先聊一个我近年频繁碰到的情形。

一家公司投入数百万做数据治理。标准搭建了、平台部署了、历史数据也清理了一遍。验收会上演示材料很出色：数据完整度从62%提升到96%，一致性从71%提升到94%，还额外获得了一项行业认可。

半年后回访时，业务团队的反馈是：“数据依然不靠谱，我们继续自己用Excel处理。”

症结在哪里？

如果单看质量指标，这个项目算是成功的。但换个角度观察就会发现——那些清洁的数据，存放在数据仓库的第三层。业务部门要获取它，需要提交申请、等待安排、通过两个部门的审批。等数据到手，那场活动早就结束了。

质量达标，但距离太远，时机也已错失。三个因素里，只有一个被认真考量过。

数据的价值，从来不是数据本身天然具备的特性。

它由质量、距离、时间三个因素共同决定。我把支配这些因素的规则，称为数据的三大定律。

一、数据惯性定律：质量责任只能落在源头

你是否思考过：你现在处理的数据，早已不是最初的数据了。

给数据加上版本、加上时效、加上生命周期，你会发现它会老化、会分散、会被复制、会被修改。一份数据从产生那刻起，只要开始流动，它就不再是原来的它了。

这就是数据惯性定律：低质量的数据一旦进入流转过程，它所造成的影响无法回溯，也无法规避。后续无论怎么清洗、怎么建模，都是在为最初的那次“疏忽”反复付出代价。

我常把数据质量比作生育。生产时多花些精力，得到一个健康的个体，远比出生后再一点点修补要划算得多。

用公式表达，质量变量Q ∈ [0, 1]，它衡量的是数据**“初始即健康”**的程度。注意它的特性：源头污染是不可逆的损耗。这是一个只能向下、很难向上的变量。

这条定律打破的误区是：“事后能清理干净”。

典型表现很容易识别——同一个字段反复清洗，始终无法彻底清除；每次治理项目结束，半年后问题再次出现。因为污染根源没有改变，你只是在后续环节不断稀释。

行动方向：将治理工作前置到业务源头，而不是前置到数据入库那一刻。 字段在哪个系统里首次被录入，治理就应该发生在那里。

二、数据互斥定律：通用性和价值，天然冲突

数据越集中越有价值？

恰恰相反——离业务越远，它就越没价值。

数据每远离业务现场一层，价值就减少一次。用公式表达是V(d) = V₀ · e^(−λd)：V₀ 是数据在业务现场产生时的价值，d是距业务现场的层级数（业务系统 → 采集 → 清洗 → 建模 → 报表 → 决策），λ是语境衰减系数。

为什么会衰减？因为通用性和价值，天然冲突。

你把它抽取得越干净、越通用，它赖以体现价值的业务语境，就丢失得越多。等到它被抽象到完全脱离业务语境时，保留下来的是形式，流失掉的是内涵。

这条定律有四条推论，每一条都能在企业中找到对应实例。

推论一，中台悖论。 数据中台为复用而设计，但复用度最高的那一层，单点价值最低。这是它的设计目标决定的，不是执行不到位。

推论二，口径僵化。 离业务越远的口径，越没人敢修改，也越没人敢使用。最后变成一份谁都能背诵、但谁都不相信的数字。

推论三，成本放大。 在下游补救数据质量的成本，等于在上游节省的成本乘以经过的环节数。这和第一条定律是同一问题的两面。

推论四，最后一公里。 数据九成的价值，只产生在回到业务动作的最后那一公里。

行动方向：把指标定义权归还给业务。 不是让业务来审核 IT 的指标，而是让业务自己定义、自己修改、自己承担责任。

三、数据的时间价值定律：两个黄金期，中间是断层带

数据越新越有价值？

不对。它实际上有两个黄金期。

公式是V(t) = A · e^(−αt) + B · (1 − e^(−βt))，两项相加，形成双峰。

第一个高峰在产生的时刻——那时它还能影响结果。决策窗口一关闭，价值急剧下降，α 是业务节奏，节奏越快，下降越猛。一个实时风控模型，如果算出结果时交易已经完成，它的准确度再高也没有意义。

第二个高峰在足够久之后——当你积累足够长的历史，它就能再次用于建模、归因、判断趋势，价值二次上升。β 是历史厚度，厚到什么程度能释放价值，取决于你要回答的问题。

麻烦的是中间那段。既不新鲜，也不够老——这就是价值的断层带。

多数企业的数据仓库里，80% 的存储成本，压在这段价值最低的数据上。

这是最常见、也最不易被察觉的一种浪费。

还有一条容易被忽略的推论，我称它为连续性溢价：历史数据的价值在于“连续”。断掉一年的历史，损失远不止 1/N，因为规律推断直接失效——你无法用一份有缺口的时间序列去判断周期。

行动方向：分层存储不应只按“访问频率”设计，应该按时间价值曲线设计。 另外三件事现在就能做：实时化投入先看决策窗口有多长，只有窗口以分钟计的业务才值得做秒级链路；归档策略要保留一条低成本但可回热的恢复通道；不要为了节省存储费用删除历史数据，那是最昂贵的一种省钱方式。

四、为什么必须是乘法：这是整套内容里最重要的一句

把三条定律结合起来，数据的价值函数是这样的：

V = Q × D × T

展开写是V(d, t) = Q · V₀ · e^(−λd) · [A·e^(−αt) + B·(1−e^(−βt))]。

请注意中间那个符号：是乘号，不是加号。这一点至关重要。

如果是加法，你可以用一项的长处去弥补另一项的短处。但乘法不行。

质量再好，离业务太远，价值仍趋近于零——一份完美清洁、却存放在数据仓库三层之外的表，没人使用，价值就是零。距离再近，过了决策窗口，价值归零——实时计算再准确，等你算出来，活动已经结束。既不脏也不远，但卡在断层带，价值最低——这条最隐蔽，也最耗费成本。

由此得出一个不太舒适的推论：数据治理不能“单点突破”。

很多团队的失败就在这里。他们把质量治理做到了 90 分，但数据离业务三个层级，Q = 0.9，D = 0.1，乘出来只有 0.09。投入产出比极差，然后得出“数据治理没用”的结论。

这其实是最小因子定律（李比希定律）在数据领域的映射：三个变量里最低的那一个，决定了整体价值的上限。往另外两个变量上投入资源，天花板不会改变。

五、怎么用：先诊断，再投入

四条实操建议，按顺序执行。

第一，先诊断，别先立项。 把Q / D / T三个变量分别打分，找出你团队当前最低的那一个。这一步花不了两周，但能省掉一年的预算。

第二，最低的那个，就是当下唯一值得投入的方向。 不是“重点投入”，是“唯一”。其他两个维持不恶化就行。

第三，不要三个变量同时铺开做。 那等于把预算分散在三张桌子上，每张桌子都不够用。

第四，每半年重新诊断一次。 因为最低的那个会变化。质量补上来之后，距离往往就变成了新的瓶颈——这其实是好事，说明前一阶段做对了。

三条定律速查，建议保存下来：

最后的话

讲了三条定律，其实说的是同一件事：数据的价值，从来不是它本身固有的。

它是质量、距离、时间三个变量的函数。而治理的全部工作，就是让这三个变量同时朝有利的方向移动。

回到开头那家企业。它的问题不在于不愿投入，而在于只投了三个变量中的一个，然后期待整体价值翻三倍。乘法世界里没有这种好事。

所以下次再有人问“数据治理到底有没有用”，我建议先反问一句：你团队现在最低的那个变量，是哪个？

答不上来，说明还没开始。

你所在的团队，三个变量里最低的是哪一个？评论区聊聊。

附一句：这三条定律，我各录了一条 40 秒左右的口播版，已经发在视频号上了。想先快速过一遍的，可以去那边听；想看推导和落地动作的，这篇里都有。

本文来自微信公众号“数据驱动智能”（ID：Data_0101），作者：王建峰，36氪经授权发布。