数据治理与数据产品。

选定高价值消费场景

从资产健康、发电预测、交易偏差和经营分析等问题出发，逐项记录使用者、决策频率、所需粒度和可接受的时间延迟。

核对业务语义与来源

对装机容量、可用率、故障和停机等关键概念明确口径，追溯到采集系统与确认岗位，标注缺失、估计和人工修订情况。

评估治理成本

区分可以在源头纠正的问题、需要跨系统映射的问题和暂时无法消除的不确定性，防止以无限清洗替代业务取舍。

定义数据产品规格

写清业务用途、字段含义、数据血缘、更新频率、质量规则、使用权限和反馈渠道，使使用者知道何时可用、何时应暂停判断。

建立分层责任

业务负责人确认定义和适用范围，数据责任人处理质量问题，技术团队维护交付能力；集团提供共同标准，领域团队对内容负责。

设计可发现与可复用的目录

借鉴公开元数据规范描述数据集、版本和服务接口；对于跨域共享，先明确用途、权限和退出机制，再选择集成方式。

从一个数据产品开始试运行，以真实业务问题验收可用性；同时记录数据错误造成的返工和判断偏差，校准质量规则的业务含义。

将质量检查纳入生产流程，建立异常分派、修复、验证与关闭机制；重要口径或接口变更必须通知受影响的消费方，并保留版本。

按使用频率、重复调用、问题处理和业务结果复盘产品价值，决定扩展、重构或停止维护，不把目录数量作为最终成果。