楊凌霞 丁彩東

國營蕪湖機械廠 安徽 蕪湖 241000

引言

隨著數字化轉型工作在國內各行各業的深入推進，企業的管理者越來越深刻的認識，數據作為企業的重要資產需要被重視及管理。通過數據的分析應用，發揮數據的價值，為企業核心能力的提升、企業新價值創造及新業態的產生起到關鍵助推作用。但如何能夠科學的識別、提取、采集、管理及應用數據，是企業數據管理者必須要研究及推進的工作。數據治理是對數據管理的管理，是對數據管理行為的系統性管控，重點聚焦于數據管理組織的架構、職責、制度保障和治理的流程等管理要素執行情況。數據管理方法、工具有很多，如何建立起適合企業自身特點的數據治理體系，是每個開展數字化轉型企業已經面臨和必須解決的問題，通過本文基于裝備維修企業自身數據治理的探索和建設方法的介紹，可供同樣在開展數據治理企業的同行參考。總之數字化轉型核心是數據，數據治理體系建設之路是助力企業數字化轉型，實現企業數據高價值回報的必然選擇。

1 企業為什么要進行數據治理

中國多數傳統類型的企業，信息化建設的發展歷程都是圍繞業務發展需求先后建立不同的應用系統。經過幾十年的建設，企業各類應用系統建設時間不同、所使用技術不同、甚至建立的組織也各不相同。業務系統之間的數據格式不統一、數據來源不一致、數據管理的主責部門未確定，各業務系統所產生的數據以各自系統存儲格式都不一致。同一種業務含義的數據，不一致的命名、存儲格式及內容，造成了各系統數據在使用時，不能互聯互通，不能滿足跨部門、跨流程的協作。甚至在同一業務領域在業務發展變化需要更新系統時，若選擇不同廠商，不同平臺的應用系統，數據也無法平滑遷移到新的平臺中，造成了大量歷史數據的浪費，增加了新系統實施難度和成本。

先后建立的業務系統解決了業務數據提取，處理和存儲，為業務的效率提升起到了關鍵作用。系統通過多年的應用，積累了大量業務數據，數據作為企業重要資產沉積在系統中，但在當今的數字化轉型工作如火如荼的推進過程中，企業需要進行數據挖掘、數據應用、發揮數據價值時才發現困難重重。因此越來越多的企業意識到企業數據作為數字化時代企業的重要資產，需要進行綜合治理，通過數據價值的發揮，來提升企業的核心能力。

2 數據治理的概念

提到數據治理，首先必須弄清什么是數據，什么是數據資產，什么是數據管理，什么是數據治理。數據管理和數據治理的區別與聯系具體是什么。

2.1 數據的含義

數據（data）是事實或觀察的結果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經加工的原始素材。

2.2 數據資產的含義

數據資產（Data Asset）是指由個人或企業擁有或者控制的，能夠為企業帶來未來經濟利益的，以物理或電子的方式記錄的數據資源。具數據資產被認為是數字時代的最重要的資產形式之一。

2.3 數據管理的含義

數據管理（Data Management）是利用計算機硬件和軟件技術對數據進行有效的收集、存儲、處理和應用的過程。其目的在于充分有效地發揮數據的作用。

2.4 數據治理的含義

數據治理（Data Governance）是組織中涉及數據使用的一整套管理行為。

國際數據管理協會（DAMA）給出的定義[1]：數據治理是對數據資產管理行使權力和控制的活動集合。

國際數據治理研究所（DGI）給出的定義：數據治理是一個通過一系列信息相關的過程來實現決策權和職責分工的系統，這些過程按照達成共識的模型來執行，該模型描述了誰（Who）能根據什么信息，在什么時間（When）和情況（Where）下，用什么方法（How），采取什么行動（What）。

2.5 數據管理與數據治理的區別與聯系

數據管理是針對數據的一種具體執行活動，而數據治理是對數據管理的管理。數據治理不同于傳統的數據管理，數據管理更關注管理的過程，如企業數據管理偏重于數據安全、數據存儲與操作、數據分析及數據質量管理等。而數據治理則重點聚焦于數據管理組織的架構、職責、制度保障和治理的流程等管理要素執行情況。

3 數據治理的目標

數據治理是企業實現數字戰略的基礎，是企業實現數字化轉型過程中，提供數據高價值的保證。它是一個管理體系，包括組織、制度、流程、工具。數據治理的最終目標是提升數據質量，讓數據價值最大化。

針對不同類型的企業，數據治理的共同目標是確保數據的價值，但根據企業性質的不同、企業規模的不同，又有其不同的目標。若是集團式企業總部或政府機構，進行數據治理的目標是制定整體數據規劃，保證規劃落地的數據管理政策、保障數據安全、促進數據在組織內無障礙共享，其重點目標是推進和保障數據戰略的順利實施；若是企業或政府業務部門，數據治理的目標則是通過提升數據管理能力，提升組織精細化管理水平，提高業務運營效率，增強組織決策能力和核心競爭力，從而為實現組織戰略目標提供能力支撐，其重點目標是數據價值獲取、業務模式創新和經營風險控制。

4 數據治理的方法

數據治理的方法企業可以根據自身企業管理基礎或企業推進體系建設的方法自由選擇，通常可以采用自頂向下的頂層規劃、解決具體業務問題的典型應用牽引、通過貫標推動等等。本文將從筆者自身所在的維修裝備企業開展數據治理項目的實際過程，論述如何通過項目的開展牽引企業數據治理工作的推動，從而提升企業數據管理成熟度。

4.1 數據治理牽頭部門的確定

數據治理的牽頭部門應該是哪個部門？首先是企業決策層需要考慮的問題。有的企業可能將數據治理的牽頭部門確定在企業戰略規劃部門，原因是企業戰略規劃部門可以制定企業整體戰略，也可包括支撐戰略落地的轉型戰略制定、數據規劃制定；有的企業可能將數據治理的牽頭部門確定在質量管理部門、原因是質量管理部門管理企業的產品質量、管理活動質量、也可包含企業重要數據資產的質量；但更多的企業考慮的是數據管理的技術支撐部門。

企業數據存在于各個應用系統，各應用系統是為滿足不同的業務需求建立，如何提升企業整體數據質量，發揮企業數據整體價值，往往企業信息系統建設的主管部門是企業的信息化部門，沉積在系統里數據，管理職能自然而然地落在信息化管理部門。而推動企業數據管理平臺的建立除有獨立的企業數據管理部門外，一般也是企業的信息化部門的職責。筆者所在企業也采取了比較常見的方式，即由企業的信息化部門牽頭數據治理工作，企業在組織結構職責分配上，同步賦予了信息化部門的數據管理和治理的職責。

4.2 數據治理工作的推進步驟

企業數據資產的類型有哪些？數據管理現狀如何？如何通過先進技術手段有效管理企業數據？數據管理組織如何確定？數據管理流程應該建立哪些？都是數據治理工作必須回答的問題。針對企業數據治理的推進步驟，根據筆者企業推進此項工作的經驗，做如下推薦：

4.2.1 確定數據治理的目標。數據治理的最終目標是提高數據的質量，發揮數據的價值最大化。但企業在進行數據治理之前，需要結合企業當前面臨的問題，思考企業為何要進行數據治理，不進行數據治理會帶來什么問題，進行數據治理需要實現什么目的，達到什么收益進行充分論證。確定的數據治理目標，是后續推進數據治理工作的重要保障。

4.2.2 通過項目制進行推進。在推進數據治理之前，企業往往沒有專業的數據管理人才，更沒有數據治理的成功經驗。鑒于此現狀，企業實行變革項目則是能夠快速實施數據治理工作的最好手段。借鑒外部先進管理經驗和平臺，為企業快速建立數據治理機制，讓專業的人干專業的事，必將起到事半功倍的效果。

但要進行數據治理，必須依靠企業自身，完全的拿來主義，再先進的方法和手段也必將導致“水土不服”。選擇項目的合作公司，建議選擇有數據管理咨詢能力和有專業數據管理平臺的綜合性企業，若前期數據管理咨詢和后期的平臺建設脫節，勢必影響數據治理工作的整體效果。

在開展數據治理項目時，先由專業咨詢人員帶領企業業務管理和信息技術人員進行企業整體數據資產的盤點、厘清數據關系，形成企業數據資產目錄。識別企業當前數據管理現狀、診斷目前存在的問題，形成企業數據管理的“As-Is”；后根據企業整體發展戰略、各業務領域發展戰略，結合當前企業數字化轉型戰略及目標，對標國內外先進標桿，形成企業數據管理的發展規劃“To-Be”[2]。現狀調研及規劃的輸出必須作為數據管理平臺的輸入，平臺建設的功能除需符合數據管理本身功能外，也必須有效承接企業現狀數據資產的管理和未來數據管理要求。通過數據管理咨詢和數據管理平臺建設，幫助企業快速完成數據管理的各項執行活動。

4.2.3 建立數據治理長期運營機構。數據管理平臺建設完成，僅僅是企業數據管理技術手段的滿足，但企業數據如何有效地管理，必須建立長期有效的數據治理組織來對數據管理活動進行規范并確保長期有效運營。

數據治理組織需包括數據治理委員會，數據治理辦公室。數據治理委員會主要負責決策企業數據治理工作總體規劃，批準數據治理工作流程與制度，為企業數據治理工作提供保障和支持；數據治理辦公室作為企業內部組織開展日常數據治理工作并對整個過程進行管理協調的機構，主要負責起草企業數據治理體系的相關規劃、方案、流程與制度，并落實流程與制度的執行[3]。

4.2.4 培養數據管理專業人才。數據治理機構負責組織、制度、流程的制定。數據治理體系的運行主體是企業數據管理的專業人才。企業需要培養企業內部數據管理專業人才，并讓業務專家和信息技術專家參與到數據管理工作中，建立企業自己的數據產品、數據開發、數據分析、數據挖掘、模型算法建立、數據體系運行等的專業人才隊伍，通過機制、人才來保障企業數據治理體系的良好運行。

5 數據治理給企業帶來的價值

數據治理是企業提升數據管理成熟度、發揮數據價值的重要舉措，是實現數字化轉型的必經之路。筆者所在企業通過結合數據咨詢及數據管理平臺建設在一起的數據治理項目，使企業清晰掌握了當前數據資產的類型、關系、存儲量情況。通過專項物料數據質量提升工作、清除了物料數據的一物多碼，使物料采購效率和準確率得到了較大提升。數據源頭的統一和數據質量的提升為信息系統建設效率提高和系統用戶滿意度提升起到了較大支撐作用。高度協調一致的數字治理體系建設工作，為企業的數字化轉型工作奠定了堅實的基礎。

6 結束語

數據是數字化轉型的核心、數據資產是企業提升核心競爭力的重要資產。高效、高質的數據資產，可為企業業務應用場景的挖掘和應用賦能。數據治理是提升數據質量、發揮數據高價值回報的重要途徑。開展數字化轉型是當前企業的必答題，而數據治理是開展數字化轉型的重要解題方法。數據治理體系的建設需要企業決策層、管理層和執行層的合力推動。借鑒國內外先進治理方法與經驗，共同探索出符合企業自身特點的數據治理之路，最終實現數據治理助力企業數據的高價值回報。