有數據表明，數據治理項目的成功率不高，許多項目未能達到預期目標。然而，“不成功”僅指未達到項目預設目標，并不意味著這些項目毫無價值或完全失敗。那么，數據治理項目到底要怎么做？具體如何推進才更有效果呢？

01數據化項目和信息化項目建設差異
為什么很多數據治理項目不成功？我覺得根源是，目前許多企業在實施大數據項目時，仍然沿用信息化系統建設的思路，通常是由信息部門或科技部門主導+傳統軟件公司參與+業務部門坐等的情況。

我們來簡單總結下信息化項目與數據化項目的區別，主要體現在以下幾個方面：

1.應用范圍：信息化系統多針對單個系統或業務，如人力系統，范圍相對較小；而數據化項目則涉及企業全流程，涵蓋多個環節，要求供應商對整體業務有深入理解。
2.決策模式：業務系統采用線性思維，注重功能實現；數據化項目則強調多元智慧分析，需要從多個維度對數據進行分析，要求參與者具備強大的數據分析能力。
3. 信息孤島：單一業務系統不存在信息孤島，但構建大數據平臺時需實現數據融合與共享，增加項目難度。
4. 導向：傳統企業可能更注重產品導向，而數據化項目強調客戶或結果導向，同時注重協作共贏，可能需要多個廠商和咨詢公司共同參與。
5. 目標與業務創新：信息化項目注重產品功能提升，而數據化項目則強調協作與共贏，通過構建大數據平臺實現業務創新。

02數據治理工作的3種推進思路
經過多年在大數項目建設領域的經驗積累，對于許多正考慮或尚未建立數據治理平臺的朋友而言，如何定義、立項及后續實施此類項目，確實是一個值得探討的問題。當前市場上對此眾說紛紜，除了標準先行法、監管先行法等多種方式外，歸納起來，主要存在三種方法：一是頂層設計法，二是技術推進法，三是業務推進法。

頂層設計法

頂層設計是各種數據治理方法論（比如DAMA）所推崇的常規做法。它通常包括調研、咨詢、規劃、組織成立、戰略制定等環節。先做數據治理頂層設計的規劃，確定戰略目標，進而拆解KPI，然后設立對應的支撐項目，并且根據優先級別進行排序，最后形成一個執行的路徑，即每個階段要建設的項目及其目標。

這種方式的優點顯而易見：它確保了項目有明確的規劃和方向，從面到線，再到點，逐步落實，從而最大程度地保證了項目的成功，減少了無用功和重復建設。

然而，這種方式通常只有少數政府或大型企業采用。這并非對錯之分，而是因為它見效相對較慢，對組織的要求也較高。無論是領導的管理理念，還是員工的數據化能力，都需要達到一定的水平。

當然，也有人會吐槽國內很多企業急功近利，追求快速見效，不愿意給科技部門或相關廠商足夠的時間來實施項目。雖然頂層設計方式在國內應用較少，但其優勢不容忽視。對于有條件的企業或組織來說，采用這種方式進行大數項目建設，無疑是一個明智的選擇。

技術推進法

第二種方法被稱為技術推進法，標準先行法可以被視為技術推進的一種策略。當前絕大多數的大數據項目都是以這種方式為主的，針對數據問題，從技術層面進行解決。即建設實現海量多源異構數據的實時采集、集中存儲、治理融合、數據建模、分析應用所需的數據平臺。

這一現象的成因頗為簡單：目前國內眾多大數據項目往往由科技部門主導。即便是各企業內部資深的科技部門，對于本企業具體業務的了解也相對有限，不如業務部門深入。因此，他們難以提出深層次的業務需求，而更擅長和關注技術方面。正因如此，許多大數據平臺或項目都是以技術為導向進行建設的。

這種方式并無不妥。因為目前大數據平臺的技術架構及產品已日趨成熟，盡管不同廠商的產品在功能、性能上可能存在些許差異，但大體上并無本質區別。當企業決心進行數字化轉型時，建設這樣一個平臺是必不可少的。數據采集、集中存儲、數據管控、數據治理平臺的搭建以及BI工具的采購等，都是必須要進行的工作。在企業有預算和精力的情況下，先行開展這些工作，是合理的。

業務推進法

第三種方法就是業務推進法。比如監管先行其實就是更多地以業務需求，尤其是監管需求為驅動。

針對某個具體的業務需求或應用場景，采集相關數據，并根據需求進行數據治理和數據建模，實現決策支持、預警預測等數據應用。這類項目通常會在數據化能力較強的單個部門，如財務部門或調度部門率先實施。調度部門本身就是一個數據匯總和使用的部門，對數據要求較高，因此會基于其需求來開展項目，這也是目前調度大屏等項目較多的原因之一。

業務推進法的優點在于：基于單一業務需求開展數據項目需求明確，項目規模相對較小，涉及系統和業務部門較少，較容易出成果。但頭疼醫頭，本身可能成為又一個數據孤島，可能會有重復建設。

三者的關系
值得一提的是，前面提到了頂層設計的重要性。在做好頂層設計和規劃之后，技術平臺的建設通常是第二步。一般來說，平臺建成后，才會進一步推進各種業務場景的應用。而在做頂層設計時，也不必急于將所有業務同時開展數據化應用，這往往是一個循序漸進的過程。

同時，技術推進與業務推進并不矛盾，是因為頂層設計對企業的理念、人才等要求較高，而企業人才培養和理念形成需要過程。在這個過程中，無論是技術推進項目還是業務推進項目，都能讓企業員工在實踐中學習和積累經驗，逐步提高對大數據技術和分析理念的理解。因此，即使有些人認為先建大數據平臺而暫時無法實現業務支撐或應用分析是無效的，但實際上，在建設平臺的過程中，企業的能力已經在逐步提升。當企業達到一定水平時，自然會回過頭來進行更深入的頂層設計和規劃，而此時的規劃將基于已建成的技術平臺和已實現的業務場景。

因此，在未來的新企業項目中，三種路線均可選擇，具體應依據客戶的自身能力和需求來確定。

03小結
最后，還想強調一點，在面對終端用戶時，都需要對整個項目有準確的認識。
有時候，我們會遇到與終端用戶之間的理解差異。例如，我們可能認為客戶當前階段適合進行技術推進項目，建設技術平臺，并附帶一些應用場景。但客戶可能不理解這一點，他們期望的是直接的、最終的成果，即實現業務分析場景。如果雙方無法達成共識，就可能導致項目被定義為失敗，甚至讓客戶認為大數據項目無用，從而停止后續投入。這是非常失敗的情況。

因此，在做項目時，我們必須與最終用戶達成一致，明確項目的定義和規劃。如果我們選擇從頂層設計開始，那么就應該認真制定規劃，不急于求成，不一開始就追求大平臺或立即實現業務成果。同樣，如果我們選擇基于某個業務需求進行業務應用建設，那么就不應該因未制定數據標準或進行數據治理等工作而責怪對方。

億信華辰擁有豐富的數據管理項目經驗，能夠提供數據治理咨詢、實施等全方位專業服務。歡迎電話聯系億信華辰400-0011-866，或后臺私信聯系。