RevOps 数据治理：编排背后并不性感的基石

没有人会因为给客户记录去重而升职。没有哪场主题演讲会展示一个被严格执行的下拉选项列表，也没有哪张董事会幻灯片会庆祝"大多数商机终于有了一个阶段进入时间戳"。数据治理就是管道工程，运转良好时无人察觉，出问题时代价高昂，而且因为它的价值是防御性的，长期得不到足够的资金投入。

但每一个 RevOps 负责人真正想要推进的项目，都建立在这套管道之上。归因、打分、预测、下一步最佳行动，乃至编排本身。在脏数据上运行一个好模型，你得到的是自信满满、精确无比、却是错误的答案。我们见过一些团队花了几个月时间打造一套打分模型，结果才发现他们相当一部分客户记录其实是重复的，这意味着这个模型一直都在从被拆分的活动历史中学习。数据治理是现代收入平台架构中最不光鲜的一层，却也是其他一切都悄悄依赖的那一层。

数据变坏的四种方式

收入数据会以可预测的方式退化，而每一种都对应着不同的修复方法，所以有必要把它们分别命名清楚。

重复。 "Acme"、"Acme Inc"和"Acme Corporation"之所以同时存在，是因为三个工具各自独立创建了这个客户记录，而没有任何机制去解析它们。销售管道数字被虚增，活动历史被拆成了三份，没有任何一条单独的记录能告诉你任何有意义的信息。

不完整。 分析所需的字段是空白的。如果 30% 的商机没有线索来源，那么基于来源的归因就不是"有 30% 的不确定性"，而是根本无法使用，因为你根本无从得知那缺失的 30% 是否与你能看到的那 70% 有任何相似之处。

不一致。 同一个概念在每个系统中的编码方式都不同。这里是"Closed Won"，那里是"Won"，第三个系统里是"6 - Closed"。这些系统之间的每一次数据关联，都会丢失或错算行数，而且是悄无声息地发生的。

过时。 这个字段曾经是对的。关键决策人离职了，客户层级变了，却没有人去更新它。过时数据是这四种中最危险的一种，因为它看起来是干净的。这个字段里有一个值，只是这个值是错的。

大多数"我们的数字对不上"这类紧急救火事件，都能追溯到这四种问题之一。搞清楚是哪一种，就完成了一半的工作。

清理工作撑不住

当一个实例变得一团糟时，人的本能是安排一次清理。请一位顾问，空出一个季度，做一张合并记录的电子表格。这么做确实有效，但只能维持到新的脏数据到来为止，而这通常只需要几周时间。你无法储存"干净"，你只能不断地重新恢复它。

所以真正的工作，发生在数据进入系统、以及在系统之间流动的那些节点上。

在写入时进行校验。 在数据被创建时就拒绝或标记出有问题的数据，而不是等到几个月之后。必填字段、格式约束和强制执行的下拉选项，能在门口就拦下大多数不完整和不一致的问题。

在摄取时解析实体。 当记录流入共享数据层时，就在那一刻把它们匹配到规范化实体上。集中地做一次，远比在每一个工具里各自做一遍要容易得多，这也是支持用共享数据层取代点对点集成的最有力论据之一。否则，每个工具都会按自己的方式去重，你就会得到四种不同的说法，各自声称知道你到底有多少个客户。

持续监控。 像监控系统正常运行时间一样，把完整性、重复率和新鲜度作为持续性指标进行追踪，并设置警报。一张写着"12% 的未结商机没有下一步"的仪表盘，能把一个隐形问题变成一个必须有人回答的问题。

从周期性清理转向一套常设系统，是大多数 RevOps 团队能做出的最有用的单一改变，而这在很大程度上关乎治理逻辑存放的位置，而不是它有多聪明。

"足够干净"取决于用途

完美的数据是一种幻想，而追求它本身就是一种失败模式。真正有用的问题是，这些数据对于它所支撑的决策而言是否足够干净。标准应该取决于使用者是谁。

高管预测需要在一小组字段（阶段、金额、成交日期）上有很高的准确性，其他地方可以容忍一些混乱。

自动化路由和回写最需要的是一致性，因为机器不会运用判断力。一个大小写错误的下拉选项值就会破坏规则，而且直到一笔交易被路由给错误的代表之前，没有人会注意到。回写层正是因为这个原因，对上游的不一致性毫不宽容。

归因需要触点和标识符的完整性，因为缺口会扭曲整个模型。归因主干完全依赖于此。

把这些阈值写下来，能防止你交付出数据支撑不起的分析结果，也能防止你在没有任何决策会去读取的字段上过度打磨。

从哪里开始

如果你正面对一个混乱的实例，按杠杆效应来排序。

先埋点，再清理。 首先搭建起完整性和重复率指标，这样你才能衡量进展，并向别人展示这项工作的成效。

先修好入口，再处理积压。 阻止新的脏数据进入，比清理旧的脏数据更重要，因为如果入口依然敞开，一个已清理的积压库会再次变脏。

在各系统之间统一下拉选项和必填字段，让同一个概念在任何地方都用同样的方式编码。这是成本最低、下游收益最广的一项改进。

并且给它指定一个负责人。 没有负责人的数据质量没有未来。一个被明确指定为对治理指标负责的人或团队，其价值超过你能买到的任何工具。

以上这些在技术上都不难，难的是组织层面，因为它要与那些更显眼、更令人兴奋的工作争夺关注度。能够保持数据干净的团队，都是那些把治理工作变得平淡无奇、自动化，而不是英雄主义、周期性的团队。

关键要点

• 坏数据有四种类型：重复、空白、编码不一致，以及过时的值。每一种都需要不同的修复方法，所以先诊断再行动。
• 季度性清理撑不住。把治理逻辑放在写入时和摄取时，并像监控正常运行时间一样监控它。
• 在共享层集中解析一次实体，而不是让每个工具各自按自己的方式去重。
• "干净"取决于使用者。预测想要的是准确性，自动化想要的是一致性，归因想要的是完整性。
• 难点在于组织层面。先埋点，再堵住入口，然后统一标准，并指定一个负责人。

像 Revnewo 这样的编排平台，其效果完全取决于它所运行的规范化数据的质量。在投资更复杂的模型之前，值得先检查一下这个地基是否能够承载它们。