数据治理的 “独孤九剑”（上）

这个概念挺抽象，它既不是你每天干的数据采集、处理、建模、运维等生产工作，也不是数据质量管理、元数据管理，主数据管理等保障型工作，事实上，数据从业者95%的工作都跟数据治理本身没关系，但每时每刻都会受到数据治理活动的影响。

刚接触数据治理的时候，我对要干什么也挺茫然的，经过2年的实践，我终于知道DAMA的数据治理到底在讲点啥了，这里就把自己的经历提炼成九个方面的内容，姑且就叫作“独孤九剑”吧。

「总决式」- 研判形势，决定数据治理时机

「破剑式」- 保驾护航，建立运营组织框架

「破刀式」- 建章立制，确保达成企业共识

「破枪式」- 对齐业务，解决核心业务问题

「破鞭式」- 推动项目，确保数据变革成功

「破索式」- 制定标准，规范数据管理行为

「破掌式」- 问题管理，推进跨域问题解决

「破箭式」- 监督控制，保证持续执行到位

「破气式」- 评估合规，确保法规合理执行

1、研判形势，决定数据治理时机

要不要做数据治理，大多取决于公司管理层，特别是一把手的形势判断，包括数据要素的价值、国家的政策、行业的要求、上级单位的精神、公司的业务战略、当前业务上的痛点及业界的最佳实践。

但要把这个事情启动起来，一般还是要让公司的数据部门来进行专门研究，评估到底能不能做，以下是我当初接到任务的情形：

“2021年公司数字化转型的步伐加快，这天部门BOSS找到我，希望研究下华为的数据治理之道，然后跟大老板汇报下我们的思路，当时我就在想，也许公司认为做企业数据治理的时机到了，毕竟数据是数字化转型的基础。然后我们闭门了一个月，出了一份研究报告，老板听了汇报后，觉得还是靠谱的，因此决定启动这个事情。”

我们的报告对公司数据管理现状、成熟度、与业界的差距及大致的改进方向做了一个初步研究，然后提交给总经理务虚会讨论，以下是差距分析的示例：

“数据是数字化的基础，随着公司数字化转型的加快，对于数据要素高效融通配置，释放数据生产资料更大价值提出了更高要求，虽然公司已经完成了企业级大数据平台的建设，初步实现了三域数据的汇通，但当前企业级的数据治理体系还未建立，在公司数字化运营中逐步暴露出了数据盘点不足（比如O域流程管理数据还缺乏体系化盘点）、数据质量不高（比如资管中农村的宽带资源点位置信息失真，抽样准确度XX%）、数据汇通不畅（比如流程攻坚中政企投诉处理工单数据的采集耗时2个月）、数据开放不够（比如详单，位置等涉敏数据由于安全管控要求还无法向一线开放）等问题，迫切需要完善公司的企业级数据治理体系，从而为公司的数字化转型保驾护航”

这是数据治理必经的阶段，老板提出设想，数据团队论证，否则企业数据治理无法真正开始。

2、保驾护航，建立运营组织框架

职能型组织的弊端就是业务条线分割导致的全局利益受损，而数据能打穿业务的壁垒，但大多企业的数据团队比较弱势，需要数据治理组织的保障，否则很难拉通数据。

企业数据治理组织一般包括立法职能（定义策略、标准和企业架构）、司法职能（问题管理和升级）和执行职能（保护和服务、管理责任）。

下面是我们组织的示例，采用的是联邦式的数据治理组织形式，通过总经理办公会决策通过后下发执行：

“数据治理委员会负责公司数据治理体系的顶层设计，下设数据治理办公室，定期召开跨部门联席会议，统筹推进数据治理各项工作；同时建立数据责任人制度，明确公司数据责任人和领域数据责任人的职责，企业数据责任人与各领域数据责任人协同，以维护一致的定义和标准”

3、建章立制，确保达成企业共识

理论上数据治理要明确愿景、目标、原则及制度，但实际上在数据治理起步的时候，往往只能明确一些原则，能建立的制度也非常有限，这是一个螺旋上升的过程。

下面是华为公司的数据治理的愿景和目标：

“愿景：实现业务感知、互联、智能和ROADS体验，支撑华为数字化转型“

“目标：清洁、透明、智慧数据，使能卓越运营和有效增长”

我们没有明确提出过愿景和目标，但我觉得老大说得这些话可以作为目标：

“目标：实现数据从产生、处理到消费端到端全流程高质量运转，有效提升客户体验和企业运营效率，持续推动业务创新”

数据治理原则有助于企业凝聚共识，从而减轻潜在的阻力，下面示例了我们的部分原则：

“原则1：数据是公司的战略资产，不是部门私有资产”

“原则2：建立企业级信息架构，统一数据语言”

“原则3：依据集团公司“三同步”原则，统一确定数据管控要求，公司所有项目均须遵从，对于不遵从管控要求的项目，拥有一票否决权”

“原则4：各领域数据责任人承担信息架构、数据汇通和数据质量的三大责任”

“原则6：数据应在满足必要的信息安全的前提下充分共享并明确服务承诺，数据产生部门不得拒绝或延缓跨领域的的数据汇通需求”

本来我以为原则是很虚的东西，后来发现不是这样，自己就曾经受到过业务部门的“暴击”：

“有次公司业务部门A要做个可视化应用，本来是安排我们的数据团队做，后来发现做得一般，就要求把数据开放给B部门的团队做，然后我们的数据团队就不乐意了，说凭什么把我们加工的数据开放给B部门，后来业务部门A直接把原则6的内容发给我，......我们没有不遵守的理由。”

关于制度，我觉得没有冲突的制度没必要写，写了没法保障执行的制度也没必要发。迄今为止，我们在数据管理制度方面只制定过一部《数据对内开放管理办法》，跟公司各个部门拉扯了大半年，最近才算基本定稿。

这个办法还附带了流程和操作细则，可以直接落地，我给大家看一下这个办法的框架和示例，它是公司各部门智慧的结晶，也是妥协的产物。

“围绕“131”数据开放框架制定对内数据开放管理办法，确定了数据开放各部门职责分工，规范了数据目录管理、订阅管理、平台管理三大管理活动，明确了数据开放服务承诺与监督保障要求，为公司内部数据高效融合融通奠定了坚实的基础”

免责声明：

本文转载自【大鱼的数字人生】，版权归原作者所有，如若侵权请联系我们进行删除！

易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。

易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例！