現在一提數據治理大家馬上想到企業要先進行數據治理的頂層設計，但對于多很多公司來說，并不需要。因為并沒有什么業務值得數據來驅動，或者用簡單的報表取數就能滿足，當企業已經把數據團隊創造業務價值的口子限制住的時候，轟轟烈烈的搞數據治理就成了政治正確。數字化則是數據治理的催化劑，它是這個時代賦予數據團隊最大的紅利，因為它讓數據團隊可以超越原有的職責（報表，取數等等），用數據去創造更多的業務價值，在這個充分使用數據的過程中，數據治理才有了更大的舞臺。

業務的差異導致每個企業做的數據治理可能完全不同，在DAMA提到的各類數據治理工作中，是業務決定了你需要在數據治理哪個方面開展工作，因此不要一提數據治理就開始猛搞主數據，參考數據，元數據，數據標準等等，首先要搞清楚你的業務對數據治理的訴求到底是什么。
在這個方面，我們是有教訓的。15年前我們就開始搞數據倉庫建模、元數據管理等等，但似乎起了個大早，趕了個晚集，系統建了一大堆，但用得并不是很好，而互聯網大廠的數據治理則開始起飛，我一直在想，為什么在這邊表現平平的東西到了互聯網那里就脫胎換骨了呢？也許技術環境是一個因素，但更多的恐怕在于業務的需要，當我們用簡單的報表，取數就能滿足業務需要的時候，的確不需要什么特別的數據治理，而互聯網高速發展的數字業務則很需要。時間到了現在，我們的數據就像當初的互聯網一樣，也開始面臨著全新的業務挑戰，至少在三個方面發生了巨大的變化，讓我們重新思考企業級數據治理體系的構建。
第一，我們需要支撐的業務，變了從去年開始，我們團隊開始到陌生的一個領域去做數字化轉型支撐，即嘗試通過優化企業的核心業務流程來提升運營效率，自己寫過一篇企業數字化轉型的文章《自底向上，數字化轉型的實踐和思考》，談到了這個事情，提及了面臨的挑戰。
我們發現這些流程大多是跨領域的，如果拿不到全域的數據，就無法做完整的分析，所謂優化流程也就成了紙上談兵，而很多數據并不在我們原有掌控范圍之內。但在跨域數據的匯通中，我們往往不知道這個新流程對應的數據在哪個系統，這些系統有哪些數據模型，這些模型有哪些屬性，模型之間又是什么樣的關系，這需要我們重新花大量時間通過線下訪談的方式了解數據的來龍去脈。雖然當前的大數據平臺也有數據資產目錄，但那個目錄是已經匯聚到大數據平臺的數據資產目錄，而企業級的數據資產目錄，必須是要管到源端系統的，即從OLAP延伸到OLTP。
而企業各個領域只有給出自己的領域資產目錄，我們才能形成真正的企業級數據資產目錄，才能讓數據真正的找得到，看得懂，雖然僅僅差了“企業”兩個字，但內涵差了很多，難度差了很多，價值更是天壤之別。我們也發現，數字化轉型對于數據匯通的時效性要求特別高，以前還能忍受的數據采集周期現在不太行了，但要提升采集效率可不是那么簡單，需要面對既定的審批流程、嚴格的安全審核及較長的開發周期的挑戰。
正是在這個數字化業務的背景下，促使我們重新思考構建企業級數據治理體系的必要性，我們以前不是沒有數據治理，只是不夠體系化，深度和廣度也還不夠，在面對范圍更廣，要求更高的企業級數字化轉型的背景下，重新暴露出了數據找不到，看不懂，不及時等現實問題。這是一次新的輪回。我們當年靠一次項目打造的大數據平臺，匯聚的那些數據資產，在過去幾年發揮出了相當的價值，但它們已經完成了第一階段的使命，數字化轉型要求我們的數據治理再次起航，這是業務驅動的結果，也是生產關系適配新時期生產力的要求。
第二，我們需要支撐的模式，變了顯然，我們不可能把數字化業務都自己干了，企業的數據團隊必需致力于去打造一個數據開放的生態，讓所有具備數據能力的內外伙伴都能基于開放的數據創造價值，讓數據要素全面流動起來才能發揮出數據的最大價值，我們對一線的支持模式，更多應是園丁和教練的角色，而不要越俎代庖。從對內支撐的角度看，經過幾年的運營，現在公司會點SQL的人員都超過X000人，如果能把數據充分開放給他們，其創造的價值將不可估量。拿建模來說，一線做的模型永遠是比坐在辦公室的建模師更接地氣，他們最需要的，其實是開放的數據。
從對外變現的角度看，如果所有的合作伙伴都能基于我們開放的數據自由的、安全的進行建模和應用創新，那創造的價值也肯定幾何倍數于現在的變現規模，從這個角度講，雖然推進數據的開放本身不算業務，但它對我們數據團隊來講就是最大的業務。我們最近幾年一直在努力打造數據中臺，希望通過數據中臺去更好的開放數據，但真的要開放數據可并不是那么容易，至少有三個方面的問題迫切需要得到解決。首先，數據開放的周期偏長。以前我們開放數據的流程還是比較長的，需求人先要通過線下的方式從源端了解到數據表的相關信息，然后在線提交開放需求，審批完后由運維團隊實施數據交換操作，一般的開放周期需要3-4天，有時會超過1周。近年來我們打造了數據服務中心，將大數據平臺的已有資產掛到了對外開放的服務目錄里，內部用戶可以采取訂閱的方式方便的獲得數據，當前對于低敏感級的數據開放周期，平均降低到了1個小時，效率提升了很多倍。
但我們當前開放的數據資產范圍還是受限的，比如一旦源端數據沒采集進來，那么開放的周期就完全不可控，而一旦數據涉敏，那開放的周期就更長了。我們需要思考如何將“共享為原則，不共享為例外”的原則真正的落地，需要思考如何跟各部門協同，共同努力將管理原則標準化、代碼化，自動化，確保流程最優、最簡、最智能，企業也需要有數據開放的服務承諾SLA。其次，數據開放的模式有限。我們當前數據開放的形式只包括數據表、API等形式，但這些開放模式還遠遠滿足不了對外變現的需要，我們至今還沒有打造出比較靈活的、安全的、能夠規模化應用的對外PaaS服務，讓我們的客戶可以自由的使用數據，我們也沒有徹底解決多方數據聯合計算的安全問題，雖然我們已經有了一些進展，但離規模化還有很長的路要走。最后，數據開放體驗還不夠好。最近自己去瀏覽了浙江省的數據開放網站，發現這個網站的數據開放體驗挺好，特別是看到浙江政務網還有個老人版的入口，很是貼心。我們當前構建的數據服務中心，還是更多的從技術角度去做設計，面向的開放對象更多是開發者的角色，這限制了其適用范圍。我們并沒有從阿里云等網站學到做這種產品的真正精髓，總是急著實現功能，把用戶體驗晾在一邊，大量的線下咨詢一定程度上是效率低下的代名詞，在數據開放上，體驗就是生產力。
第三，我們需要使用的數據，變了我們幾年前開始實施對外數據價值變現，在低垂的數據果實被摘完后，現在也開始凸顯出數據的瓶頸。有幾次同事就跟我講，在跟某部門交流時發現某個數據很有價值，需要把這個數據盡快采集過來，我就會眼前一亮，同時也有點困惑，像現在這樣，今天發現一點，采集一點，明天發現一點，采集一點，何年是個頭呢？當然這個問題可以通過企業級資產目錄的構建來解決。但我也知道自身企業的數據始終是有限的，數據團隊需要站位更高一點，看得更遠一點，要能更多的與集團，外部單位去協同，去打造出一個合作共贏的數據共享生態，只有這樣才能為企業數字化轉型奠定更好的數據基礎，而這顯然是無法靠個人英雄主義或單個部門的力量能解決的，我們需要企業或更高的站位。
正是以上三個“變化”，讓我感到后續要做的企業級數據治理的工作是明確的，甚至可以有明確的指標來衡量企業級數據治理的效果，比如跨域數據匯通時長、數據開放時長、PaaS服務收入等等，為了達成以上目標，我想至少要推進“四件事情”：
第一，進一步明確企業級數據管理組織和領域數據責任人的職責，在這個方面，公司將給予支持。
第二，完善企業級數據資產目錄的機制和流程，優化企業級數據治理平臺，實現源端資產的補錄，保證常態化匯通效率。
第三，提升企業級數據開放的速度和體驗，升級數據服務中心為數據開放平臺，向用戶承諾數據開放的SLA。第四，推進多方數據的協同，比如多方安全計算、Pass、大數據+公有云產品的研發和商業應用。但即使這樣，我心還有戚戚，因為怕企業級數據治理的業務產出不夠，萬一執行還不到位，就會空耗企業的管理成本。因此，如果你家的數據支持的業務沒變，或者并未感受到強烈的業務驅動，那么開展企業級數據治理就要三思而后行，因為不會有業務方為你的治理買單。