數據治理，數據管理及數據執行三類活動別看只有2字之差，但實際的工作內涵大大不同，沒搞清楚之間的區別，開展數據治理工作就會特別擰巴。

自己做數據治理多年，教訓不可謂不多，今天就來談一談。

假如老板問："公司要搞數據治理，具體干點什么事？要配多少資源？"

你作何回答？

有人可能會脫口而出："要建章立制，要打通各部門數據壁壘，要解決重大數據質量問題，對了，還要建立主數據系統，還有....，這么多事情，至少10個人吧！你看華為配置有50人呢，因此，后續還要增加...."

我以前也這么想，但這是對數據治理的誤解。

雖然數據治理的目標原則上可以包括以上這些內容，但并不意味著你就要管那么多事，因此需要那么多的人。

大多時候，我們并沒搞清楚哪些是數據治理（你的團隊）要干的事情，哪些是數據管理（其他管理部門）要干的事情，哪些是數據執行（一線部門）要做的事情。

歸根到底，還是我們對數據治理的本質有誤解。

我們當然可以很輕松的說沒必要在數據治理，數據管理，數據執行上咬文嚼字，先干了再說。

但實踐后，我覺得就是因為當初沒搞清楚，因此走了很多彎路。

因為這已經嚴重影響到工作中職責的分工，資源的分配。

如果你認為自己真的是在干數據治理，就得搞清楚，否則，就是瞎干。

那么，數據治理工作的本質是什么呢？

有人找了這個定義：數據治理即數據資產管理過程中行使權力和控制的活動集合，包括規劃、監控與執行等。

但估計大多人看了也沒感覺，我以前也是。

現在我就用身邊事，給大家解釋一下。

首先問個問題，請問你對公司信安部門的印象是什么？

大多數答案可能是這樣：

1、工作偏務虛，至少跟生產沒多大直接關系

2、經常發布安全管理制度，傳達上級單位的安全管理要求

3、拿著這些制度，每天不是在應對上級檢查的路上，就是在檢查別人的路上

4、老是通報這通報那，權力有點大

5、找你準沒好事

嗯，看起來這個部門有點討厭。

但這個部門干的事情，其中數據安全部分，就是典型的數據治理工作。

因此，前面那個DAMA定義，還是比較嚴謹的，只是我們可能并沒有很好的理解它。

何謂規劃？

就是信息安全部制定的《數據安全管理辦法》，比如規定涉敏數據必須脫敏展現。

何謂監控？

就是信息安全部通過檢查來發現是否有部門違反"涉敏數據需脫敏展現"的規則。

何謂執行？

這是數據治理定義中最容易混淆的地方，其不是我們一般操作意義上的執行概念，而是指權力、規則和決策的執行。

信息安全部需要有相應的權力去確保"涉敏數據必須脫敏展現"這個標準在整個組織內被遵守。

假如信息安全部通過日志監控發現有違規行為，執行流程是這樣的：

① 生成問題清單并指派給數據源頭的業務部門；

② 要求該部門在3天內完成整改；

③ 如果逾期未改，則將問題升級給部門主管。

這種確保、監督、審計、甚至在必要時進行問責的活動，就是數據治理層面的"執行"，這些執行動作包括且不限于：

發出整改通知單，啟動問題處理流程，進行安全責任認定，對績效進行評估或者進行爭議仲裁。

舉一反三，你馬上就能理解在數據質量，元數據，數據標準等領域的數據治理活動到底在干點啥了。

看了這個例子，可能你認為自己大概懂了數據治理，但數據管理又是什么呢？它跟數據治理又有什么區別呢？

首先我們看看"管理"是什么意思。

公司的業務管理部門，大多搞的就是管理工作，雖然他們管理的對象不是數據，大多是套餐，產品，資費啥的，但工作的本質跟數據管理是一樣的。

你可以自己去查看公司各部門的職責描述，一般市場部門的工作職責是這樣的：

1、貫徹落實集團戰略和公司經營戰略，組織開展市場研究，制定公司市場發展規劃和市場經營策略

2、負責年度市場經營目標的制定和分解，組織、協調各分公司落實經營目標，并對落實情況實施監督考核

3、負責XX市場的拓展和保有，實施各類商用業務產品的營銷管理，制定營銷策略，組織實施全省性營銷活動，評估審批各市公司營銷方案，指導、檢查各市公司的營銷工作

4、負責公司市場經營情況的跟蹤分析，做好競爭信息的收集和市場形勢的預測，開展專題分析，為公司決策提供依據

管理工作總結下來，大致包含以下這些：

目標制定和分解、制定實施方案、資源協調和組織、過程監督和控制、團隊建設和溝通、制定事實計劃等等。

貴公司市場管理部門每天干的，都是這些事。

你把市場職責里的"產品"、"營銷"、"競爭"等市場類關鍵詞全部換成"數據質量"、"元數據"，"主數據"等數據類關鍵詞，這個職責大概就成了數據管理部門的職責了。

搞懂了管理，我們來給出一個關于數據管理活動的通俗定義：

數據管理活動，就是要落實數據治理制定的那些數據制度、標準和流程，需要制定相應的工作目標、實施方案和工作計劃，并組織相關人員來開展具體的實施工作。

為了加深理解，這里以數據安全工作為例來說明數據治理和數據管理活動的區別：

數據治理活動，一定是先定個數據安全管理辦法和規則，然后督促別人落實，比如數據安全管理辦法規定"涉敏數據必須脫敏展現"。

數據管理活動，是指業務部門在開展數據使用的活動中，需要制定某個系統的"涉敏市場數據脫敏展現"的安全管控策略，確保數據在安全的前提下使用。

前者活動的目標是讓數據得到正確的管理，具備業務無關性和通用性，后者活動的目標則是滿足特定業務要求，釋放數據價值。

前者都是高層次的管理活動，比如組織，制度，流程，標準和規則等，后者則是事務性管理活動，在數據治理制定的規則下，圍繞具體事務，開展工作方案制定、組織實施、監督評估等。

前者一般需要業務部門的責任人、數據管理部門的責任人及公司高層領導的組織推動，后者參與主體一般是負責具體事務的數據管理員，比如數據質量管理員。

前者對后者提供指導，后者根據前者的要求組織實施，并將情況反饋給前者。

考慮到咱們都是搞IT男，我再來做個不恰當的類比：

數據治理就是抽象的類，具備通用性。

數據管理就是實例，具備事務性。

類規定了實例的形式，實例是類的實現。

但事情還沒完，在數據管理活動下面，還有數據執行活動，這個也特別容易混淆。

IT部門搞數據質量平臺建設或運維配置的人員，經常稱自己在做數據治理，這是不準確的。

他們做的甚至不是數據管理，而是在負責數據執行。

企業內凡是稱呼為一線人員，生產人員，邏輯上干的活，都是執行類工作。

前面我講過，市場部是個管理部門，如果公司壓實了領域數據管理責任，那市場部干的數據類工作，大多就是在做數據管理。

而支撐市場部門開展數據工作的，就是數據執行部門。

下面，我還是以"涉敏數據必須脫敏展現"這個數據工作為例，來說明數據治理、數據管理和數據執行活動三者的區別。

信安部門制定了數據安全管理辦法，明確了"涉敏數據必須脫敏展現" "涉敏數據必須加密存儲"的要求，這是數據治理活動。

市場部門組織開展涉敏數據使用活動，在方案中明確涉敏數據使用的具體方法，比如對數據進行分類分級，定義涉敏數據的具體使用流程，這是數據管理活動。

市場部把這個需求提交給IT部門實現，IT部門基于業務部門制定的分級分類規則，對全量數據進行掃描打標，建立涉敏數據的審批流程和開發平臺，這就是數據執行活動。

再舉個數據質量管理的例子。

公司數據治理辦公室組織制定數

據質量管理辦法，明確數據質量管理的職責分工和要求，明確數據質量考核或者檢查規則，這是數據治理活動。

市場部制定市場領域數據質量管控方案，例如個人號碼數據一致性稽核規則，定期開展個人號碼數據一致性評估，組織相關報部門進行一致性問題的原因分析，然后給出解決方案，這是數據管理活動。

IT部門按照市場部的規則對個人號碼的數據一致性進行定期自動稽核并預警，根據市場部要求對不一致性數據進行修復，這是數據執行活動。

數據治理是定義的那個抽象的類，數據管理是基于類實現的實例代碼，數據執行就是運行的程序。

分不清楚數據治理、數據管理、數據執行三者的區別，會導致數據工作的混亂，下面是我的一些體會：

如果是要打破各部門數據壁壘，那么建立數據治理體系可能有點用，比如搞個數據治理委員會，成立專門的數據管理部，因為這個時候大家共識未成，權力結構的調整是第一位的。

如果部門壁壘不存在，但某個領域長期存在某個數據問題（數據質量，數據安全等等），那么建立數據治理組織一般沒用，這個時候要加強的是某個領域的數據管理能力，比如給市場配專職數據管理專員。

如果業務部門數據管理意愿足夠，但數據還是老出狀況，這個時候，就要看看IT部門或者一線是不是出了狀況，該加強的是數據執行能力。

現實世界里，沒有那么多的地方需要高大上的企業數據治理，因為公司的組織架構設置大多時候就是權責匹配的，只有在流程的邊界地帶存在權力的真空，因此，老是要搞跨部門數據治理的企業，肯定是不正常的。

數據執行層面出問題應該是最多的，但如果問題特別嚴重，馬上會體現在對生產的直接影響上，因此一般來講，還是會得到重視和解決，除非公司不想活了。

最怕的，其實是數據管理出了問題，因為其對公司經營業績的影響是潛移默化的，債欠多了，還是要還的。有的公司數字化水平高，關鍵強在管理，而不是某個領導牛逼或者IT能力突出，而這是很難COPY的。

比如針對領域數據開放不暢問題，領域管理部門完全可以不管，短期也沒啥大影響，但今天慢8小時，明天慢16小時，積累多了，這個公司的數據管理水平就比對手落后一截，老板還在那納悶呢，為啥別人總比我們快半拍，諸不知是領域數據管理部門不履職造成的。

比如針對市場數據使用的安全問題，市場管理部門可以不管，短期也沒啥影響，但今天這個敏感數據沒有被識別，然后在系統上明文展示，明天那個敏感數據未被識別，也在系統明文展示，然后某天暴雷。

比如針對供應鏈數據跟前端銷售數據不一致問題，供應鏈管理部門也可以不管，短期看不到影響，但今天存貨差了10個，明天差了30個，日復一日，這個不一致的問題會嚴重影響公司的財務報表。

近些年數據治理很熱，但大家要的，其實不是數據治理本身，而是希望通過數據治理體系的構建，讓數據管理活動創造更多的業務價值。

華為數據治理體系的核心，就是數據owner制度，它從頂層設計上規定了數據管理部門必須履行的職責，然后在流程上強控，從而讓數據管理活動創造出更多的價值，壓實好各數據管理部門的責任始終是關鍵。

但很多企業，雖然在數據治理的形式上做到了與華為一致，但其并沒有建立起強勢的數據文化，能夠讓每個領域認識到自己的職責不僅僅是傳統領域的業務管理，還包括領域數據管理，并在開展經營活動中自發的履行這個管理職責。

那些僅靠IT部門支撐起來的數據治理體系，看起來是門面，但由于缺乏數據管理的堅強內核，那是相當的脆弱，風一吹就倒了，這也是數據治理備受詬病的根子原因。

因此，企業建個形式上的數據治理體系，對于公司一把手來說，那是分分鐘的事情，但要實現數據管理人心的轉變，那是個久久為功的工程。

所以，當老板直接來問你數據治理到底需要多少個人才能搞定的時候，你就應該知道這個事情完了。

希望對你有所啟示。