隨著大數據技術的迅速發展，企業對于數據的掌握和處理能力得到了質的飛躍，數據已經成為繼物質和能源之后另一種重要的戰略資源。因此，企業越來越重視數據資源的管理和應用。然而，信息孤島和部門壁壘的存在成為了制約企業業務協同和智能決策的重要因素。

為了解決這些問題，我們可以采取以下思路：建立一個“業務一技術一組織”三維一體的數據治理體系，通過數據治理消除信息孤島，促進企業業務協同和提高業務效率，實現企業的降本增效。

▌數據治理遇到的困難

數據治理是一個復雜而又富有挑戰性的工作，需要各級管理人員和業務部門的積極參與和協作。雖然數據治理的目標“協同、降本、提效、創新”看似簡單明了，但在實際操作中卻會遇到各種各樣的問題。

問題1：組織運行依靠行政指令協調，高層主管忙于事務性工作，無暇顧及數據戰略規劃和落地。

問題2：部門墻厚重，數據治理推進受阻，業務部門只關注自身利益，缺乏全局數據意識，跨部門協調困難。

問題3：業務部門和技術部門相互推諉，數據質量問題無法根本解決。

問題4：權本位思想嚴重，員工習慣于根據領導的指令辦事，制定的數據治理流程執行不到位，導致流程形同虛設。

問題5：數據治理以項目形式運作，項目結束后數據治理工作也結束了。

大企業中存在許多不同類型的“墻”，如業務墻、數據墻、應用墻等，這些“墻”的存在導致信息化重復建設、缺乏統一標準，使得業務部門之間的溝通成本高、效率低下。

對于數據治理，很多企業認為這只是IT部門的事情，由IT部門主導，沒有明確的業務目標支撐。這種做法是錯誤的。數據治理應該是跨部門的，需要業務部門和技術部門共同參與，明確各自的職責和分工。

數據治理也需要有明確的業務目標支撐，不能盲目進行數據梳理、標準制定。如果只是盲目地梳理數據，沒有明確的業務目標指引，很難保證數據的全面性和質量，甚至會導致數據標準質量無法保證。

在數據治理中，需要建立科學合理的數據治理流程，明確各環節的責任和分工。同時，也需要加強對員工的培訓和教育，提高他們的意識和素養。對于數據治理的成果，應該采取必要的獎勵措施，激勵員工積極參與數據治理工作。

▌三位一體的數據治理體系

建立數據治理體系，需從三個維度入手：

1. 設立數據標準，提升數據質量，促進部門間數據共享與應用；

2. 優化業務流程，建立數據治理的長效協作機制；

3. 創新組織制度，強化數治思維，全面提升企業數據治理水平。

三管齊下，實現企業數據治理目標。

業務方面：數據治理應以業務需求為導向，解決管理層和業務部門的數據問題、痛點以及用數需求。在數據治理過程中，業務部門既是數據的生產方，也是數據的使用方，因此圍繞數據治理建立和優化“業務協同”的數據治理流程和規范體系，對數據治理至關重要。

技術方面：構建以元數據為基礎、數據標準為核心、主數據和參照數據為關鍵、提升數據質量為目標的數據治理體系。這個體系可以有效地管理企業數據資產，讓企業數據可查看、可查詢、可管理和可用。

組織方面：數據治理組織是跨職能的，通常企業會建立數據治理委員會和執行團隊等組織，負責整體數據戰略、數據政策、數據標準、數據度量指標等數據治理規程問題。組織制度體系的保障是數據治理長效運行的基礎，也是成功的關鍵。

▌以數據治理促進業務協同

業務協同中的數據問題主要源于以下幾個方面：

首先，數據語義不明確，同一數據在各個業務部門和個人中的理解存在差異。這種情況會導致數據的傳輸和處理過程中出現誤解和混亂，從而影響協同工作的效率。

其次，數據分類和編碼的不統一是另一個主要問題。在制造行業等復雜環境中，“一物多碼、多物一碼”的現象非常普遍，這不僅增加了數據管理的難度，也影響了業務部門之間的溝通和協作。

此外，統計維度的不一致也是影響業務協同的一個重要因素。在管理決策過程中，如果不同業務部門的統計維度和算法不一致，那么統計結果就會存在差異，這無疑會給決策帶來困惑和不確定性。

最后一個問題是數據管理職責不明確。當出現數據質量問題或安全問題時，部門之間往往會出現相互推諉和扯皮的情況，導致問題無法得到及時有效的解決。

數據治理是對數據資產的全過程管理，包括數據的產生、采集、管理和使用。通過制定相關的數據標準、管理流程和制度，數據治理能夠約束和規范數據生產到使用的各個過程，從而解決上述數據問題，滿足業務需求。

通過數據治理，可以打破企業內的數據孤島現象，實現數據共享，進而打通“部門墻”，促進企業各業務部門之間的協同合作。

▌以業務協同反哺數據治理

在數據治理的實施過程中，確實有人認為數據治理增加了許多規則和限制，使得業務處理沒有以前方便了，數據治理沒有提高業務效率，反而對業務效率產生了制約。筆者認為，出現這種情況的主要原因有兩個：

一是數據治理對企業來說是一項數字化的戰略創新，甚至是一場數字化變革，會涉及到組織機構的調整、業務流程的優化和數據標準的貫徹與執行，企業中不免會有一部分“保守派”，不愿意或被動接受，在他們內心深處對以數據治理為主導的“數字化變革”有一定的抵制情緒。

二是有些企業在數據治理方面沒有找到合適的方法或方案，導致治理效果不佳。這些企業可能存在目標不清晰、治理范圍貪大求全、實施路徑不明確、支撐體系保障不足等問題。此外，有些企業還可能存在數據治理方案沒有結合企業自身的特點、盲目跟隨或照搬其他企業的最佳實踐等問題。為了解決這些問題，企業需要明確數據治理的目標和范圍，并選擇適合自身的實施路徑和方案。

數據治理和業務協同是相互促進的關系，而不是相互獨立的。數據治理可以優化業務流程和規范操作，提高數據質量，從而更好地支持業務協同的實現。同時，跨業務協同也可以促進不同業務部門之間的交流與合作，加強信息共享和資源整合，實現更高效、更協調的業務運作。因此，通過數據治理和業務協同的相互支持，企業可以獲得更好的整體效益。

企業應該以業務價值為導向，以共享協同為重點，以優化流程為關鍵，以技術創新為支撐，明確數據治理的業務目標和治理范圍，開展數據治理工作。同時，企業應該進一步完善數據治理的長效機制，持續優化業務流程和數據標準，確保數據治理機制的日常持續、有效運轉，充分發揮治理體系的效能，釋放數據成效并實現業務價值。

來源：數據治理體系