跟着华为，学数字化转型（7）：数据治理

来源微信公众号：Sammy Liu 世民谈云计算
企业数字化转型是以数据为基础的由新一代ICT技术支撑下的业务转型。数据找不到、看不懂、不准确、不及时，都会成为企业数字化转型路上的重大阻碍。企业都知道数据很重要。数据只有经过治理才能被使用，数据治理是数字化转型的基础。

数据治理，就是用统一的数据管理规则，确保数据质量，让企业的数据清洁、完整、一致。其愿景，就是在数据确权的基础上，构建起企业的数据生态，让数据真正发挥出作为生产要素的强大作用，成为华为真正意义上的战略资源。

课程中华为谈了五个数据治理的经验。

经验一：数据治理不是IT问题，而是业务问题。

课程中举了一个例子，欧洲市场上售卖的鸡蛋，每个上面都有一个编号，编号的每位数字表示特定含义。很显然，IT只是做编号实现和系统支撑的，而编号怎么定义，则需要业务部门来定。

从这一点出发，华为为每类数据都设定了数据Owner，由业务部门担任。数据Owner是华为在数据治理上最为宝贵的一条经验，是数据治理体系能够发挥作用的基石。

经验二：必须建立一套企业级的数据综合治理体系。

很多公司，把数据治理当做一个项目，一场运动，但这种运动式的数据治理都不会成功。华为建立了一套数据综合治理体系：

• 顶层设计：公司级数据管理的总纲，由任总签发，明确了数据治理的基本原则。以及三大政策，包括数据架构管理政策、数据质量管理政策、数据源管理政策。
  
• 工作机制：公司级的数据管理部，每个业务部门都配置一个数据管理部。
  
• 系统支撑：一套完成的IT系统，所有的数据资产都要在上面登记注册。

经验三：数据分类。

华为把数据分为结构化数据、非结构化数据、内部数据、外部数据等四大类。每类数据的治理成本和方法都不一样。

经验四：不能只埋头苦干，而要盯着价值干。

数据治理，需要盯着业务痛点，哪里问题大，就从哪里开始。

课程中举了一个华为的例子。比如华为在世界各地做生意，各国的行政区划就是个大痛点，一出错就牵连很多其他系统，可能供应链收发货都会出错。数据管理部就从这个痛点入手，把全球的行政区划都梳理清楚，需要用到的业务部门都从统一的地方调用，增强了数据在系统中的一致性，大大提升了一线业务人员的工作效率。

这些看得见的价值，不只是让从事数据治理工作的同事得到正反馈，也让公司其他同事都看到了数据治理带来的收益，对华为的数据治理而言，就会形成良性循环。

经验五：想好了再做。

宁愿慢一点，也要想好了再做。华为之前就出现过，制度没成熟，业务也没定义清楚，但IT冲上去做了开发和系统搭建，结果就是需要花好几倍的精力去清理数据。

数据治理是一门大学问，很显然，一讲课程是讲不清楚的，《华为数据之道》厚厚一本书呢。

笔者认为，除了以上华为课程中谈到的内容以外，还有其它几个关于数据治理的事情还是值得讲一讲的。

第一：数据治理与数据管理的区别和关系。

数据治理和数据管理的概念没有明确定义，界限更是模糊。数据管理协会（DAMA）在数据管理知识体系（DMBOK）中也认为，数据治理(Data Governance)是（广义）数据管理概念的一部分，是在数据的整个生命周期中确保数据质量的数据管理，其核心目的是将数据乱象理顺，变成规范的数据。而数据管理（Data Management）是将数据作为有价值的资源进行处理的过程。数据使用（Data Use）则是发挥数据价值，将数据变现的过程。

笔者自己的理解如下图所示。显然，我这个理解不完整，甚至不准确，仅一家之言。“数据治理”，重在“治”，将乱糟糟的数据理顺，变成能用的数据。狭义的数据管理，重在“管”，让数据能安全地被共享、能及时地被处理、能可靠地被存储。数据使用，重在“用”，让数据发挥价值。如果不用，那数据就是一堆占用很多资源的垃圾。

实际上，华为的数据管理工作建设历程和上图基本符合。第一阶段通过数据治理，实现数据清洁；第二阶段，包括数据管理和数据使用，实现了数据的可视、共享。



下图显示了华为广义数据管理的愿景：


下图是华为数据管理的目标，即支撑公司数字化转型。

二、企业数据管理体系的核心是什么？

《华为数据之道》一书中，提到“华为虚实结合的数据组织设置，是确保数据工作充分卷入业务，同时能够在应用系统中有效落地的关键。”华为建立起了实体化的数据管理组织，虚线向公司数据管理部汇报；同时组建了跨领域数据联合作战团队。如下图所示：

公司数据Owner的职责如下：

• 第一条：制定数据管理体系的愿景和路标
  
• 第二条：传播数据管理理念，营造数据文化氛围
  
• 第三条：建设和优化数据管理体系，包括组织与任命、授权与问责等
  
• 第四条：批准公司数据管理的政策和法规
  

• 第五条：裁决跨领域的数据集管理争议，解决跨领域的重大数据及管理问题
  

  
  每个业务部门是一个或多个领域数据的Owner。课程中谈到了数据Owner的职责：

• 第一条：负责领域数据管理体系建设。
  

• 第二条：负责领域信息架构建设。
  
• 第三条：负责领域数据质量管理。
  
• 第四条：负责领域数据底座和数据服务建设。
  

• 第五条：负责领域数据争议裁决。
  

  
  华为公司数据管理部的职责：代表公司制定数据管理相关的政策、流程、方法和支撑系统，制定公司数据管理的战略规划和年度计划并监控落实，建立并维护企业信息架构，监控数据质量，披露重大数据问题，建立专业任职资格管理体系，提升企业数据管理能力，推动企业数据文化的建设和传播。
  
  从公开资料看，华为公司数据管理部既有进行统一数据治理的责任，也有对虚线管理的业务部门数据部进行实际考核的权利，各个业务部门老大作为数据Owner，需要向公司数据Owner进行述职，也许正是这些手段确保了华为公司数据管理部能逐步达成公司设置的数据战略目标。
  
  所谓的虚实结合，其中之一是指，功能领域数据管理部归对应的业务部门实线管理；归公司数据管理部虚线管理。实线的含义包括部门主管及其所负责组织的绩效评价，工资奖金评定等等。那虚线管理的约束力何在？第一是公司数据管理部可以对领域数据管理部的主管绩效行使否决权。第二是员工专业能力的评定权，这是员工在公司内升职加薪的必要条件。
  
  笔者认为，这里面核心一条，是如何制定公司数据管理部和业务部门的数据管理KPI，制度、组织和考核三者要形成闭环，否则制度无法落地。如果不制定合理的明确的考核制度，那么公司的数据管理制度大概率会流于形式，因为公司没法判断一个业务部门的数据管理做的好还是不好。但针对这些职责，如何制定量化KPI，课程并没有提及，课程中只有定性要求，没有定量要求。
  
  
  从公开资料看，华为建立起了公司级数据质量评价标准、管理框架和运作体系，但具体怎么做的就不得而知了。

数据质量度量：


第三：大数据管理部可能要改名字了。

在不少公司，都有大数据管理部，要负责很多事情，比如大数据平台建设、数据产品、数据治理等。

一方面，笔者建议把“大数据管理部”这名字改成“数据管理部”。因为，大数据管理部，从名字上，容易让人理解为管理大数据平台和进入了大数据平台的数据，基本上可以和我前面图中的“数据管理（狭义）”部分相对应。很显然，这是远远不够的。真正的数据管理，应该是上图中的广义数据管理。

另一方面，笔者建议，把数据管理职能和数据业务职能分开。也就是说，要把数据治理和数据管理放到一个部门，而把数据开发放到另一个部门，该部门的性质为业务部门，以业务部门的要求来考核。否则，数据管理部既是裁判员又是管理员，很可能在公司内部形成业务竞争关系，对数据管理非常不利。

四：数据治理是搞企业数字化转型的试金石。

为什么数据治理和数据管理在很多企业流于形式？为什么数据管理规范很大程度都只是贴在墙上的标准而无法落到实处？

笔者认为，一个根本原因是在这些企业中，数据价值无法明确和量化。在数据价值不明确的情况下，企业管理层和各业务部门就不会投入资源来做数据治理和管理这件事情。

那数据价值为什么不能明确呢？这是因为很多传统企业的业务还不是基于数据来开展的，数据连比较大的辅助作用都起不到。

而一些互联网公司，比如字节跳动和阿里，都是基于数据建立的真正数字化企业，数据是其核心业务的基础，公司靠数据活着，因此必须投入大量的人力物力财力来做数据治理、管理和开发，否则，公司业务就无法开展甚至无法生存。

因此，对传统企业来说，数据治理和企业转型就变成了鸡生蛋还是蛋生鸡的关系。没有完整、干净、正确的数据，企业数字化转型就没法实现；而数据价值不明确或不明显，企业又不愿投入。

怎么破局呢？笔者认为，要破局，企业管理层的眼光和魄力是关键。如果管理层认定企业将来必须成为基于数据的数字化企业，那么就必须从现在开始就投入资源。

因此，一企业是否在诸如数据治理这种基础性工作上进行必要的投入，是判断该企业是否真正想搞数字化转型的一块试金石。

对企业的启发：

• 数据治理是企业数字化转型的必须做的一项基础工程。
  
• 数据治理要建立完善的工作机制，否则容易流于形式。
  
• 数据治理这种基础性工作，考验的是一把手的眼光和魄力，是检验企业数字化转型的一块试金石。