拆掉部門間數據的“墻”是很多公司頭痛的問題，筆者最近做了一些思考，這里給出八個策略，希望于你有所啟示：

1、數據共享要成為公司的頂層設計，形成共識

好比天賦人權，無論現實中部門間如何扯皮，但數據共享還是要先確立一些基本原則。“數據是公司的戰略資產，不是部門的私有資產”，這是數據開放的基礎。“數據不共享是例外”也是很好的原則，因為這是共享效率的保障。

如果能把這些原則寫進公司的基本政策，那就最好的了，這個某種程度體現了公司的數據文化。

但原則歸原則，拆掉數據的“部門墻”需要實操的策略和藝術。

2、明確公司數據的所有權組織，這是踐行“數據是公司的戰略資產”的前提

大多公司沒有設立這個組織，因此各部門成為了部門數據的實際所有者，這造成了公司各部門間數據的“墻”，IT部門作為執行單位沒有資格去拆掉這些墻。

鑒于此，公司一定要在書面上明確具體是哪個組織代表公司擁有對公司數據的所有權，然后由它分配各部門的數據權力，華為的公司數據責任人和領域數據責任人制度是數據權力重新分配的一種實踐。

很多公司雖然建立了類似組織，但對這個組織的職責和權力并沒有明確，也許是沒想好，也許是調合不了各方利益，這種模糊或者曖昧的態度導致這些組織有點“名不正言不順”，這讓下面實操的人很難開展工作。

3、打破“部門墻”不是“一把手”工程，而是系統工程

大家習慣把部門墻的問題甩給一把手，認為只要一把手重視就能迎刃而解，這有點扯談。

事實上，只要有點管理意識的領導都會要求打破數據的部門墻，因為全流程效率提升是企業經營中的核心問題，數據作為流程的核心要素，一把手怎么可能不支持數據“部門墻”的打破？

問題也許在于，沒有哪個一把手事先知道拆掉數據“部門墻”需要具體支持到哪些層面，牽一發而動全身，這需要公司數據組織的補位，比如建章立制。

但現在這方面的人才比較稀缺，有些公司花了大價錢找咨詢公司來做，但咨詢報告的落地還得靠組織自己，這是個系統性工程，需要多投點人，多點耐心，少點運動式建設。

4、制度固然重要，但成功的要點卻在于流程再造

制度是篇章式、片段的、模糊的，雖然一般我們也可以按照做事情的先后順序去描述，但是這樣的描述中是不是有重疊、缺失，或者顆粒度的不一致，我們根本無法去識別和判斷。

在企業管理現實中，基于制度的管理總是看起來要復雜，而結果卻不精確，我們又很難有一個標準去約束和規范它們，最多是形式上的規范，而對內容的管理顯得無能為力。這并不是管理制度的人不負責任，而是制度本身的特質決定了必然形成這樣的結果。

拆掉數據“部門墻”僅靠發布幾個制度規范是沒有用的，每當看到某咨詢公司為某企業制定一系列的制度規范，每當看到數據部門為制度條款的內容咬文嚼字的時候，我都在想，千萬不要落入制度的陷阱。

因為制度的彈性太大了，A部門說我愿意開放數據，但如果實操中需要BCDEFGH審批，你說這個“墻”到底有沒有被拆掉？

基于流程的管理就完全不同。對于流程，可以有嚴謹的結構，可以有標準的顆粒度，可以有規范的語言；更重要的是可以有非常精確的內容，確保不會有缺失、重疊、交錯和沖突。這就使得管理的精細化成為一種可能。

現在很多企業都在提建立流程型組織，目的就是管理的精細化，華為公司就是典型的以流程精細化管理驅動的企業。

華為數據之道能夠成功，跟其強大的流程管理能力密不可分，華為的成功不可復制，其實在說華為的流程管理你學不會。

我們需要花大力氣明確流程的標準，然后去重構相關的流程，讓新的流程能夠穿透部門墻。

華為董事陶景文說：任何不涉及流程重構的數字化轉型，都是在裝樣子!這句話同樣適用于打破數據的“部門墻”。

流程重構動了別人的奶酪，推進中會受到極大的阻力，其難度遠不是制定幾個制度規范可以比擬的，咨詢公司干不了這個，只能靠公司的數據組織了，但現在有多少公司的數據組織真正在做重構生產關系的工作？

也許是時候未到，也許是太難了。

5、再好的制度和流程，在現實面前也需要妥協

部門有時不是不共享數據，而是有存量的包袱，原因至少有以下三個：

第一，管理沖突，比如省公司的部門不僅要受到省公司的管理，還要受到集團專業條線的垂直管理，在兩條線的要求出現不一致時，直接開放數據就有風險，有時只能中庸一點，你退一步，我退一步，大家一起找到一條可行之路。

第二，利益博弈，數據不會說謊，其如實的反映了部門的經營實際，部門開放數據意味著把自己的家底全部暴露給別人，這里不僅僅有安全的風險，還有被小題大做的風險，水至清則無魚，不要因小失大，失了全局。

第三，能力不夠，很多信息化建設比較落后的部門，數據共享不是愿不愿的問題，而是能不能的問題，比如數據都沒記錄，如何共享？而等到能力起來了，大半年就過去了。

拆掉“部門的墻”需要尊重現狀和因地制宜，因此，任何公司的數據共享政策和流程一定是不一樣的。

6、從最關鍵的數據開始，不追求數據共享的規模

大數據的4V特征大家都很清楚，但這個4V特征誤導了很多人，以為匯聚數據就要追求數據量大，數據種類多，數據速度快，數據規模甚至成為了體現一個公司數據管理能力高低的標準，但路是一步步走出來的，恰恰是在采集部門數據的時候，不能貪多貪全，有以下原則需要遵循：

第一，適度的自頂向下的規劃，一般要梳理得到三本數據字典，源端的數據資源目錄，數據湖的數據資產目及共享的數據服務目錄，如果不做好這個基礎工作，連共享的是啥都不知道，就失了根本。

第二，關注自底向上的需求調研，一線的應用到底缺了哪些數據用不起來，這是核心問題，IT部門搞大數據平臺建設，往往重視規模而忽視業務，費了很多功夫，采集了很多數據，但大多數據沒有產生什么價值，雖然說“數到用時方恨少“，但說這句話的前提是別人有的需求你首先要知道和滿足，那些難采的有價值的數據你能夠采集到。

第三，優先采集具有跨部門價值的數據，如果某個部門的數據只有領域屬性，也就是只對這個部門有價值，那么這些數據對公司來講可能都不算資產，可以放緩采集甚至不采集，而那些對其他部門都有價值的數據要應采盡采，那么如何確定哪些數據有跨域價值呢？

這就需要業務部門的充分參與，我知道這很難，只能靠公司的數據組織來推進了。

7、讓各部門在共享數據中獲益，實現共同成長

部門在共享數據的過程中不是僅有付出，也會有所得，因為既然你的數據對別人有用，那么別人的數據也可能對你有用，在公司提倡數據共享的背景下，所有部門都應該享受這個紅利，即思考到底公司有哪些數據對你有價值而這些數據以前是拿不到的，然后義正言辭的向公司提出你的數據訴求，這個時候不是你一個人在戰斗。

數據共享要求各部門在信息架構、主數據、數據質量、元數據管理、數據標準等各個方面予以提升，比如提供數據的部門要維護數據字典吧，維護數據字典需要自動化工具吧，諸如此類，對于公司的各個部門來講，數據共享也許是提升自身數據治理水平的一次機會。

在數據共享的過程中，數字化水平越高、數據創新意識越強的部門，越容易在數據共享中獲益，而封閉保守、安于現狀的部門，則容易在數據共享中迷失。

數據共享對于各部門到底是挑戰多一點，還是機會多一點，取決于部門自己的數據利用水平和開放態度。

8、公司的數據部門是管理者，更是服務者

在拆掉了數據的“部門墻”后，公司的數據部門要完成從數據所有者的角色向數據服務者角色的轉變，將獲取的各部門數據盡快共享出去，實現“取之于民，用之于民“。

在數據共享的過程中，會出現安全的問題、流程的問題、數據的問題、平臺的問題等等，針對所有的這些問題，公司的數據部門都應是第一責任人，不能只講權力不擔責任。

公司的數據部門將采集到的數據束之高閣，不管是主觀的還是被動的，都是不作為的表現，因為它讓拆掉數據的“部門墻”這件事變得毫無意義，同時扮演好數據權力分配者和數據服務者的角色，對于公司的數據部門是巨大的挑戰。

建議給公司的數據部門設置數據服務的KPI指標，建議給數據安全部門設置數據共享比例不低于XX%的指標，設置指標不是目的，而是一種導向，即公司所有的部門都應該為最終的價值創造貢獻力量。

服務大于管控，公司的數據部門才能獲得真正的信任，所用在拆掉“部門墻”中遇到的磕磕碰碰，所有制度規范顧及不到的地方，需要靠信任來填平，如果沒了信任，“部門的墻”最終還會重新豎起。

當然也許只有靠文化的力量，才能最終拆掉“部門的墻”！