正文开始自己以前是个表哥，虽然现在不做了，但对于报表很有感情，今天就跟大家聊聊报表治理吧。数据质量是报表的生命线，任何一个企业的报表在发展到一定阶段后，都会出现一系列不可用问题，包括报表体系混乱、报表口径不一致、报表口径不透明、报表冗余度不断加大等等问题，报表系统是典型的熵值不断增加的系统。在报表越来越多，越来越复杂的同时，报表的边际效应却越来越低，存在典型的2/8现象，甚至比这个情况更严重。一般公司的报表之所以不会有什么大问题，往往是以大量报哥的血泪付出为代价的，很多人耗尽了自己的职业生涯，但大多是在补数据管理不完善的坑。什么叫做管理不完善？举个例子，假如公司没有明确谁是报表体系的管理者，报表的分类就会乱七八糟，报表的使用门槛就会变得很高。假如没有明确报表归属责任人，意味着这个报表对应的指标口径就会缺乏权威性，不一致现象马上就会出现，这些都是问题的根源。公司可以躺倒不作为，报表的混乱大多时候要不了公司的命，因此如果要自救，表哥一般自己先要站出来，主动去推动数据治理项目的实施。这里讲一个自己很久以前对流量报表体系进行治理的一次尝试，希望大家能从这个案例获得启示。数据治理一般都建议公司组织先行，但实际大多数企业是很难具备条件的，因为这种事情在公司看来都是小事。跟你说个笑话，IT系统运维你如果从来不出事，可能公司会认为理所当然，对你的重视程度甚至会下降，哪天你顶不住了突然跑出来向公司说我要钱提升运维自动化水平，可能公司还不太认可，原来不是好好的吗。报表其实也会陷入这样的困境。在这个案例中，并没有推进什么公司级组织保障，只是找到相关的核心业务人员（有某一类报表的话语权），阐明做这件事情的价值，获得认可后就可以做了，只要人家不反对，就有治理的可能，这也是一种组织的保障。当然你一定要努力打造出一种双赢的局面，不能光说给IT带来了多大的价值，比如降低了多少冗余，减少了多少运维人员投入，这个其实跟业务人员没有关系，你得说我给你带来了多少好处。1、报表体系梳理整个公司的存量报表体系往往非常庞大，很难毕其功于一役的进行梳理，因此一定要限制治理的业务范围，比如我们原来有市场经营、*企业务、全业务、数据业务、客服服务等10大类报表，本次就选择了公司最为
