跟着華為，學數字化轉型（7）：數據治理
企業數字化轉型是以數據為基礎的由新一代ICT技術支撐下的業務轉型。數據找不到、看不懂、不準確、不及時，都會成為企業數字化轉型路上的重大阻礙。企業都知道數據很重要。數據只有經過治理才能被使用，數據治理是數字化轉型的基礎。
數據治理，就是用統一的數據管理規則，確保數據質量，讓企業的數據清潔、完整、一致。其願景，就是在數據確權的基礎上，構建起企業的數據生態，讓數據真正發揮出作為生產要素的強大作用，成為華為真正意義上的戰略資源。
課程中華為談了五個數據治理的經驗。
經驗一：數據治理不是IT問題，而是業務問題
課程中舉了一個例子，歐洲市場上售賣的雞蛋，每個上面都有一個編號，編號的每位數字表示特定含義。很顯然，IT只是做編號實現和系統支撐的，而編號怎麼定義，則需要業務部門來定。
從這一點出發，華為為每類數據都設定了數據Owner，由業務部門擔任。數據Owner是華為在數據治理上最為寶貴的一條經驗，是數據治理體系能夠發揮作用的基石。
經驗二：必須建立一套企業級的數據綜合治理體系
很多公司，把數據治理當做一個項目，一場運動，但這種運動式的數據治理都不會成功。華為建立了一套數據綜合治理體系：
-
頂層設計：公司級數據管理的總綱，由任總簽發，明確了數據治理的基本原則。以及三大政策，包括數據架構管理政策、數據質量管理政策、數據源管理政策。
-
工作機制：公司級的數據管理部，每個業務部門都配置一個數據管理部。
-
系統支撐：一套完成的IT系統，所有的數據資產都要在上面登記註冊。
經驗三：數據分類
華為把數據分為結構化數據、非結構化數據、內部數據、外部數據等四大類。每類數據的治理成本和方法都不一樣。
經驗四：不能只埋頭苦幹，而要盯着價值干
數據治理，需要盯着業務痛點，哪裡問題大，就從哪裡開始。
課程中舉了一個華為的例子。比如華為在世界各地做生意，各國的行政區劃就是個大痛點，一出錯就牽連很多其他系統，可能供應鏈收發貨都會出錯。數據管理部就從這個痛點入手，把全球的行政區劃都梳理清楚，需要用到的業務部門都從統一的地方調用，增強了數據在系統中的一致性，大大提升了一線業務人員的工作效率。
這些看得見的價值，不只是讓從事數據治理工作的同事得到正反饋，也讓公司其他同事都看到了數據治理帶來的收益，對華為的數據治理而言，就會形成良性循環。
經驗五：想好了再做
寧願慢一點，也要想好了再做。華為之前就出現過，制度沒成熟，業務也沒定義清楚，但IT衝上去做了開發和系統搭建，結果就是需要花好幾倍的精力去清理數據。
數據治理是一門大學問，很顯然，一講課程是講不清楚的，《華為數據之道》厚厚一本書呢。
筆者認為，除了以上華為課程中談到的內容以外，還有其它幾個關於數據治理的事情還是值得講一講的。
第一：數據治理與數據管理的區別和關係
數據治理和數據管理的概念沒有明確定義，界限更是模糊。數據管理協會（DAMA）在數據管理知識體系（DMBOK）中也認為，數據治理(Data Governance)是（廣義）數據管理概念的一部分，是在數據的整個生命周期中確保數據質量的數據管理，其核心目的是將數據亂象理順，變成規範的數據。而數據管理（Data Management）是將數據作為有價值的資源進行處理的過程。數據使用（Data Use）則是發揮數據價值，將數據變現的過程。
筆者自己的理解如下圖所示。顯然，我這個理解不完整，甚至不準確，僅一家之言。「數據治理」，重在「治」，將亂糟糟的數據理順，變成能用的數據。狹義的數據管理，重在「管」，讓數據能安全地被共享、能及時地被處理、能可靠地被存儲。數據使用，重在「用」，讓數據發揮價值。如果不用，那數據就是一堆佔用很多資源的垃圾。
實際上，華為的數據管理工作建設歷程和上圖基本符合。第一階段通過數據治理，實現數據清潔；第二階段，包括數據管理和數據使用，實現了數據的可視、共享。
下圖顯示了華為廣義數據管理的願景：
下圖是華為數據管理的目標，即支撐公司數字化轉型。
二、企業數據管理體系的核心是什麼？
《華為數據之道》一書中，提到「華為虛實結合的數據組織設置，是確保數據工作充分捲入業務，同時能夠在應用系統中有效落地的關鍵。」華為建立起了實體化的數據管理組織，虛線向公司數據管理部彙報；同時組建了跨領域數據聯合作戰團隊。如下圖所示：
公司數據Owner的職責如下：
-
第一條：制定數據管理體系的願景和路標
-
第二條：傳播數據管理理念，營造數據文化氛圍
-
第三條：建設和優化數據管理體系，包括組織與任命、授權與問責等
-
第四條：批准公司數據管理的政策和法規
-
第五條：裁決跨領域的數據集管理爭議，解決跨領域的重大數據及管理問題
每個業務部門是一個或多個領域數據的Owner。課程中談到了數據Owner的職責：
-
第一條：負責領域數據管理體系建設。
-
第二條：負責領域信息架構建設。
-
第三條：負責領域數據質量管理。
-
第四條：負責領域數據底座和數據服務建設。
-
第五條：負責領域數據爭議裁決。
華為公司數據管理部的職責：代表公司制定數據管理相關的政策、流程、方法和支撐系統，制定公司數據管理的戰略規劃和年度計劃並監控落實，建立並維護企業信息架構，監控數據質量，披露重大數據問題，建立專業任職資格管理體系，提升企業數據管理能力，推動企業數據文化的建設和傳播。
從公開資料看，華為公司數據管理部既有進行統一數據治理的責任，也有對虛線管理的業務部門數據部進行實際考核的權利，各個業務部門老大作為數據Owner，需要向公司數據Owner進行述職，也許正是這些手段確保了華為公司數據管理部能逐步達成公司設置的數據戰略目標。
所謂的虛實結合，其中之一是指，功能領域數據管理部歸對應的業務部門實線管理；歸公司數據管理部虛線管理。實線的含義包括部門主管及其所負責組織的績效評價，工資獎金評定等等。那虛線管理的約束力何在？第一是公司數據管理部可以對領域數據管理部的主管績效行使否決權。第二是員工專業能力的評定權，這是員工在公司內升職加薪的必要條件。
筆者認為，這裏面核心一條，是如何制定公司數據管理部和業務部門的數據管理KPI，制度、組織和考核三者要形成閉環，否則制度無法落地。如果不制定合理的明確的考核制度，那麼公司的數據管理制度大概率會流於形式，因為公司沒法判斷一個業務部門的數據管理做的好還是不好。但針對這些職責，如何制定量化KPI，課程並沒有提及，課程中只有定性要求，沒有定量要求。
從公開資料看，華為建立起了公司級數據質量評價標準、管理框架和運作體系，但具體怎麼做的就不得而知了。
第三：大數據管理部可能要改名字了
在不少公司，都有大數據管理部，要負責很多事情，比如大數據平台建設、數據產品、數據治理等。
一方面，筆者建議把「大數據管理部」這名字改成「數據管理部」。因為，大數據管理部，從名字上，容易讓人理解為管理大數據平台和進入了大數據平台的數據，基本上可以和我前面圖中的「數據管理（狹義）」部分相對應。很顯然，這是遠遠不夠的。真正的數據管理，應該是上圖中的廣義數據管理。
另一方面，筆者建議，把數據管理職能和數據業務職能分開。也就是說，要把數據治理和數據管理放到一個部門，而把數據開發放到另一個部門，該部門的性質為業務部門，以業務部門的要求來考核。否則，數據管理部既是裁判員又是管理員，很可能在公司內部形成業務競爭關係，對數據管理非常不利。
四：數據治理是搞企業數字化轉型的試金石
為什麼數據治理和數據管理在很多企業流於形式？為什麼數據管理規範很大程度都只是貼在牆上的標準而無法落到實處？
筆者認為，一個根本原因是在這些企業中，數據價值無法明確和量化。在數據價值不明確的情況下，企業管理層和各業務部門就不會投入資源來做數據治理和管理這件事情。
那數據價值為什麼不能明確呢？這是因為很多傳統企業的業務還不是基於數據來開展的，數據連比較大的輔助作用都起不到。
而一些互聯網公司，比如位元組跳動和阿里，都是基於數據建立的真正數字化企業，數據是其核心業務的基礎，公司靠數據活着，因此必須投入大量的人力物力財力來做數據治理、管理和開發，否則，公司業務就無法開展甚至無法生存。
因此，對傳統企業來說，數據治理和企業轉型就變成了雞生蛋還是蛋生雞的關係。沒有完整、乾淨、正確的數據，企業數字化轉型就沒法實現；而數據價值不明確或不明顯，企業又不願投入。
怎麼破局呢？筆者認為，要破局，企業管理層的眼光和魄力是關鍵。如果管理層認定企業將來必須成為基於數據的數字化企業，那麼就必須從現在開始就投入資源。
因此，一企業是否在諸如數據治理這種基礎性工作上進行必要的投入，是判斷該企業是否真正想搞數字化轉型的一塊試金石。
對企業的啟發：
-
數據治理是企業數字化轉型的必須做的基礎工程。
-
數據治理要建立完善的工作機制，否則容易流於形式。
-
數據治理這種基礎性工作，考驗的是一把手的眼光和魄力。
相關文章：
感謝您的閱讀，歡迎關注我的微信公眾號！
