乐于分享
好东西不私藏

数据散在8个人的Excel里,AI也救不了你

数据散在8个人的Excel里,AI也救不了你

数字化方法论 · No.20

数据散在8个人的Excel里,AI也救不了你

60%的企业AI项目卡在第一步:数据散在七八个人的Excel里。

老八 · 2026.08.11 · 阅读约 8 分钟 · 第 20 篇

先说结论:AI转型的第一步不是选模型,是先把你的数据从七八个人的Excel里捞出来。麦肯锡说中国企业AI采用率82%,但规模化回报率只有23%——差的那59%,一半卡在数据上。数据散、乱、不全,再贵的模型也只能给你一段自信的废话。

有个老板跟我抱怨:「我买了最贵的AI分析工具,为什么分析出来的东西跟放屁一样?」我让他把数据来源发我看了一眼——销售数据在销售经理的Excel里,客户信息在三个销售的手机通讯录里,库存数据在仓库管理员的手写本上。AI不是算命先生,你喂给它垃圾,它吐出来的就是垃圾的豪华版

你的数据到底有多乱:三个典型症状

中一条就该治理了。

不需要做复杂的数据审计,问自己三个问题就能判断:

症状一:同一个客户在三个表里有三个名字。「张总」「张建国」「建国贸易张总」——三个销售各记各的,月底对账时谁也不知道这是不是同一个人。

症状二:同一笔订单在两个系统里金额不一样。销售系统里记的是含税价,财务系统里记的是不含税价,库存系统里记的是成本价。三套数,谁也说不清哪个对。

症状三:你想看「上个月哪个产品卖得最好」,没人能5分钟内给你答案。得先问销售要数据,再问财务对账,再问仓库核实库存——三天后你早就不想看了。

3条

中了一条就该做数据治理了——中了三条说明你的数据已经没法用了

数据治理不花钱,但费精力

核心就三步,每步都不需要买系统。

数据治理听着像个大工程,但对小公司来说,核心就三步,一分钱软件都不用买

数据表

步骤
具体做什么
花多长时间
统一口径
客户名称、产品编号、部门叫法全部统一。比如客户统一用「公司全称+联系人」,不能再叫「张总」
1天开会定+1周适应
收拢入口
一个数据只有一个录入源头。客户信息只能由销售录入系统,不能各记各的微信备注
1周切换
定期清洗
每月一次,花15分钟查重复、补缺失、纠错误
每月15分钟

这三步看着简单,但能解决80%的数据问题。大多数小公司的数据乱,不是因为缺工具,是因为没人定规矩

「小快轻准」的数据治理法

别建数据中台,先解决最痛的一个数据源。

工信部提的「小快轻准」数字化理念,用在数据治理上特别合适:不搞大而全的数据中台,先从最痛的一个数据源开始治

1.从销售数据开始。因为离钱最近,治理后见效最快。把所有散落的客户信息收进一个在线表格(飞书/腾讯文档都行),统一格式,统一入口。

2.用在线表格替代散落的Excel。在线表格的好处是:只有一个版本、谁改了有记录、手机随时能看。不需要买系统,免费的就够了。

3.定一条铁律:不进表的数据不算数。客户信息不进表,就不算公司的客户;销售数据不进表,就不算业绩。这条规矩比任何系统都管用

0元

小公司数据治理的软件成本——免费在线表格就够了

一个30人公司的数据治理实录

两周,0元,查客户从打三个电话变成30秒。

一家30人的贸易公司,治理前的状态是这样的:

查一个客户信息:先问销售A(微信聊过的),A不在问B,B说好像C跟过,C说记在Excel里了但找不到那个文件。

查上个月销售额:销售说一个数,财务说一个数,差了8万,谁也说不清为什么。

老板想看「哪个客户最有潜力加单」,没人能给答案,因为客户数据散在5个人的手机里。

治理后:所有客户信息收进一个飞书多维表格,统一格式,销售必须当天录入。两周后,查任何客户30秒搞定,查销售额实时可见,找高潜力客户5分钟出名单

数据治理不是技术工程,是管理工程。你不需要更好的工具,你需要更硬的规矩。

数据乱三症状

中一条就该治理了

同名异记
同一客户在三个表里有三个名字,月底谁也不知道是不是同一个人
高危
一单三价
同一笔订单在销售、财务、库存系统里金额各不相同
高危
查数三天
想知道「上个月哪个产品卖最好」,没人能5分钟内给答案
已翻车

你喂给AI的不是数据,是垃圾。AI不会帮你把垃圾变成黄金,它只会给你一份垃圾的豪华版分析报告。

治理模板

小公司数据治理实操模板

我把三步治理法做成了一份 小公司数据治理实操模板,含客户信息表、销售数据表的标准格式和每月15分钟清洗清单。关注后回复 【数据治理】 领取。

关注后回复 【关键词】 领取

你们公司查一个客户信息要多久?

是30秒还是打三个电话?评论区报个数,超过1分钟的就该治了。我挑3个最乱的帮你出个治理方案。

作者 · 老八 | 数字化方法论

原京东运营总监,曾操盘京东财富管理业务、股权众筹用户量做到行业第一。15 年数字化与增长操盘经验,现专注帮中小企业老板把 AI 和数字化用明白。