聊聊数据治理验证这件事

问题导读

1.数据治理验证什么？
2.如何开展数据治理验证？
3.数据治理能力如何打造？


序：缘何要进行数据治理验证呢？也许读者可能第一次听说这个话题。在数字化转型、数字经济、数据要素、数据资产、数据价值等一系列眼花缭乱的词汇下，数据治理成为了当前的热点。数据治理不是什么新鲜事，也不是立竿见影的万能药，而是要踏踏实实研究数据，弄清什么数据，什么是数据治理，数据治理的核心是什么，只有弄清一件事，才能更好想为什么去做，如何去做，做的成果如何衡量。据统计，很多企业数据治理是不成功的，所以客户才提出数据治理验证的话题。下面我们深入聊聊数据治理场景验证。


一、认识数据治理




大家可以思考一个问题：有没有国家治理验证的例子，有没有公司治理验证的例子？治理是什么，治理是组织、制度、流程、工具等综合机制。我们从没有听到国家治理机构验证的例子，也没听到过公司治理体系验证的例子，那么数据治理是公司治理的一部门，为什么要验证，难道数据治理组织不是公司决策层同意的吗，难道数据治理制度不是公司领导层同意的吗？恐怕还真不是，大多数情况下都是信息部门组织的，领导层和决策层恐怕并不深入了解，因此才有验证一说。既然验证，我想最重要的事情就是弄清楚什么是数据治理，什么是数据管理，什么是数据项目，如果边界弄不清楚，就会弄巧成拙。


二、数据治理验证什么




要想弄清数据治理验证什么，首先要弄清什么是数据治理？根据DAMA定义，数据治理是在组织中为数据管理建章立制，实现对数据管理的管理，因此数据治理说白了就是组织、制度、流程等方面的内容，而不是数据模型、数据分布、数据分类分级、数据安全、质量规则等方面的东西，难道我们要验证组织是否成了，数据制度是否发布了，数据管理流程是否健全？当然不全是，倘如进行数据治理体系验证，第一个核心点应该是组织的真正作用是否发挥了，很多单位成了组织治理组织基本跟没成立一样，为什么呢？一是岗位、职责并不明确，二是职责并不到人，三是组织里大都是领导，基本没有做实事的人，四是为了成立组织而成立组织；第二个核心点应该是制度和流程的管控效果怎么样？能否保证数据在各个管理域是被管理的，是否真正发挥了数据价值；第三个核心点应该是技术工具是否有效支撑了数据治理的落地工作。

落地可能是很多领导挂在嘴边的话，那我们思考下什么是落地呢？落地不是说说而已，也不是呈现的几个文件，而是将数据治理融入公司的数据项目建设过程中，形成良性的数据管理机制。开口就谈数据治理，那数据治理工作一定还不深入，还在表面。


三、如何开展数据治理验证






那么如何开展数据治理验证呢？企业的数据治理团队就像医生一样，要去诊断，望闻问切是少不了了，要能看到公司的数据管理问题，那么如何看到呢，举个例子，我们经常会开项目例会的，项目中会反应形形色色的问题，比如数据不完整、数据缺失、统计口径不一致，这就需要数据管理人员有敏锐的洞察力；要能听到企业里各部门反应的数据问题；要能主动访谈沟通数据管理问题，在前三步基础上对症下药，才能更好的解决公司的数据问题，这就是实事求是，不能形而上学。也就是要求数据管理团队要掌握全面的数据管理知识，比如对DCMM、DAMA等体系要熟稔于心。

另外数据治理验证要发现病人之痛，解决最痛点问题的时候还要思考解决系统性的问题，也就是我们常说的要采用中西医结合的方式。痛点不解决就是很难受的，但是只解决痛点可能不能解决根本性问题。因此，数据治理场景的验证的关键还是业务驱动！疼痛解决了，才会有人说你是好医生，你才有机会进一步从根本上解决问题。而不是一下子就打一剂强心针，也不能一口吃个胖子，中医的虚不受补就是这个道理。


四、数据治理能力如何打造




我们企业都想通过数据治理验证来打造本企业的数据治理能力，也就是知识转移，赋能的过程。愿望往往都是很美好的？到了做事的时候，就成了退避三舍，跟我没关系了，还是你们数据治理咨询的单位弄吧。组织也要帮着推动建立，制度也要推动发布，就连数据治理的会议也要乙方组织。这样的验证过程就是雾里看花啊，雾散花落。如果要想成为拳王一定要亲自练拳，要想成为优秀的赛车手一定要亲自练车的，我们站在台下看，那永远只是观众。能力离我们会越来越远，要想知道梨子的滋味，必须要亲自尝尝的。只要深刻理解了数据治理的含义，亲自了解企业自身的数据问题，躬亲数据治理工作，我想一定会有能力的积蓄和爆发的，当然过程一定需要领导的支持，不仅口头支持，更要身体力行。

举个例子，当前开展数据中台、数据湖的项目是很多的，最终还是要进行数据分析、数据展现的，“你要乙方要推动各部门应用，如果他们不用系统就意味着建设失败”，这个场景应该是很熟悉的。其实，使用数据、数据需求、数据决策是数据文化的改变，乙方推动基本很难，除非特殊手段。站在企业考虑，如果公司领导都不用指着下面部门用是不现实的。据我所知，某国内特大型集团生产运营分析会就是看着系统上的数据召开的，参会领导一律不许读稿子，就是看着数据说话。这是一个数据驱动、数据文化很好的例子。


五、如何成为数据治理老司机




现在社会上有个情况，数据治理必谈华为，貌似把华为的数据治理体系搬到你公司你就插上飞天的翅膀了。这就好比，不管你得得什么感冒，是冷伤风还是热伤风，你问别人吃感冒胶囊好了，你就照此拿药，当然这种做法很迂腐了。华为数据数据治理是成功的，毋庸置疑。但是我们学华为学的是什么呢？应该学人家的神，不是学人家的形！人家什么时候开始数据治理的，人家的数据文化环境是什么，人家数据治理花了多钱，你了解过吗？所以，数据治理这件事永远不要照搬，弄清自己的现状，定好自己的目标，踏踏实实建设。就像你目前就会骑自行车，给你个法拉利也不会开。不要一山望着一山高，好好修炼自己的数据治理能力，才能更好的让公司的数据管理有好的成效，数据治理没有捷径。所以，我们更应该好好修炼数据治理、数据架构、数据建模、数据存储、数据安全、数据存储、文件和内容、主数据和参考数据、数据仓库和商务智能、元数据、数据质量、大数据和数据科学等方面的能力，并综合应用才能发挥数据治理的综合成效，才能真正的把数据质量有效提高，才能保证数据真正成为企业数据资产，才能发挥数据要素的价值，才能更好支撑公司的数字化转型，才能使企业高质量的发展。

最新经典文章，欢迎关注公众号

学习了，谢谢分享

数据验证其实是必要的，OCR的结果为啥不能用，是因为数据不能保证完全不出错啊。