最近幾年“數據治理”、“數據中臺”是個熱門詞，“數據”在企業內的作用，無論是支持決策行動，還是作為具有價值的企業資產，都需要有一套管理體系。

不過，大家仔細琢磨過沒有，在數字化企業的環境下，指導人們行動的是“數據”嗎？我常說企業數字化的本質是：“一切業務在線，數據驅動業務”，這個表述其實隱含了一個邏輯錯誤。指導我們行動的不是“數據”，而是“信息”。

“數據”是從業務作業IT系統或者其他數字化源頭（例如社交媒體、物聯網設備）產生的，但是原始數據并不能被直接使用，必須對原始數據進行提取、加工，此過程中會發生“用數據來生成數據”的情況——對業務有指導意義的技術對象是數據被處理后產生的“信息”。基于信息，還能夠形成知識、洞察和智慧（數據、信息、知識和智慧，簡稱DIKW）：

我認為企業數字化是由兩部分組成的，一是“生成數”：一切業務在線，生成記錄的事實的數據，二是“用好數”：利用這些數據生成的信息，來指導并優化業務活動。因而數據是驅動這個飛輪。介于這二者之間，就需要“管好數”，來使得這兩個齒輪能良好運轉。

正如我前天在《企業信息技術應用二十年來，什么變了，什么沒變》中所寫，過去二十年在企業信息技術應用中，對于信息和數據的管理的地位越來越顯著。在進入二十一世紀前，企業信息技術應用的重點在于流程和系統，然而，一是由于企業內信息系統經過多年建設，數量越來越多，系統間數據不集成，二是利用數據生成信息時，不同系統以及不同來源的數據不一致，難以整合，三是隨著信息技術和互聯網發展，云和大數據帶來了數據管理技術的革命，因而大約從2005年前后開始，在企業架構里，信息架構的獨立地位得以開始凸顯。

當我們在企業管理和企業級信息技術應用的大背景下說“數據”時，實際上指的是客觀世界的數字化抽象按照某種結構化的方式，進行數字化的管理。無論是從機器代碼到數據記錄到數據庫的結構，還是從傳統數據文件到廣泛應用的關系型數據庫（SQL）到互聯網時代的分布式大數據（No-SQL）的進化，數據管理的技術在過去幾十年里一直在持續發展：

將數據提取、處理、加工為信息的過程，推動了“商業智能”、“數據倉庫”、“主數據管理”等企業級信息技術應用在二十一世紀初的發展。就我的觀察，在2005年至2015年期間，這套管理體系更多地是被稱為“企業信息管理”（Enterprise Information Management，以下也簡稱“EIM”），而不是今天社會上時髦的“數據治理”或者“數據中臺方法論”。

根據今天華為介紹數字化轉型的說法（《華為數字化轉型之道》，第231頁），華為數據治理分為兩個階段，第一階段是2007-2016年，設立數據管理專門組織，建立數據管理框架，第二階段是2017年以后，建設數據底座，匯聚企業全域數據并對數據進行連接，實現數據按需共享、敏捷自助。

這里提到2007年華為啟動數據治理工作，其實是當時華為“集成財務服務（IFS）”的企業轉型項目，為了提升財務報表準確性的目的，第一次引進了“數據治理”的概念。實際上，當時華為在IBM咨詢部門的幫助下，把這套體系稱為“企業信息管理（EIM）”體系，亦即是企業架構的四層中（業務架構、應用架構、信息架構、基礎設施架構）的信息架構的治理。

那時，華為希望建立公司統一的信息管理體系，來解決下述問題：

無法取得一致、完整、及時、有效的數據；

數據定義不清，業務規則不清，各環節理解不一致;

多數據源，數據調用混亂，存在數據創建、失效隨意，一處失效、一處使用的情況;

管理層從不同領域拿到的分析數據不統一，無法確認數據的準確性;

信息管理的責任缺位，職責不清;

存在問題找不到責任人，部分問題長期得不到有些解決；

缺乏數據的全生命周期管理流程;缺乏數據管理的流程和機制

缺少對數據質量的管理及考核，數據質量未納入質量體系進行管理；

IT系統整改困難、數據清理難度大

多數據源,數據調用混亂,缺乏管理.數據清理難度很大.

IT系統數據難以整合，無法對接

IBM為華為帶來了當時行業里流行的“EIM”這個詞。在一份2007年的培訓材料里，顧問們引用Gartner對EIM的定義是：

EIM?as?an?organizational?commitment?to?define,?secure?and?improve?the?accuracy?and?integrity?of?information?assets?and?to?solve?semantic?inconsistencies?across?all?boundaries,?thus?supporting?the?technical,?operational?and?business?objectives?within?the?company's?enterprise?architecture?strategy.

“EIM是一種組織承諾，旨在定義、保護和提高信息資產的準確性和完整性，并解決跨所有領域的語義不一致，從而支持公司企業架構戰略中的技術、運營和業務目標。”

企業信息管理和企業架構有非常緊密的關系：

當時，華為建立的EIM框架如下圖所示，包括相互交叉的三大管理抓手和六個具體實現領域：

來源：華為企業信息管理框架，2007年

在那個年代，EIM概念出現整合了90年代末到2005年期間幾個企業級信息技術的“后系統應用”熱門領域，包括：商業智能、企業內容管理（ECM）、知識管理（KM）和企業搜索等。那時流行的觀點認為企業數據的形態分為兩類，一類是結構化數據，另一類是非結構化數據，例如視頻、圖像，利用前者的IT系統是商業智能，利用后者的IT系統是企業內容管理，對這些數據對象建立索引、便于管理和檢索的機制是元數據管理（meta-data）以及相應的分類方法（taxonomies）。

需要注意的時代背景是，那時候大數據技術、社交媒體、搜索引擎等互聯網形態的信息管理都還沒出現或者剛剛萌芽。

另一家中立IT評測機構Forrester在同一時期的“企業信息管理”模型由三部分構成，一是企業內容管理，包括工作流、文檔、表單、協同，二是數據管理，包括數據治理、主數據管理、數據倉庫和商業智能等，鏈接二者的則是一系列基礎機制，包括信息資產確權、安全、元數據規則、數據智能等。

如果覺得前面Gartner對于EIM的定義過于繞口，下面這個定義則更加淺顯、直白一些：

Enterprise?information?management?(EIM)?refers?to?the?optimization,?storage,?and?processing?of?data?created?and?used?by?an?enterprise.?EIM?seeks?to?ensure?that?data,?as?a?business?asset,?is?managed?securely?through?its?lifecycle?and?is?accessible?to?the?appropriate?business?processes.

“企業信息管理(EIM)是指對企業創建和使用的數據，進行優化、存儲和處理。企業信息管理尋求確保數據(作為企業的商業資產)在其生命周期內得到安全管理，并可被適當的業務流程訪問。”

學術界根據Gartner、Forrester的倡導，提煉出了如下的EIM架構：

那時主流的大型企業軟件供應商，包括Oracle，都是EIM這個概念的大力倡導者和踐行者。IBM是企業數據庫軟件的先驅，他家數據庫產品線從六十年代被發明時，就叫“IBM信息管理系統”（IBM Information Management System，簡稱IMS，參見《1992年IT近代史 ｜ 改變世界的25人（四）—— 數據庫軟件之父》），2000年后通過進一步研發及并購，形成了包括數據庫（DB2和Informix）、ETL數據集成和數據治理（InfoSphere，IBM將這個產品線就稱為信息服務器，information server），企業內容管理（FileNet），商業智能（Cognos）等完整的EIM產品線。

可以發現這個產品解決方案和Gartner、Forrester的EIM框架是完全吻合的：

直到今天，數據管理解決方案，從理念框架、產品定義和技術架構上都很類似，包括了企業級數據編織、主數據管理、數據治理和數據集成及質量等，非常適合企業級的數據管理規劃和實施。

2105年后，隨著從美國互聯網公司實踐中開發出來的大數據技術的普及，數據管理從理念到技術都產生了一些變化。阿里的“數據中臺”就是具有代表性的互聯網時代的數據管理架構（來自下面這本書第331頁）：

在數據管理的方法上，阿里提出了一個數據模型（OneModel），一個身份識別（OneID）和統一數據服務（OneService）的三大理論。正如上圖的架構，這是在互聯網公司或者平臺電商公司的業務環境下形成的數據管理方法，其主要應用場景是廣告投放、精準營銷、頁面優化、商品運營等，和傳統企業以物流、信息流和資金流三流合一的信息化場景還是有很大差別的。

這正是在傳統企業里推廣“數據中臺”方法論讓人覺得怪怪的地方，說個我遇到的真事：前幾年我曾經跟一家很大的制造企業交流，他們領導說要上“數據中臺”的OneID功能，讓全企業不僅每個用戶在所有IT系統里都有唯一的OneID，連每個機器、每個物料、每個廠房、每個客戶、每個供應商都要有OneID，保證分析的數據一致性……我給那位領導說：“呃，那個不叫OneID，叫主數據管理......”。不過我確實在“數據中臺”架構圖里，就沒見到“主數據管理”這個框框，也難怪企業領導被賣數據中臺的供應商給誤導了。

中國互聯網公司搞出來的“數據中臺”理論適用于數字化營銷、電商運營等互聯網應用環境，或者類似于互聯網公司的數據應用——例如政府的數據管理平臺，需要整合多個不受直接控制的數據源，產生數據分析服務，像下圖這樣的“健康碼數據中臺”，采用“數據中臺”的架構理念還是很合適的，但是，這套理念生搬硬套到傳統企業里就不合適了。

今天華為的數據管理，亦即前面提到第一階段“企業信息管理”的進化，如下圖所示，這種模式是基于大數據平臺技術，即將數據采集到“數據湖”里，按需進行治理：

今天“企業信息管理（EIM）”已經不像十年前那么流行了，數據管理、數據治理是“企業信息管理”的概念子集，不過我認為EIM是比“數據中臺”更適合傳統企業的數據管理框架。雖然技術實現有變化，早年提出的EIM架構理念卻仍沿用至今。

下圖左邊是2007年EIM架構，從最下一層的信息系統——數據源頭，到最上一層的信息應用，中間分層為：信息管理基礎（中間又包括了數據集成、元數據管理、企業搜索、主數據管理、商業智能-結構化數據、知識管理-非結構化數據、面向組件的數據服務等）、組件化基礎和組件化應用，這和今天的數字化和數據平臺（DDP，參見《數字化和數據平臺——企業數字化轉型的技術架構升級》）的現代化架構，是完全可以一一對應的：

最后想說的是，Oracle這些企業信息技術的老炮，他們過去提出的理論、框架、架構、方法是經得起時代考驗的，也希望我們這些做企業解決方案的廠商和咨詢顧問在新的一年里，少發明些搞怪的名詞，踏踏實實幫助中國企業在數字化轉型的道路上堅定前行！??????