在長達近18年的數據生涯中，自己一直從事數據倉庫相關工作，去年一次偶然的機會開始做企業數據治理，現在相關工作逐步進入正軌。值此一周年之際，記錄下自己做數據治理的22個關鍵事件，也許對大家也有啟示吧。

2021年8月19日：做事的時機

公司在大數據方面的推進一直是比較快的，18年前剛進公司的時候就建設了數據倉庫，8年建成了大數據平臺，6年前成立了大數據中心，現在數據變現的規模已經不小。

沒有公司數字化轉型的這個背景，也許自己會一直干數據倉庫和數據產品，干到退休也不奇怪，雖然在做數據倉庫的時候也會涉及到一些數據治理的工作，但其實干的大都是數據倉庫優化工作，即使有一些建章立制，也基本是以IT和本部門為主，跟其他部門沒多大關系，但會認為自己當前做的數據工作對公司很重要。

2021年8月自己接收到了一個規劃課題：《全域價值數據高效匯通與開放專題》，公司要求在在數字化轉型的背景下，系統化思考如何促進數據要素在公司生產流程中的高效流通，從而發揮出數據的乘數作用、倍增作用。

雖然自己后來去做企業數據治理跟這個規劃沒直接關系，但卻預示了一種趨勢，即在公司數字化轉型和數據成為新的生產要素的背景下，推動數據要素的高效流動已經是公司戰略性的工作。

企業數據治理要干的事情，在2012年DAMA出版的《DAMA數據管理的知識體系和指南》書中已有論述，但那個時候幾乎沒有人會真的會去干企業級數據治理的事情，因為大數據才剛剛起步，時機并不成熟。

2021年11月8日：突發的任務

2021年公司數字化轉型的步伐加快，這天部門BOSS找到我，希望研究下華為的數據治理之道，然后跟大老板匯報下我們的思路，當時我就在想，也許公司認為做企業數據治理的時機到了，畢竟數據是數字化轉型的基礎。

雖然自己做了很長時間的數據工作，對于數據治理也有所了解，《華為數據之道》這本書之前自己也讀過，還寫過一些讀書筆記，但接到任務的時候還是一臉懵逼，不知道從何下手。

從書中學到的那些數據治理的知識，寫寫文章談談感想還行，但真要學以致用，還是不夠看的，特別是給公司提建議，當時自己的第一反應是覺得這么大個事情似乎是咨詢公司該干的事情，但接收到了任務就要全力以赴。

2021年11月9日：猴子的救兵

部門BOSS理解做這個事情的挑戰，邀請了華為的王老師（華為數據之道的作者之一）下周過來交流，因為我們對華為數據之道還是有很多的困惑，比如領域責任人的設置問題，初期投入的人財物問題等等。

我把自己能找到的人員也找齊了，有自己團隊的，也有合作伙伴的，大概6-7個人，然后扔給大家一本書《華為數據之道》，約好第二天進行討論。

當時沒有找求助其它行業的數據治理專家，一方面覺得在這么短的時間內要讓外部專家迅速了解公司的情況不現實，另一方面認為公司自己的數據團隊更適合來做這個事情，畢竟是要落地的，對于做數據的邊界我還是有清晰的認識，哪些應該自己做，哪些可以找人幫忙。

做好了這些準備，我當然也不能閑著，因為自己的大腦才是最大的救兵，因此找了幾本數據治理的書溫習了一下，然后就在那邊擬定討論提綱，希望形成一個雛形的東西。

在之后的一個月，思考企業數據治理這個事情成為了我的主要工作。

2021年11月10日：草擬的提綱

我把自己關在辦公室，有了靈感就在EXCEL上碼幾個字，開始的時候想的很零碎，大家可以看下：

然后慢慢有了脈絡，寫出了初步的提綱，如下示例：

“經過多年探索，我們已經具備了.......

挑戰：P1

1、?組織：當前公司已經建立了初步的數據匯通機制和流程，但隨著公司數字化轉型開展，對于數據匯通的時效性要求大幅提升，但當前數據匯通還是存在線下溝通協調多，事前審批流程多，數據開放缺乏仲裁組織機制保障，導致數據匯通存在諸多卡點斷點，比如，，已經不適應數字化專項發展需要

2、機制：各個部門隊企業級數據匯通重要性認知不足，驅動力不足，匯通任務主要落在各部門數據專員身上，解決問題的閉環，但推進上不夠迅速，各部門領導對需要承擔的數據匯通職責缺乏認知，數據匯通缺乏獎懲機制

3、技術：不統一影響效率，各個部門對自身的數據缺乏管理方法，信息架構缺失，無論是數據資產目錄，數據標準，信息架構等信息不全，導致外部門對數據擁有者的數據缺乏認識，也難以提出有效的需求，同時數據語言不統一，導致數據匯通的溝通成本很高（管理方式和方法不透明，不統一，缺乏標準，數據溝通拉通溝通成本高）

4、開放：缺乏數據安全開放的分層分級的管理方法，針對哪些部門，哪些地市，可以開放哪些粒度的數據現在還不明確，數據owner要能提供開放和白開放清單列表，完全開放，限制開放，不開放，相關流程也沒有

1、缺乏數據匯通頂層設計，數據owner等等，大家對于數據匯通認識高度不高，跨部門數據匯通還存在卡點，

2、匯通流程和職責不清晰，特別是問題處理流程缺失，導致匯通不夠

3、數據匯通標準不清晰，導致數據匯通質量無法保障

4、缺乏需求時限承諾，要求和執行還是會脫節

總綱：P2

1、? 信息架構管理原則

（1）建立企業級信息架構，統一數據語言，比如任何一個數據都能查到唯一的標準的定義

（2）所有項目須遵從數據管控要求。對于不遵從管控要求的項目數據管控組織擁有一票否決權，比如任何新建系統都要提供數據字典，并上報公司數據管控組織進行入湖

2、數據產生管理原則

（1）誰產生數據，誰對數據質量負責。數據Owner負責基于使用要求制定數據質量標準，且須征得關鍵使用部門的同意

（2）公司數據Owner擁有公司數據管理的最高決策權，各領域數據Owner承擔數據工作路標、信息架構、數據責任機制和數據質量的管理責任，數據owner建議參考華為由公司指定一名管理者

3、數據應用管理原則

（1）數據應在滿足必要的信息安全的前提下充分共享，數據產生部門不得拒絕或延緩跨領域的的數據匯通需求，比如未經公司數據Owner同意不設置匯通前置流程

（2）信息披露、數據安全管理、數據保管和個人數據隱私保

護等必須遵守法律法規和道德規范的要求

4、數據問責與獎懲管理原則

各數據Owner應建立數據問題回溯和獎懲機制，對拒絕開放共享，不遵從信息架構，存在嚴重數據質量問題的責任人進行問責

組織：P3-P4

1、任命數據owner

公司數據owner ?X總

領域數據owner，一般各流域的流程owner就是該領域的數據owner

各層級owner的職責

2、優化公司數據管理組織

分層分級任命數據Owner，既能確保公司數據工作統籌規劃，也能同時兼顧各業務領域靈活多變的特征

組織架構圖

公司數據Owner

網路部數據Owner,市場部數據Owner,政企部數據Owner,集成部數據Owner，財務部數據Owner

網絡部數據管理組織（實體或團隊，數據專員）

相關職責，明確清楚匯報關系

流程：P5

跨部門數據匯通流程

需求提出-》公司數據管理組織（大數據中心）-》XX部數據管理組織

大數據中心根據

應給勁給原則，如果XX部有疑問，向部門數據Owner匯報，由部門數據Owner向公司Owner部門同意后，方可拒絕采集需求

標準：P6

X項標準

為了推進數據的主動匯聚，確保確保數據匯聚的質量，對于數據提供者數據提供有以下四大標準

（1）源端數據資產目錄自動維護，標準化，各部門定期提供數據資產目錄，分層架構（6個要素，數據owner，定義數據密級，。。。。）

（2）數據源統一，確保一致性，防止多頭采集（數據同源是華為數據治理的核心觀點之一。數據源是指業務上首次正式發布某項數據的應用系統，經過數據管理專業組織認證，作為唯一數據源頭被周邊系統調用）

（3）數據源質量限期整改負責，限期整改，誰生成，誰負責

SLA：P7華為數據之道三個1承諾"

第二天，我就拿著這個提綱跟大家討論去了。

2021年11月11日：共同的研討

我們幾個人關在辦公室，對著大屏討論了一天，碰撞出了不少內容，組織討論是必須的，不僅是為了觸發思考，也是一個形成共識的過程，這里僅舉2例：

第一、對于公司現狀沒有分析清楚，準備補充如下內容：

“經過多年探索和實踐，我們初步完成了OBM三域數據的打通，當前匯通的系統數超過XX個，數據資產數量超過7000個，但隨著公司數字化轉型的加快，作為基礎要素的數據，還是存在找不到、看不懂、不準確、不及時等問題，特別是在跨域流程貫通上存在諸多卡點斷點，迫切需要尋找新的解決辦法......"

第二、對于數據管理總綱的必要性沒分析清楚，準備補充如下內容：

“成為公司級的綱領，政府的一些內容整合，三清單一目錄，400個字，花了一年數據是公司的戰略資產，達成共識，不是你個人或部門的數據，所有數據必需有唯一的Owner，所有的數據必需從源頭去取數，IT，數據源，可信源頭，做成數據服務也從未源......"

2021年11月13日：華為的幫助

與華為公司的王老師做了更深入的探討，王老師將華為數據之道的精髓總結為10個要點，這給我們帶來了很大啟示。

要點1：數據治理要上下一致、左右對齊，業務主導，需要有頂層設計，在決策層/管理層形成共識，比如數據是公司的戰略資產，不是部門的私有資產

要點2：以業務對象為核心（比如客戶合同），形成清晰的數據資產目錄，圍繞業務對象開展治理

要點3：對準公司主業務流開展業務對象識別等治理工作

要點4：數據治理工作要例行開展，以數據治理流程與例行化，應對數字化常態化，不搞運動，扎實落地

要點5：數據治理要落實到每個具體責任部門與責任人，形成數據Owner制度；同時打造一支懂業務、懂技術的專業數據隊伍

要點6：數據質量從業務源頭抓起，好的數據質量從設計與執行兩個維度開展

要點7：管理規則在統一治理平臺落地

要點8：以用戶/業務需求驅動，主張各領域數據消費百花齊放

要點9：各領域數據入湖、聯接與服務建設，由各領域負責建設，滿足公司各領域數據消費訴求

要點10：公司統一制定數據可信共享規則與平臺，統籌各業務領域協同完成數據共建共享

2021年11月16日：初稿的形成

由于不知道什么時候匯報，為了未雨綢繆，我們啟動了PPT的撰寫，PPT其實也是一種很好的提煉思路的方法，如下所示，很多內容后來做了大幅修改：

P0 存在問題

數據是數字化的基礎，隨著公司數字化轉型的加快，對于數據要素高效融通配置，釋放數據生產資料更大價值提出了更高要求，雖然公司已經完成了企業級大數據平臺的建設，初步實現了三域數據的匯通，但當前企業級的數據治理體系還未建立，在公司數字化運營中逐步暴露出了數據盤點不足（比如O域流程管理數據還缺乏體系化盤點）、數據質量不高（比如資管中農村的寬帶資源點位置信息失真，抽樣準確度XX%）、數據匯通不暢（比如流程攻堅中政企投訴處理工單數據的采集耗時2個月）、數據開放不夠（比如詳單，位置等涉敏數據由于安全管控要求還無法向一線開放）等問題，迫切需要完善公司的企業級數據治理體系，從而為公司的數字化轉型保駕護航 .

P1 企業級數據綜合治理面臨的挑戰

經過多年探索和實踐，我們初步完成了OBM三域數據的打通，當前匯通的系統數超過XX個，數據資產數量超過7000個，但隨著公司數字化轉型的加快，作為基礎要素的數據，還是存在找不到、看不懂、不準確、不及時等問題，存在上還存在諸多卡點斷點，主要體現在四個方面的挑戰......。

P2 華為的企業級數據治理最佳實踐

華為公司經過十多年的實踐，構筑了一套企業級的數據綜合治理體系，其通過七個方面的舉措，確保了關鍵數據資產有清晰的業務管理責任，IT建設有穩定的原則和依據，作業人員有規范的流程和指導；當面臨爭議時，有裁決機構和升級處理機制；治理過程所需的人才、組織、預算有充足的保障，最終建立有效的數據治理環境，數據的質量和安全得到保障，數據的價值才能真正發揮出來。

P3? 制定企業級數據管理總綱

數據治理政策是數據治理的頂層設計，明確企業數據治理最基本的原則，包括信息架構、數據產生、數據應用及數據質量的職責和分工，從而確保企業數據治理環境的有效構建。參考華為公司數據管理綱要，結合公司的實際，這里給出浙江公司的企業級數據管理總綱建議，共四類八條400個字

P4 任命數據owner

企業的每一個數據，必須由對應的業務部門承擔管理責任，而且必須有唯一的數據Owner，這也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。需要按分層分級原則任命數據Owner，在公司層面設置公司數據Owner，在各業務領域設置領域數據Owner，這樣既能確保公司數據工作統籌規劃，也能同時兼顧各業務領域靈活多變的特征。公司數據Owner是公司數據戰略的制定者、數據文化的營造者、數據資產的所有者和數據爭議的裁決者，擁有公司數據日常管理的最高決策權。領域數據Owner包括業務域和中臺域兩種類型的數據Owner，在公司數據Owner的統籌下負責所域的數據管理體系的建設和優化，保證數據質量。

P5 完善公司數據管理組織

支撐公司實施數據治理，進一步明確大數據中心作為公司級數據管理組織的相關職能，包括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并監控落實。建立并維護企業信息架構，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立和傳播。為落實公司制定的數據管理目標，建議在各業務領域要建立實體化的數據管理專業組織。實線向領域數據Owner匯報，承接并落實本領域的數據管理責任；虛線向公司數據管理組織匯報，遵從公司統一的數據管理政策、流程和規則要求。組織架構圖。

P6 打造企業級元數據管理體系

公司數據主要來源于BOMS領域，涉及的源端業務系統超過千個，字段數超過X萬個，為了能高效的使用這些數據資產，必需要像管理財務科目數據一樣進行管理，包括對這些數據進行定位、分類、描述和溯源，解決數據找得到，看得懂，能使用等問題，這個極大依賴于企業級元數據管理體系的建立，主要包括四個方面的工作，先期可以實現1和2，后續再考慮實現3和4，逐步演進

1、打造企業數據資產目錄：各領域數據Owner需要提供所屬域的數據資產目錄，通過分層架構表達對數據的分類和定義，理清數據資產，可以貼示意圖

2、構建企業級數據標準：定義數據的描述規范，這是公司層面需共同遵守的數據含義和業務規則，是公司層面對某個數據的共同理解，這些理解一旦確定下來，應作為企業層面的標準在企業內被共同遵守，比如公司合同編號，需要明確編號的位數、具體的編碼規則等，一旦合同編號數據標準制訂下來，那么整個公司所有業務部門都必須共同遵守。，可以貼示意圖

3、發布企業級數據模型：通過E-R建模實現對源端系統數據及關系的描述，用于指導后續的數據開發

4、明確企業級數據分布：要展現源端數據在業務流程和IT系統系統上流動的全景視圖，這樣可以識別數據的來龍去脈，成為定位數據問題的導航基于公司的客觀實際，需要各領域數據Owner盡快完善元數據管理體系。

P7 推進源端數據質量提升

“Garbage in Garbage out（垃圾進，垃圾出）”當前公司數據來源涉及的涉及業務系統超過百個，字段數超過XX個，匯通數據涉及的處理環節多，流轉環節多，從而產生較為嚴重的數據質量問題，影響到數字化轉型工作的順利開展，比如由于資管中XXX資源點位置信息失真，導致當無法基于數據來準確評估資源覆蓋率。但數據質量不是追求100%，而是從數據使用者的角度定義，滿足業務、用戶需要的數據即為“好”數據，有所為有所不為，因此需要重點加強三個方面的工作......。

P8 建立數據治理協同機制

數據提供者，數據消費者，數據管理者

流程：三同步流程，133

跨部門數據匯通流程

需求提出-》公司數據管理組織（大數據中心）-》XX部數據管理組織

大數據中心根據應給盡給原則，如果XX部有疑問，向部門數據Owner匯報，由部門數據Owner向公司Owner部門同意后，方可拒絕采集需求

P9：提升數據開放水平

要進一步推進數據開放能力提升，在源端數據質量有基本保障，數據安全合規，流程合規的前提下，逐步達成“三個1“的數據開放整體目標，起點是需求方提出數據需求（審批通過），終點為需求方拿到數據并可立即進行消費，具體衡量標準包括如下：

1天：對于已發布數據服務的場景，從需求提出到消費者通過服務獲取數據，在1天內完成。

1周：對于已進底座但無數據服務的場景，從需求提出到數據服務設計落地、消費者通過服務獲取數據，在1周內完成。

1月：對于已結構化但未進底座的場景，從需求提出到匯聚入湖、數據主題聯接、數據服務設計落地、消費者通過服務獲取數據，在1個月內完成。

2021年11月18日：老板的匯報

幾天以后接到綜合部通知，需要向大老板匯報企業數據治理體系的思路，那天大老板帶著華為數據之道的書，跟我們討論了很多問題，比如什么叫信息架構，數據owner的內涵，主題連接是什么，我們相較于華為的不同點等等。

關于設置領域數據owner，大老板說有合理性，畢竟外人不大可能比領域更有可能去理解自己的業務和數據，這個時候專業隊伍的建設就很有必要......。

大老板對一些概念非常關注，要求務必界定清楚，比如當看到BOMS四個域數據的提法，就會問S域的確切含義是什么，是按照組織分還是業務分，如果按照組織分，公司里哪些部門的數據屬于S域數據等等。

下面是當時跟大老板匯報中涉及華為實踐的1頁，大家可以看下：

2021年11月25日：公司務虛會

年底公司要開工作務虛會，探討明年的工作思路，公司給部門布置的課題就是企業級數據治理體系建設思路，然后我們根據要求繼續完善思路和PPT，下面示例了其中的幾頁核心內容，這是第一次在公司大會上講述企業數據治理體系的建設思路。

這頁講了問題挑戰，后來發現還是分析的不夠透徹：

這頁講了組織的設想，后來對架構和職責按照實際需要做了大量調整：

這頁講了數據盤點和數據采集，現在看來內容還是比較空的，我們后來沒搞三張清單，而是打造三個數據目錄：

這頁講了數據開放，其實當時還沒想清楚具體怎么做，就是覺得華為提的”三個1“ SLA承諾是很好的，因此先拋出來：

2021年11月30日：落地的準備

企業數據治理的大致思路是提出來了，但那些都是紙面的東西，跟落地還差了老遠，比如關于組織、機制還是流程的變革，當時是完全沒底的，感覺暫時也做不了什么，但關于企業信息架構梳理、數據治理平臺建設等還是能開展一些前期的準備工作。

這幾年團隊一直在忙著做數據中臺、數據產品和數據變現，對于數據治理系統性的學習和實踐不多，整個團隊對數據治理的理解還是比較淺的，那段時間就忙著跟合作伙伴交流，一方面看看有沒有合適的外部資源，另一方面也想讓團隊成員抓緊時間了解數據治理的相關情況。

自己抽空重新溫習了《數據管理知識體系》、《DCMM-數據管理成熟度模型》、《數據資產管理實踐白皮書》、《數據標準管理實踐白皮書》等一些規范標準，買了最近幾年出版的一些數據治理的書補補課，包括《一本書講透數據治理：戰略、方法、工具與實踐》、《數據治理：工業企業數字化轉型之道》、《數據管理知識體系(第二版)》等等，書到用時方恨少總是真的。

2021年12月15日：最關鍵一役

果然沒幾天，我們就接到公司通知，要求盡快準備《企業級數據治理體系構建思路》的匯報材料，然后上公司決策會。

那段時間每天都在趕材料，跟各級領導匯報，然后再改，如此循環，記得上會前3個小時，還在跟老大過材料，最終方案上會通過，主要包括了四個方面的內容：

1、數據治理的背景：數據是一種新的生產要素，要充分激發數據要素對經濟社會的放大、疊加、倍增作用，需要重構數據生產關系，這有賴于數據治理體系的構建。

2、數據治理存在的問題：詳述了公司在信息架構、數據貫通、數據記錄、數據開放面臨的挑戰，指出企業級數據治理體系構建的必要性。

3、數據治理體系的構建思路：提出了“5141”企業級數據治理體系框架，數據治理保障體系包括組織機制、規范標準、流程保障、安全保障、信息架構、數據質量及元數據管理等方面的內容。

4、數據治理體系的重要舉措：提出成立企業級數據治理委員會及辦公室，建立企業級數據治理日常推進機制，調整公司相關部門名稱和職責，比如新增公司級的數據管理部，其它部門新增領域數據治理職責，構建數據治理保障基礎能力（制度、運營、平臺、開放等）等等。

會后，公司正式下文正式成立數據治理委員，數據管理部從原組織剝離，承擔公司級數據治理相關職責。

2022年12月18日：領域責任制

為了推進數據治理工作能夠落地，就需要建立一支跨部門的數據治理隊伍，公司特別下文明確了各領域的具體數據責任人和數據治理專員。

領域職責包括但不限于對本領域所轄業務的IT系統信息架構的構建管理，負責本領域的元數據管理及主數據管理；負責本領域原始數據采集和匯通入湖；負責本領域數據質量管理等等。

直到這一天，公司數據治理的組織保障體系算建立起來了。

2021年12月22日：第一次聯席會

企業數據治理工作的推進主要是通過召開數據治理聯席會議的形式進行，當時召集了九個主要部門領域數據責任人和專員參會，第一次會議各個領域對各自域的數據治理現狀進行了匯報，辦公室隨后針對各個領域布置了工作，包括各領域系統與數據資產梳理、數據缺失情況梳理和分析、數據專項應用梳理等等。

辦公室要求公司數據責任人（即數據管理部）做好常態化支持，包括工作模板的梳理、專項培訓及日常輔導等等。

從這個會議開始，我認為公司的數據治理工作算真正起航了，因為終于可以協同各部門群策群力來解決一個公司級的數據治理問題，這是有重要意義的一天。

2022年1月5日：2022工作會

大老板在工作報告中，用500字的篇幅對構建企業級數據治理體系進行了深入的闡述，包括頂層設計、組織保障、流程運營、IT支撐及數據安全等各個方面，這是前所未有的。

大老板強調，企業數據治理達成共識很重要，大家要上下對齊，左右對齊，在后續的部門協同中，能感覺到大家對于數據治理的重視程度提高了。

2022年2月7日：第二次聯席會

各領域對前期工作進展情況進行了匯報，針對梳理過程中暴露出來的問題，辦公室進一步布置了相關工作。包括：1）做好系統和數據表重要性的分類排序，補充完善元數據等信息；2）開展數據對內開放管理辦法的編制，進一步完善數據治理工具；3）開展公司XX主數據統一運營方案的制定；4）加強XX相關數據的引入。

相對于上一次會議，各領域對于數據治理的認識有了明顯提升，提出了不少很好的建議，比如數據字典看不懂問題，數據開放效率問題，某些重要數據缺失的問題等等，這些都在驅動著企業數據治理工作往前走。

2022年2月24日：團隊的優化

為了加強企業數據治理工作的支持，需要對數據管理部的組織架構進行優化調整，因此專門新增了數據治理組和綜合協調組，優化了數據服務組、技術運營組等等，各組的職責大致如下：

數據治理組：負責頂層設計、建章立制、流程管理、主數據管理、數據匯通等等。

數據服務組：負責數據中臺運營（含基礎和融合模型）和數據開放等等。

技術運營組：負責數據工具鏈建設和運維保障。

綜合協同組：負責綜合事務、外部協同、宣傳推廣、培訓競賽等等。

關于數據治理人員短缺問題，主要通過內部人員崗位優化調整的方式來臨時解決，原則就是要事為先，這幾年公司在大數據上的投入還是讓我們有了一定的騰挪空間。

2022年3月17日：信息技術會

公司工作會后，IT部門會開自己條線的專業會議，在這個會議上各個地市及相關部門也會參加，我在這個會做了《構建企業數據治理體系，助力公司數智化轉型》的專題發言，主要還是為了普及數據治理的概念，因為數據治理聽起來還是比較抽象，因此在問題里舉了很多一線的案例，下面是一個示例：

2022年3月20日：目標的初定

我們的企業數據治理目標是在一次次的討論中逐步明確的，企業數據治理辦公室提供了大家共同討論和決策的機會。

比如A部門說公司還有大量的系統和數據資源沒有納管，B部門說數據匯聚和開放還存在流程梗阻和不合理的規則，C部門說某些核心業務對象缺乏統一管理影響了業務開展等等。

以上這些問題大多具有跨部門、跨系統和跨流程的特點，解決難度也很大，經過討論后，這些問題很多成為了企業數據治理的目標。

公司領導說要去做正確而難的事，對于數據治理來講，就是要去做對于公司來講全局最優的事情，可能還會犧牲局部利益。

2022年4月30日：全量的盤點

企業數據資源全量盤點是最先開始的工作，經過1個多月各領域的努力，收獲還是很大的，納管的系統提升了77%，納管的數據資源提升了100%，記得當初大數據平臺建設的時候，靠的是IT部門自己去盤點，新增數據納管的范圍和數量跟這次梳理還是有很大差距。

在這次盤點中，我們還輸出了數據盤點的方法論，推進了自動化盤點工具的建設，后續的盤點會實現自動化和常態化，如下所示：

2022年5月27日：數據的開放

公司數據對內開放面臨著各方職責不清晰、開放規則待明確，開放流程冗長且割裂，開放門戶待優化，缺乏開放運營等問題，導致跨域數據開放周期比較長，因此我們希望協同各個部門明確數據開放的原則，制定相關的優化舉措，建立起高效的對內數據開放管理體系，促進數據開放“三個1”目標的實現，在這個優化過程中同步輸出數據對內開放管理辦法。

雖然這個工作還未完成，但已經取得了一些進展，下面是總體思路一頁。

2022年6月5日：第三次聯席會

這次會議針對公司XX,YY等主數據的統一管理進行了職責明確，主數據最大的挑戰在于局部和全局利益的權衡考量，大家必須站在公司的角度考慮問題才有解決的辦法，而這需要企業數據治理組織的保障。

這次XX,YY主數據建設業務價值高，但建設的復雜度也挺高，不僅橫跨了多個部門，還打穿了OLTP和OLTP，有機會跟大家聊一聊。

2022年6月23日：改革項目上會

公司每年會設立一些改革項目，今年的企業級數據治理體系構建就是其中之一，當天我做了題為《構建企業級數據治理體系，助力公司實現數智驅動的商業智能》的改革項目方案匯報，涉及11個關鍵舉措及實施計劃。

馬上要7月底了，我們也正在籌備數據治理第四次聯席會議，我算了下，從去年8月到現在正好要一周年了，但跟大老板的那次匯報似乎就發生在昨天，因此特別記錄下自己做數據治理這一年來的經歷，希望對大家有啟示。