數據治理直接成就業務很難，而企業數據一致性的數據治理是我認為最接近業務的一次，因此叫取了數據治理的“真經”。

我們做這次企業數據一致性治理主要有四個旅程碑，體現了做企業數據治理的主要工作，分別是：

1、明確工作的總體思路

2、完成問題分析和匯報

3、督促各部門進行整改

4、做好常態化運營工作

接下來，我將以PPT的形式展示這些里程碑的主要成果，呈現我們在本次數據治理中的完整歷程，希望能為大家提供有益的啟示。

階段一、明確工作的總體思路

此次匯報旨在向領導闡明企業數據一致性工作的總體思路，包括業務背景、工作思路和具體計劃等。

1、業務背景

此次企業數據治理需求直接源于管理層,即跨領域數據不一致所導致的經營風險。這為我們的數據治理工作奠定了高起點，獲得了公司的高度重視。

2、總體思路

領導特別指定由數據治理團隊來統籌推進此項工作，因為我們已構建起了企業級數據治理體系，無論是在頂層設計、組織保障、流程運營還是平臺建設等方面，都具備了良好的基礎，例如數據責任人制度等，這是一個很高的起點。

我對做成這個事情是有信心的，雖然它是一個跨多個部門的課題，但只要解決了頂層設計的問題，對于學習型團隊，業務、技術和數據都不是事，這與3-4年前剛開始推行數據治理時的畏難情緒已有天壤之別。

3、具體舉措

（1）頂層設計

此次數據治理工作引入了一些新的內容，因此在頂層設計方面進行了相應調整，包括增加了數據責任人相關職責。

（2）組織保障

要跨部門做事，一定要把工作組建立起來，理順生產關系，這也是我最為重視的一環。倉促上馬的數據治理項目往往因相關領導未達成共識，導致一線工作人員承擔巨大的溝通和執行成本。我曾經較為忽視這一環節，導致許多工作推進緩慢，常會抱怨下屬未提前說明，后來發現這也是自身的問題。因此，每次部署數據治理工作，我都會預判一線執行可能遇到的溝通障礙，提前與所有利益相關方進行溝通。

（3）流程運營

數據治理絕非一蹴而就，后續必須形成PDCA的閉環運營，每一步都要扎實推進，因此特意寫了這頁PPT。

在問題發現環節，我們希望能形成常態化的業務問題搜集機制，大家在碰到數據一致性問題的時候，第一時間就能想到我們數據治理團隊，這樣業務驅動的問題就解決了。

在問題診斷環節，應由數據治理團隊牽頭，融通各方數據，分析業務問題，協同各部門確認問題根因。這一環節對數據治理團隊的業務能力要求極高，也最為耗時。

在優化改進環節，就是要基于問題診斷的結果給出改進舉措，這個環節主要是協同各部門確認責任，并要各方給出時間計劃。這一環節往往也是向公司領導匯報的關鍵節點，涉及責任分配和資源需求。

在運營監控環節，主要是基于前期診斷分析得出的不一致數據稽核規則,形成監控、預警和修復的閉環體系，確保建立長效機制。

（4）平臺支撐

構建數據不一致平臺旨在維護數據不一致的稽核策略和規則，實現監控、預警和修復流程的自動化，降低運營成本。

4、工作計劃

我們要向公司表明企業數據一致性問題是個系統性問題，要做的事情很多，無法一蹴而就，因此給出了一個三年的規劃，2023年解決重要而緊急的問題，包括X等關鍵業務的數據一致性問題，2024年擴大業務范圍并自動化整個過程，2025年以后希望能帶來額外的業務價值。

在這次匯報中，我們還明確了先行啟動公司最為關注的X業務數據一致性治理工作。

階段二、完成問題分析和匯報

根據第一次會議要求，我們花了一個月時間對X業務數據不一致情況進行了分析，得到了初步的結論，這次主要匯報問題分析進展和解決建議。

1、現狀分析-業務發展情況

我們首先對X業務本身的重要性進行說明，讓領導知道做這次數據治理的價值。很多數據治理工作價值不顯性化，就是選擇的業務太小了，因此要盡量優先選擇公司戰略性、現金流業務。

2、現狀分析-業務流程現狀

跨域系統間的交互環節是產生數據不一致的高危風險點，因此一定要對跨領域的長流程先進行分析，精準的定位問題所在，而其中理解業務流程、業務活動和相關角色是最關鍵的。我們的團隊把這個流程的細節搞清楚，花了至少2個禮拜時間，用流程圖是為了讓領導直觀理解問題根子所在。

3、現狀分析-數據不一致情況

為了核實問題，我們先要融通各方不一致數據，然后統一比對，給出實際差異。這種融通工作對于我們并不是難事，因為有企業級數據治理體系的保障，大家都愿意直接開放數據接口。

但有些企業不一定能做到，往往是雙方各自統計，自說自話，一來一回反復拉扯，沒有持續性可言。整改一段時間后，問題重現。

我們希望盡快給出實際差異數據，看是否跟最初暴露的問題數據相吻合。有時候業務問題暴露的時候是這個數據，但經過實際數據分析發現可能言過其實或者更加嚴重，這些都需要通過重新獲取數據來證實的。各方須就問題涉及的不一致數據量和嚴重程度達成共識，這是數據分析的起點。

4、原因分析-結果總覽

整個數據分析過程相當漫長，我們需要對不一致的清單數據逐一核實，找出每條記錄不一致的原因，并對這些原因進行分門別類。僅內部匯報就多達5次，而且極度依賴相關部門的配合。

報告最終給老板呈現的時候，則是非常簡潔的，下圖是我們經過1個月的分析后給出的根因表，包括不一致的原因，數量等等，大家看表一目了然。分析過程再曲折萬分，但結果一定要是非常直接。

5、原因分析-詳細情況

基于總分結構，需要對以上列出的每個原因給出詳細描述、業務影響評估、建議優化措施及責任部門等等。業務影響評估是讓老板知道由于不一致導致的收入損失或者成本提升到底有多少，這是老板決策的重要依據。

優化措施則是相關責任部門給出的解決方案，往往需要經過多次研討才能確定，有些還需要上會決策。以下示例了部分內容：

6、后續工作計劃

最后，需要根據數據不一致原因分析結果，明確責任方和整改時間計劃,如下表所示。

可以看到，X業務的數據不一致主要從五個方面來進行優化：

業務流程優化：主要解決由于業務處理規則不明確導致的不一致,如雙方測試流程不規范。

數據標準確定：主要解決雙方數據標準不統一導致的不一致，如速率的計算方式不同。

系統功能優化：主要解決系統功能BUG導致的不一致，如實例未及時更新訂購表數據。

存量數據修復：主要是明確主數據，然后對多方存量的不一致數據進行修復。

取數口徑統一：主要是對后續雙方取數的口徑進行統一，降低溝通成本。

這是數據分析后最重要的工作，沒有這臨門一腳，數據分析的價值等于0。

階段三、督促各部門進行整改

在第二次匯報完畢后，各部門需要按照匯報的結果分頭開展整改工作，數據治理團隊主要做好整體統籌推進，最主要的工作就是協調各方就具體方案達成共識，解決執行中的各種問題，匯總通報各方進展，并適時推動上會。

下面是一個通報郵件的示例：

X業務數據不一致后續涉及到業務流程優化、系統功能優化、數據修復等五大類19項優化工作，本周新增完成1項優化，累計已完成6項優化工作，具體進展情況如下：

一、本周新增完成

1、針對預辦理業務帶寬數據提前送C系統的數據進行修復：經與X部溝通，此部分數據目前修復會對客戶感知造成影響，因此明確不再修復。二、本周推進中工作1、速率標準不同數據修復（責任方：A、C部門）：預計X部下周提交修復清單后修復。

2、針對在途工單一致性審計取數口徑優化（A部門）：已梳理A和C部門保持一致的口徑方案，待下周發各方評審。

3、建立常態化監控修復機制（A部門）：常態化稽核監控和修復流程方案梳理中，待下周發各方評審。

4、針對存量的A系統帶寬實例未更新的數據進行修復（A部門）：已完成XX條存量數據的修復，待A系統優化程序上線之后，將二次對數據進行核實和修復。

在這之后，我們又分2次向公司領導匯報了X業務的數據一致性治理進展，直到問題基本解決。在這期間還同步推進了其他兩個專題的治理，下面是針對三個專題做的總結匯報的一頁。

階段四、做好常態化運營工作

為確保數據一致性治理工作取得實效,我們一方面開始落實常態化運營工作,包括: 建立與各系統的自動化接口 構建一套監控報表指標體系 對不一致情況進行監控預警 督促和推動各部門持續優化

通過這種循環迭代的方式，我們能夠鞏固數據治理成果。

另一方面，我們計劃將企業數據一致性治理平臺納入下一年度的投資建設計劃，從而推進整個運營流程的自動化。希望于你有所啟示。