由“管理”到“治理”，实现数据业务化，这些事必做！

2021-10-15 13:34:04

进入数字化、智能化时代，在经济、政治、科技乃至各行各业，数据不仅以超乎想象的速度进行量的扩张，而且数据特征和价值在广度和密度等方面也发生了深刻的变化。

数字化的飞速发展给政府治理，以及企业的数据管理、数据治理等带来了系统性、全方位的变革与挑战。数据治理的重要性进一步凸显，并成为现代企业管理至关重要的组成和影响因素之一。

对数据管理的管理

数据治理是一项基础性的工作，本身是一个持续且漫长的运营和优化过程，需要在企业由上到下达成共识的基础之上，逐步推进和深入。

用友网络平台与数据智能业务发展部总经理岳昆这样形容，在企业心里必须有这样一弦：数据治理不会一蹴而就，其落地过程是螺旋式上升的。因为数据在持续不断产生，即使企业已经建立了数据标准，确定了治理的框架蓝图，但之后如果不进行持续的运营、更新迭代，那么随着新数据不断叠加，数据又会是“一团糟”。

从这个角度说，数据治理不是单纯技术上的事，而需要企业建立一个专门的团队，负责数据的治理、运营和长期优化。与之相应，首席数据官的工作职责也不仅仅是技术层面的，企业的数据工作既要独立于业务、IT和销售部门，同时又必须与这些部门紧密联系，协同一致。

事实上，数据治理是近一两年才兴起的概念，以前大家谈论更多的是数据管理。岳昆解释说，数据管理更多聚焦于对数据本身的梳理、确定结构，然后形成更多的数据服务。这样一个过程包含针对数据的计划、建设、运营、监督等环节。而数据治理相对数据管理拔高了一个高度，是对数据管理的管理，比如针对数据管理的效果、进展和程度等进行评估、监督，并给出指导性的反馈意见。数据的“治”与“管”是两个层面的概念。

从实践来看，大多数企业目前仍以数据管理为主，部分已经有了一定数据积累和沉淀，并且形成数据资产的企业，比如金融、能源类的企业，以及一些科研单位，正在逐步开展数据治理工作，有的建立了数据资产目录，有的则沉淀出一些数据服务。“数据治理可以帮助企业跨越数据可视化，到了实现基于数据改变企业业务的阶段。在这个阶段，企业对数据使用的诉求更深入，对数据标准和数据质量等也有了更高的要求，需要在数据管理的基础上再向上迈一个台阶。”岳昆如是说。

今天，我们感觉数据治理好像突然“火”了，其实这并非空穴来风。在当前如火如荼的数字化转型过程中，企业都强调“数据驱动价值”，或者希望通过对数据的深入探究和有效治理，重塑企业的差异化竞争力。

比如一些行业领先企业，厦门国贸集团股份有限公司通过打通企业内外部的数据，实现社会化的主数据管理，增强了其风控能力；三一重工也通过对供应商数据以及天气、市场、物流等相关数据的整合、研判，改变了其采购业务与流程，能够根据市场变化及时做出决策和调整。

随着企业数智化转型的深入，业务系统更多，数据量更大，数据整合也更困难。面对数据打架、数据标准不统一、缺乏管理机制、数据共享、使用效率低等挑战，数据治理的重要性和必要性进一步凸显。为消除数据的不可知、不可用、不可控、不可联，数据治理首当其冲。这也是首席数据官要重点破解的一道难题。

价值，价值，还是价值

当前，业内对于数据治理其实并没有一个统一的定义，不同的行业机构、企业，对数据治理都有自己的认知和实践原则。但其中比较具有代表性，且得到广泛认同的是DAMA提出的DAMA-DMBOOK框架，数据治理是数据管理的组成部分，也是数据管理的核心功能。数据治理是对数据管理的高层计划与控制。数据治理包含极其丰富的内容，比如数据架构管理、数据操作管理、数据安全管理、参考数据与主数据管理、元数据管理、数据质量管理等。

大约六七年前，用友已经进入了主数据管理领域。如今，用友在数据治理方面已经建立了比较完整的体系，用友YonBIP数据中台完整覆盖了从最底层的数据管控层建设，到数据管理层（主要包括企业数据架构、数据标准管理、数据质量管理、元数据管理、主数据管理等）建设，再到最上层的数据可视化，以及数据应用等，能够提供端到端的一体化解决方案。

数据治理的落地与实施其实并没有严格的顺序要求，有的企业可能先做了主数据管理，有的可能先搭建了企业数据架构。

从整体上看，数据治理需要统筹规划、分步实施，不同的模块在建成后要实现有效的交互。

从理论上，企业在构建不同的模块时，比如实现数据标准管理和数据质量管理，可以选择不同厂商的所谓最优的解决方案。

但从保证数据互通和一致性的角度，还是建议企业建设数据治理项目时，能够选择同一个厂商提供的解决方案，这样更有利于实现数据的协同一致，也能降低数据连接与沟通的成本。

上文也提到，数据治理是一个需要长期优化和运营的项目，如果采用多家供应商的方案，在后期运营过程中，可能会产生难以协同等问题，将问题复杂化。

实现企业的数字化，数据治理是基础，数据资产化是途径，业务创新是目标。这是大量实践经验的总结。

■ 无论从数据质量层面还是数据服务层面，数据治理工作保障了数据的高可用性，并且为各种各样的数据应用服务提供了基础性支撑。

■ 无论是数据治理还是数据管理，最终的目标都是帮助企业将数据转变为资产，进而创造更大业务价值，这个过程就是从业务数据化到数据业务化的过程。

以前，数据治理之所以没有引起企业的足够重视，一个很重要的原因是，企业没有从与数据相关的活动和工作中获得应有的价值。挖掘数据价值，是真正能够驱动企业投入数据治理的关键所在。

在帮助企业客户实现数据治理的过程中，用友始终坚持“以终为始”，通过了解和掌握企业业务的改变，反向推导出企业真正需要什么样的数据服务，从而将数据治理落在实处。

当企业真正拥有了“第四张表”——“数据资产表”以后，企业才算是真正拥有了数据资产。那时，数据治理所做的基础性支撑工作的价值也将得到充分彰显。

对于首席数据官而言，基础工作重点在数据治理，顶层工作则是实现数据价值的变现，将数据与跟业务结合，推动创新。但不管哪一项工作，都离不开“方法、体系和组织机构”，这也是用友成功经验的总结。对于企业来说，既要打通纵向的IT架构，又要支持横向的跨各业务的协同，而首席数据官应该是这个纵横交错的网状结构组织中的中流砥柱。

综合对一些行业用户的调查，我们发现，当前很多行业用户还在做相对基础的数据治理工作。比如，因为数据分散在各个业务系统中，很难实现协同，所以进行数据采集和抽取，实现数据统一是第一步要做的事。接下来，用户会关注数据标记和数据质量问题，即提升数据的可用性、安全性等。对于更加深入的数据治理核心问题，很多企业还在摸索之中。从这个角度说，首席数据官在企业的数据治理方面任重而道远。

拥有趁手的工具，可以让企业的数据治理更好落地。在数据治理层面，用友YonBIP数据中台最突出的优势是，其覆盖了数据治理的所有层面和环节。以主数据管理为例，用友在供应链方面积累了多年经验，对于如何更有效地组织人员、物料，对相关数据进行梳理和治理，建立更适合业务的标准等都成竹在胸，并能提供完整、成熟的解决方案。

更重要的是，用友可以将数据治理工作与业务价值变现相结合，帮助企业用户建立一整套数据治理的体系，进而形成制度和规范，确保数据治理工作能够长久有效运转下去，直至将数据资产有效沉淀下来。

比如，用友帮助一些部委、央企建立数字化平台，对核心业务系统的数据进行统一治理和管理。以YonBIP数据中台为依托，用友帮助用户建立标准体系、组织规范，采用高效的数据治理工具，如数据交换平台，变传统的手工填报为自动化采集，确保数据的有效性和及时性；之后还建立起数字资产机构，打造出涵盖几十个领域、数十个主题、上个万个指标的数据资产表。

没有健全的数据管理机制，缺乏权威的数据管理组织，也没有那么多成熟的能够高效执行的工具，再加上对数据管理的认知错位，这些就是数据治理面临的现实难题。做好数据基础治理迫在眉睫，在此基础上，才能逐步实现数据的可视化应用、数据改变业务，直到实现数据驱动业务。这是企业实现数据驱动的一个必经的过程。特别需要说明的是，数据治理不能仅仅纸上谈兵，有的企业重金聘请顾问咨询公司做数据治理咨询，结果只是做了一本书放在那儿。说到底，数据治理最大的问题还是如何落地。这也是首席数据官要牵头完成的重任。