先说一个我这两年反复遇到的场景。

一家企业花了大几百万做数据治理。标准建了、平台建了、历史数据也清洗了一轮。验收会上 PPT 很漂亮：数据完整率从 62% 提到 96%，一致率从 71% 提到 94%，还顺带拿了一个行业奖项。

半年后回访，业务部门的说法是："数据还是不准，我们还是自己拉 Excel。"

问题出在哪？

如果只看质量指标，这个项目是成功的。但把视角挪一下你就会发现——那份干净的数据，躺在数仓第三层。业务部门要拿到它，得提工单、等排期、跨两个部门审批。等拿到手，那场促销早就结束了。

质量很高，距离很远，时间也过了。三个变量里，只有一个被认真对待过。

数据的价值，从来不是数据本身固有的属性。

它由质量、距离、时间三个变量共同决定。我管支配这三个变量的规则，叫数据的三大定律。

一、数据惯性定律：质量账只能算在源头

你有没有想过一件事：你手里正在处理的那份数据，早就不是当初的那份数据了。

给数据加上版本、加上年龄、加上生命周期，你会发现它会变老、会分裂、会被复制、会被改写。一份数据从诞生的那一刻起，只要开始流转，它就已经不是原来的它了。

这就是数据惯性定律：低质量的数据一旦进入流通环节，它产生的影响不可回溯，也无法避免。你后面再怎么清洗、再怎么建模，都只是在为前面那一次"偷懒"反复买单。

我常把数据质量这件事比作分娩。生的时候多花一点力气，生出一个健康的孩子，远比生出来之后再一点一点去弥补，要划算成千上万倍。

用公式说，质量变量Q ∈ [0, 1]，它衡量的是数据"出生即健康"的程度。注意它的特性：源头污染是不可逆折损。它是一个只能往下走、很难往上抬的变量。

这条定律破掉的误区是："事后能洗干净"。

典型症状很好认——同一个字段反复清洗，永远洗不干净；每次治理项目结束，半年后又回到原样。因为污染源没动，你只是在下游不断稀释。

行动指向：把治理动作前置到业务源头，而不是前置到入湖那一刻。字段在哪个系统里第一次被敲下来，治理就应该发生在那里。

二、数据互斥定律：通用性和价值，天生互斥

数据越集中越值钱？

恰恰相反——离业务越远，它就越不值钱。

数据每远离业务现场一层，价值就衰减一次。用公式写是V(d) = V₀ · e^(−λd)：V₀ 是数据在业务现场产生那一瞬间的价值，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，天生互斥。

你把它抽得越干净、越通用，它赖以值钱的业务语境，就丢得越多。等到它被抽象到彻底脱离业务语境时，保留下来的是形态，流失掉的是意义。

这条定律有四条推论，每一条都能在企业里找到对应物。

推论一，中台悖论。数据中台为复用而生，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，不是实施不到位。

推论二，口径僵化。离业务越远的口径，越没人敢改，也越没人敢用。最后变成一份谁都能背、但谁都不信的数字。

推论三，成本放大。在下游补救数据质量的成本，等于在上游省下的成本乘以经过的环节数。这和第一条定律是同一件事的两面。

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。

行动指向：把指标定义权还给业务。不是让业务来评审 IT 的指标，是让业务自己定义、自己改、自己负责任。

三、数据的时间价值定律：两个黄金期，中间是断层带

数据越新越值钱？

错。它其实有两个黄金期。

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那一刻——那时它还能改变结果。决策窗口一关，价值断崖式下跌，α 是业务节奏，节奏越快，衰减越猛。一个实时风控模型，如果算出结果时交易已经完成，它的准确率再高也没有意义。

第二个高峰在足够久之后——当你攒够足够长的历史，它就又能用来建模、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，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。

多数企业的数仓里，80% 的存储成本，压在这段价值最低的数据上。

这是最常见、也最不容易被发现的一种浪费。

还有一条容易被忽略的推论，我管它叫连续性溢价：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——你没法用一份有缺口的序列去判断周期。

行动指向：分层存储不该只按"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；归档策略要留一条低成本但可回热的复活通道；别为了省存储费删历史，那是最贵的一种省钱。

四、为什么必须是乘法：这是整套东西里最重要的一句

把三条定律合起来，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，你可以用一项的长板去补另一项的短板。但乘法不行。

质量再好，离业务太远，价值仍趋近于零——一份完美干净、却躺在数仓三层之外的表，没人用，价值就是零。距离再近，过了决策窗口，价值归零——实时算得再准，等你算出来，促销已经结束。既不脏也不远，但卡在断层带，价值最低——这条最隐蔽，也最烧钱。

由此得出一个不太舒服的推论：数据治理不能"单点突破"。

很多团队的失败正在这里。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。往另外两个变量上砸钱，天花板不会动。

五、怎么用：先诊断，再投入

四条实操建议，按顺序做。

第一，先诊断，别先立项。把Q / D / T三个变量分别打个分，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。那等于把预算摊薄在三张桌子上，每张桌子都不够吃。

第四，每半年重新诊断一次。因为最低的那个会变。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。它的问题不在于不舍得投入，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。