
• 影响分析与问题追责的依据

🛒 跨境电商CEO 手里的利润大屏，上游是 12 张表——血缘画清楚，改表前就知道会牵动谁。

• 完整性、准确性、一致性、及时性、唯一性、有效性
• 治理最直接的目标与产出

🛒 跨境电商德国站订单漏了邮编字段，物流打单批量失败——完整性问题直接变成了客诉事故。

• 分类分级 + 权限、脱敏、加密、审计
• 合规红线：个保法 / GDPR

🛒 跨境电商买家收货地址和支付卡是敏感数据——运营在 BI 里只见「138****5678」式的掩码，导出自动脱敏。

• DMBOK：DAMA 国际知识体系，11 个知识域、治理居中（车轮图）
• DCMM：中国国标 GB/T 36073，8 大能力域、5 级成熟度，可评级

🛒 跨境电商公司准备申报 DCMM 评级（投标加分项）——按 8 大能力域自评，一眼看出「数据质量」和「数据标准」两个短板。

• 识别字段定义、统计维度与计算口径的平台间差异
• 产出「口径映射表」，看板只引权威口径

🛒 跨境电商逐字段比对三个平台 API 文档：sales 含税含运费、revenue 不含——映射规则统一成 revenue_usd（不含税不含运费）。

• 名称、定义、公式、维度、负责人、变更记录缺一不可
• 字典没有权威性 = 没有字典

🛒 跨境电商「退货率」在字典里写清：退货订单数 / 发货订单数，按发货时间窗口统计，负责人是站点运营——谁再用错直接甩字典链接。

• 表 / 字段 / 指标统一命名（层级_主题_粒度）
• 枚举值编码统一：性别用 0/1 还是 M/F，全公司一份约定

🛒 跨境电商dwd_orders_usd、ads_site_daily_profit——表名即文档；订单状态枚举全公司统一成 paid / shipped / refunded。

• 申请 → 评审 → 公告 → 下游同步 → 字典更新
• 跳过任何一步，字典都会失去权威

🛒 跨境电商财务要求 GMV 改按支付时间统计——走流程：评审通过、提前 3 天公告、12 张下游表同步切换、字典更新版本号。

• 指标体系决定「要哪些指标」（OSM 拆解）
• 数据标准决定「怎么定义才无歧义」，字典把两者落地

🛒 跨境电商OSM 拆出北极星「毛利率」与过程指标「ACOS、退货率」——字典逐一定义，运营看完就知道每个数字怎么算。

• 三个平台三个 GMV：逐一定义、对齐映射、落库执行
• 根因多半是统计时间 / 去重口径 / 退款处理的差异

🛒 跨境电商运营口径「销售额」含运费、财务口径不含——映射表把两个口径并存管理，换算关系写死在数仓里。

• 用户、商品、组织、供应商、门店
• 变化慢、价值高、被到处引用——所以值得单独治理

🛒 跨境电商用户、商品（SKU）、海外仓、物流商——被订单、物流、财务系统到处引用，一处错处处错。

• 跨系统共享？核心业务实体？变更频率相对低？
• 三条都满足，就是主数据候选

🛒 跨境电商SKU 跨三平台共享、是核心实体、信息月级变化——三条全中，列为最高优先级主数据。

• 每个主数据指定唯一权威系统（System of Record）
• 多源并存时按规则合并出黄金记录（Golden Record）

🛒 跨境电商商品档案以 PIM 系统为权威源；Amazon / eBay 的 listing 只是镜像——三处编码不同时按映射合并出黄金记录。

• MDM 是机制，数仓一致性维度表是落地形态（dim_user / dim_product）
• 维度表直接服务建模与看板（见🧱数据开发·建模方法论）

🛒 跨境电商dim_product 挂统一 SKU 编码 + 三平台映射表——BI 按「统一商品」分析，不再按平台各算各的。

• 新增 / 变更走统一入口，审批后分发各系统
• 没有入口的维表，迟早变成没人维护的垃圾表

🛒 跨境电商新品上架先建主数据档案、审批通过后自动分发三个平台——从此再没出现过「三处三编码」。

• 总部成本、物流费用要落到 SKU / 门店 / 事业部
• 落到最小经营单元，才答得出「谁赚钱」

🛒 跨境电商不摊头程运费时，德国站毛利 35%；摊完只剩 22%——才看清大件家具类目其实在亏钱。

• 分摊维度：按销量 / 面积 / 人头还是 GMV
• 分摊比例：固定 or 动态计算；例外规则：大促 / 新店豁免

🛒 跨境电商头程运费按体积重摊、仓储费按日均库存量摊、新店开业前 30 天豁免推广费分摊——三要素一次定清。

• 维度、比例、例外由业务方评审确认
• 数仓只负责把规则准确实现——不替业务做决定

🛒 跨境电商分摊比例由 CFO 和供应链负责人评审签字——数据部只管实现，不替业务决定「按什么摊」。

• 分摊系数表 + 计算任务在数仓落地
• 铁律：分摊后合计 = 分摊前合计，差额必须可解释

🛒 跨境电商每月分摊后各 SKU 运费之和 = 运费总账单，一分不差才允许上线——对不平的差额逐条解释原因。

• 比例年度调整、例外新增都要留版本与生效时间
• 历史报表回溯时按当期规则重算，不混用

🛒 跨境电商今年运价上调 8% 留新版本——去年利润报表按去年运价回溯，同比才有意义。

• 表级 + 字段级：从源系统到最终看板的全链路
• 是影响分析、问题排查、变更评估的地基

🛒 跨境电商从 Amazon API 订单到 CEO 手里的利润大屏，中间 12 张表一条链——链路图贴在数据部墙上。

• 改表 / 改字段前先看下游引用与受影响看板
• 评估完再动工，公告同步不遗漏

🛒 跨境电商要改 dim_product 的类目逻辑——血缘显示 8 个看板受影响，提前三天公告，无一投诉。

• 指标异常：源系统 → 加工任务 → 口径变更逐层排查
• 有血缘十分钟定位，没血缘排查一整天

🛒 跨境电商德国站毛利突降 3 个点——沿血缘上溯发现是汇率表晚更新一天，欧元汇率用了前天的。

• 从 SQL 与任务依赖自动生成（SQLLineage、Atlas、DataHub）
• 能自动的绝不手工维护

🛒 跨境电商每晚从 Airflow 任务 SQL 自动构建血缘——新任务自动入图，从不靠谁「记得去更新」。

• 血缘 + 指标字典 + 口径 = 完整的「数据地图」
• 地图齐了，新人才敢接手老数仓

🛒 跨境电商审计要「利润数据的来源证明」——血缘 + 字典截图一小时打包，以前这要翻一周的脚本。

• 记录不缺：订单不漏采；字段不缺：必填项空值率
• 最常见也最先被业务发现的问题

🛒 跨境电商TikTok Shop 拉的订单有 2% 缺邮编字段——完整性规则每天卡，漏采当天补拉。

• GMV 与财务对不对得上、库存与实物是否一致
• 靠对账与交叉校验持续验证

🛒 跨境电商数仓 GMV 每天对平台后台 GMV，差超 0.5% 自动告警——曾揪出退款重复扣减的 bug。

• 同一指标在不同系统 / 报表里一致
• 靠口径统一 + 主数据支撑（见上方页签）

🛒 跨境电商独立站与 Amazon 的退款口径不同——映射统一后，退款率看板两平台终于可比。

• T+1 任务在 SLA 内完成，延迟要告警
• SLA 要写进与业务的约定

🛒 跨境电商每日 6 点前必须产出昨日看板数据——SLA 红线写进值班手册，超时电话叫醒。

• 用户、订单不重复计：主键与去重键设计
• 重复是 GMV 虚高的常见根因

🛒 跨境电商同一用户在三个平台重复注册——主数据 ID 打通后，会员数不再凭空多出 30%。

• 手机号位数、枚举值合法、日期范围合理
• 格式类问题最适合在入库前批量校验

🛒 跨境电商德国站邮编必须是 5 位数字、美国站 ZIP 是 5 位——格式校验在入库前拦下，物流打单不再失败。

• 按敏感度分级：公开 / 内部 / 敏感 / 机密
• 分级决定谁能看、怎么用、要不要脱敏

🛒 跨境电商买家姓名 + 地址 = 敏感级、订单金额 = 内部级、采购成本 = 机密——分级标签打在每张表上。

• 库 / 表 / 列级授权，定期回收闲置权限
• 离职与转岗当天回收，不留僵尸账号

🛒 跨境电商客服团队只开订单视图（隐藏成本与利润列）；离职运营的账号当天回收，不留任何僵尸权限。

• 手机号 / 身份证掩码展示，传输与存储加密
• 测试环境禁用生产明文数据

🛒 跨境电商BI 里买家手机号显示 138****5678；测试环境用的是脱敏副本——开发要明文？走审批。

• 谁在什么时候查 / 改了什么，日志留痕
• 配合血缘与快照，问题可完整回放

🛒 跨境电商有人批量导出 3 万条买家清单——审计日志当场定位到人与时间，半小时完成处置。

• 用户授权范围决定数据可用范围
• 数据出境、未成年人信息有专门约束

🛒 跨境电商德国站用户行使「被遗忘权」——删除流程从平台一直打通到数仓与备份，30 天内闭环。

• 治理委员会拍板、数据管理团队推进、业务部门执行
• 数据 Owner 对本域数据的口径与质量负责

🛒 跨境电商治理委员会由 CFO + 数据部 + 各站点运营负责人组成，季度拍板优先级——口径争议到这就有了终审。

• 每个业务域指定管家：管口径、管质量、协调争议
• 兼职也可以，但必须点名到人

🛒 跨境电商美 / 德 / 日三个站点运营各指派一名数据管家——本站指标口径、质量问题第一责任人，有名有姓。

• 口径变更流程、权限审批流、质量问题升级机制
• 流程要有 owner、有时限、有记录

🛒 跨境电商「口径变更必须提前 3 天公告」写进数据管理制度——新来的运营经理也被这条流程管住。

• 初始 → 受管理 → 稳健 → 量化管理 → 优化
• 内部考核：口径覆盖率 / 质量达标率 / 问题闭环率

🛒 跨境电商对照 DCMM 自评当前「稳健级」，年度目标「量化管理级」——口径覆盖率从 40% 提到 85%。

• 数据人人有责：写注释、守口径、主动报问题
• 领导用数先问口径，文化自然立起来

🛒 跨境电商周会上任何人引用数字，先说口径来源——CEO 带头问「这个 GMV 按哪个口径」，文化就这么立起来。