数据质量治理中主数据与交易数据的边界

做数据质量治理的人经常会遇到一种情况：同一份客户信息，在客户主数据表里是一个样子，在订单交易表里又是另一个样子。做质量校验的时候，两边的规则互相打架，主数据要求客户名称全局唯一，交易数据却因为同一客户多次下单而出现重复记录。问题出在哪里？很大程度上是因为没有把主数据和交易数据的边界划清楚。

主数据和交易数据是两类性质完全不同的数据。主数据描述的是业务实体，比如客户、产品、供应商、组织架构、员工。这些实体在企业经营中相对稳定，一个客户就是一个客户，不会因为下了十次单就变成十个客户。主数据的核心特征是唯一性和权威性，全企业范围内应该只有一个权威来源，其他系统引用它而不是复制它。

交易数据记录的是业务行为，比如订单、收款、发货、退货、合同变更。这些数据的特点是量大、产生频率高、与具体业务事件绑定。每一笔交易都是独立发生的，同一客户可以产生无数笔交易记录。交易数据的核心特征是完整性和可追溯性，每一笔业务动作都要如实记录，不能丢失也不能随意修改。

理解了这层差异，边界划分就有了基本依据。判断一个数据对象属于哪一类，可以问三个问题。第一，它描述的是“是谁”还是“做了什么”？描述实体身份的是主数据，描述行为过程的是交易数据。第二，它的变更频率和变更方式是什么？主数据的变更通常需要审批流程，变更次数有限；交易数据随着业务发生自然产生，不需要审批但需要留痕。第三，谁对它负责？主数据通常有专门的数据管理岗位或部门负责维护标准和质量，交易数据则由业务系统在流程中自动生成，责任落在业务流程本身。

边界不清最直接的后果是质量规则冲突。主数据的质量规则强调唯一性、完整性、一致性、准确性。比如客户主数据要求客户编号唯一、客户名称不能为空、统一社会信用代码要符合编码规则。交易数据的质量规则强调完整性、时效性、关联有效性。比如订单数据要求订单编号唯一、下单时间不能为空、客户编号必须能关联到有效的主数据记录。如果把主数据的唯一性规则套到交易数据上，订单表里同一客户出现多次就会被误判为重复；如果把交易数据的时效规则套到主数据上，客户地址几个月没更新就可能被标记为过期。

另一类常见问题是跨边界字段的管理。订单表里通常会有客户名称、产品名称这类字段，这些字段的权威来源其实是主数据。如果交易系统自己维护一份客户名称，主数据系统也维护一份，两边不一致时就无法判断哪个是对的。合理的做法是交易系统只存储客户编号作为引用，展示时通过接口获取主数据中的名称。如果业务上确实需要在交易记录中保留当时的客户名称，那就把它当作历史快照来管理，明确它记录的是交易发生那一刻的状态，不参与实时一致性校验。

数据质量治理中还有一个容易被忽略的细节：主数据的质量问题是“慢性病”，交易数据的质量问题是“急性病”。主数据出错往往影响面广、持续时间长，一个错误的客户分类可能影响所有相关报表和分析。交易数据出错通常影响单笔或少量业务，但发生频率高，积累起来也会影响分析结论。两类问题的排查思路和治理节奏应该有所区别。

在实际操作中，建议先梳理企业内的数据资产，把每个数据对象按照实体和行为两个维度做初步分类。对于边界模糊的对象，比如价格、折扣、信用额度，需要结合业务场景具体分析。产品标准价格属于主数据，由产品管理部门统一维护；订单实际成交价格属于交易数据，由每笔交易单独记录。信用额度可以是主数据中的客户属性，但额度使用和恢复的记录属于交易数据。

划分边界的目的不是把数据割裂开，而是让每一类数据都有清晰的质量标准、明确的责任主体和合理的治理流程。主数据管好唯一性和权威性，交易数据管好完整性和可追溯性，跨边界的引用关系管好主从规则。这样在数据质量治理推进过程中，规则设计、问题归因和整改动作才能各归其位，不会因为边界模糊而反复扯皮。