? ? ? ?華為發布自己的數據之道于業界是個好事，現在正面評價的文章很多了，那么就來談談它的不足吧，因為一方面企業的成功經驗會受制于自己的特定背景，另一方面數據治理的內涵太廣了，華為不可能在每個方面都做成標桿。

? ? ? ?1、驅動力的偶然性

? ? ? ?數據治理是非常底層的工作，也是長期的工作，不太容易讓人看到其價值，除非數據問題已經對現有業務造成了巨大的影響，大多數還是溫水煮青蛙的。

? ? ? ?銀行的數據治理做的比較好，應該跟金融行業的特點息息相關的，比如強監管，但大多數行業沒有這種特點，意味著數據治理要啟動需要有一種額外的驅動力，而這種驅動力有一定的偶然性。

? ? ? ?華為的數據治理從2007年正式啟動，歷經14年才形成體系，直到成書，我相信不是自然發生的，那么，華為數據治理真正的導火線是什么呢？

? ? ? ?2014年一次高層會上，華為輪值CEO指出，公司財經部門是數據質量不高的直接”受害者“，上游所有的”臟水“都將最終流到財經環節，那就由集團CFO作為公司數據總Owner，這迎來了華為數據治理的真正起點，顯然，華為高層已經受夠了低質量的數據表現。

? ? ? ?你知道嗎，作為一個半年收入超4000億的全球化公司，現在華為能夠5天出月度財務報告，11天出年度財報，這簡直是個奇跡，我相信，華為一定從財經數據質量問題的解決中認識到了數據治理的巨大價值，然后才有了今天華為的數據之道。

? ? ? ?但華為這條路能復制嗎？

? ? ? ?也許你家的數據問題再嚴重也不會讓老板感到痛，這樣數據治理的頂層設計就很難，那其他工作的順利開展就更難了。

? ? ? ?雖然華為的數據之道可以學，但落地也許還需要一點點運氣，但正是這點運氣，卻是華為的數據之道不能給你的，而這是成功的前提。

? ? ? ?隨著數字化轉型的加快，各個企業由于數據問題導致的業務問題會越來越多，因此一定會有越來越多的老板感受到這個痛，在數字化的風口，未來搞數據治理也許不再需要運氣。

? ? ? ?2、業務模式的限制

? ? ? ?華為是非數字原生企業，主要做的是To B的生意，其數字化創新的方向更多側重于對內，即提升企業的運營效率，先賦能自己，然后再使能合作伙伴和客戶，這種模式決定了它非常強調用數據去驅動流程效率的提升。

? ? ? ?而互聯網公司等數字原生企業在設立之初就以數字世界為中心來構建，生成了以軟件和數據平臺為核心的數字世界入口，便捷地獲取和存儲了海量的數據，并開始嘗試通過機器學習等人工智能技術分析這些數據，其數字化創新的方向更側重于對外，主要做的是To C的生意，強調用數據去直接理解用戶需求，然后獲取精準流量來變現。

? ? ? ?業務模式的不同決定了對數據的要求不一樣，從而使得數據治理的重點也會不同，對于華為很重要的數據治理經驗，也許對于互聯網行業根本不重要，反之亦然。

? ? ? ?如果你覺得自己的業務已經極大受限于流程機制了，那么華為的數據治理經驗可能很好用，但如果你自己的業務拓展受限于用戶理解，那么互聯網的數據分析，數據建模等數據治理經驗更適合于你。

? ? ? ?你會發現，華為很少去談用戶標簽治理，這是由其行業背景決定的，很多數據治理的東西，華為數據之道是無法涵蓋的。

? ? ? ?3、數據規模的局限

? ? ? ?華為主要做的是To B的業務，相對于擁有海量數據的互聯網大廠、金融、運營商等行業，其數據規模是有限的，這意味著很多海量數據的問題它是碰不到的，也不需要治理，而對于擁有海量數據的行業來講，這方面的治理經驗就很重要。

? ? ? ?比如數據的生命周期管理對于互聯網的降本增效很重要，多維分析對于互聯網提升分析效率很關鍵，但華為數據之道并沒有怎么涉及，也許華為公司并沒有感受到海量數據的存儲和分析壓力，也就不會有這方面的治理經驗。

? ? ? ?又比如對于互聯網來說，針對海量網頁信息的準確解析對于理解用戶的行為很關鍵，那么對這些海量信息的埋點、采集、處理和分析的治理就非常重要，你去看阿里巴巴大數據之路這本書，它最前面談的技術就是在講采集埋點的技術，要解決的就是數據采集的全面性等問題。

? ? ? ?又比對于百度、高德來說，海量位置數據的治理一定是核心，但華為公司顯然不會把這當成治理的重點。

? ? ? ?4、流程管理難模仿

? ? ? ?華為數據治理的成功，有很多先覺條件，這些先覺條件很多企業并不具備，間接導致了華為數據之道的“不能”。

? ? ? ?要做好數據治理，首先需要梳理出企業的數據資產目錄，但數據資產如何確定呢？這些數據資產歸誰管理呢？

? ? ? ?這對任何一個企業都是個難點。如果不解決，就會出現數據資產找不到，看不懂，難定責等根源性問題。

? ? ? ?華為很好的解決了這個問題，但靠的不是數據治理本身，而是依賴于其已經擁有的強大的、成熟的流程管理體系。

? ? ? ?1998年，華為與 IBM 合作 "IT 策略與規劃 " 項目，包括 IPD ( 集成產品開發 ) 、ISC ( 集成供應鏈 ) 、IT 系統重整、財務四統一等 8 個管理變革項目。

? ? ? ?2004 年至 2007 年，華為再度斥資 20 億元，先后進行了 EMT ( 企業最高決策與權力機構 ) 、財務監管等業務管理變革，就事在這種企業級業務標準化、流程優化的基礎上，華為的數據治理算是搭上了順風車。

? ? ? ?華為當前有四條清晰的主業務流，分別是戰略到執行，業務交易到核算，產品創意到生命周期管理及存量管理到問題解決，正是基于主業務流程，華為方便的實現了對主業務對象的識別，并以業務對象為核心（比如客戶合同）形成了清晰的數據資產目錄，由于業務對象依附于業務流程上，也就非常方便的確定了數據資產的責任人。

? ? ? ?大家都知道，數據的確權對于數據管理至關重要，華為依賴強大的業務流程管理方便的解決了這個問題，而大多數公司還在為數據的owner到底是誰吵個不休，而這個業務流程管理是無法靠學習華為數據之道獲得的，這其實是華為的經營之道。

? ? ? ?5、人才隊伍難復制

? ? ? ?大家知道華為總部做數據的專家有多少嗎？超過200人，注意，這200人不是寫代碼的（寫代碼是外包的），而是數據管理專家+架構師+產品經理等高端人才，但放眼一般的公司，估計能稱得上專家的，大多是個位數吧。

? ? ? ?即使是財大氣粗的企業，現在也得靠引入外部的合作伙伴，但搞過數據管理的都知道，數據管理專家最好自己培養，當然別人的專家也可以，但這波人稀缺啊，大多是空中飛人，你今天剛跟他談完，明天就跑了，而數據治理這個東西，是一門實踐的學問，專家也需要長期扎根企業才能整出靠譜的方案，況且光是方案也不夠，還需要落地執行，比如好不容易整出了入湖的規范，但這個規范如何嵌入到流程和系統中去，也得靠專家去推進。

? ? ? ?很多企業邀請了外部智囊來寫數據治理的方案，頂層設計的很完美，老板很滿意，但誰來領會這些頂層設計并上傳下達落地呢？

? ? ? ?華為搞了10年，算是培養了一只懂技術，懂業務的數據管理的專業隊伍，但人才隊伍的培養也要依賴于企業原有的人力資源管理體系的，顯然這也是難以復制的，比如華為有華為大學啊，但很多企業沒有。

? ? ? ?沒有人，說什么都是空，這也是華為數據之道的“不能”。

? ? ? ?6、不對外提供服務

? ? ? ?那么，能不能邀請華為公司來提供完整的服務，把它的那數據治理體系在別人家的地方落地呢？如果成功了，那才能證明華為數據之道的“能”嘛。

? ? ? ?但我相信華為公司不會提供這種服務，也不能提供這種服務。

? ? ? ?因為華為數據之道不是一個產品，而是一個體系，如果它能把自己的數據治理體系都打包銷售了，那就意味著它能夠把公司的經營管理也打包銷售給別人，這顯然是很荒唐的。

? ? ? ?從前面提到的五點也能看出來，無論是組織，流程還是隊伍，華為數據之道是在華為企業這個樹根上長出來的新枝，也是無法獨立存在的。

? ? ? ?學而不思則殆。

? ? ? ?因此，我們不能簡單的追求讀懂華為數據之道這本書，而是要反思自己企業與華為的不同之處，理解清楚華為做成這個事情的特殊背景，領會華為數據之道的“不能"，多追問下為什么，才不會東施效顰，才能從華為的數據之道中找到真正屬于自己的東西。