今天我們來(lái)探討一下關(guān)于數據治理的靈魂三問(wèn)：

? ? 1、數據治理治什么，治的是數據嗎？

? ? 2、數據治理在哪里治，中臺還是后臺？

? ? 3、數據治理到底怎么治？

? ? ? ?數據是指對客觀(guān)事件進(jìn)行記錄并可以鑒別的符號，是對客觀(guān)事物的性質(zhì)、狀態(tài)以及相互關(guān)系等進(jìn)行記載的物理符號或這些物理符號的組合。其實(shí)在我看來(lái)，數據可以分為兩個(gè)部分，一是數字，二是文字。數字是沒(méi)有意義的抽象符號，數據是有意義的數字。文字表意，數字表量，當兩者結合起來(lái)，數據就產(chǎn)生了。

? ? ? ?在我們的生活和工作當中，數據無(wú)處不在。對企業(yè)來(lái)講，有很多數據是無(wú)關(guān)企業(yè)重大利益的數據，是沒(méi)有治理的必要的。數據治理的對象必須是重要的數據資源，是關(guān)乎企業(yè)重大商業(yè)利益的數據資源，這樣的數據資源可以稱(chēng)其為“數據資產(chǎn)”。正如北大教授王漢生先生所說(shuō)：“數據治理不是對“數據”的治理，而是對“數據資產(chǎn)”的治理，是對數據資產(chǎn)所有相關(guān)方利益的協(xié)調與規范?！?/span>

我們需要分開(kāi)來(lái)理解這句話(huà)：

? ? ? ?①什么是數據資產(chǎn)？

? ? ? ?②數據資產(chǎn)的相關(guān)利益方是誰(shuí)？

? ? ? ③協(xié)調與規范什么？

先說(shuō)一說(shuō)什么是數據資產(chǎn)。我們說(shuō)不是所有數據都是數據資產(chǎn)，那到底什么才是數據資產(chǎn)呢？

? ? ? 《企業(yè)會(huì )計準則-基本準則》第20條規定：“資產(chǎn)是指企業(yè)過(guò)去的交易或者事項形成的、由企業(yè)擁有或者控制的、預期會(huì )給企業(yè)帶來(lái)經(jīng)濟利益的資源?！?如果照貓畫(huà)虎修改一下，不難獲得一個(gè)關(guān)于數據資產(chǎn)的定義：“數據資產(chǎn)是指企業(yè)過(guò)去的交易或者事項形成的，由企業(yè)擁有或者控制的，預期會(huì )給企業(yè)帶來(lái)經(jīng)濟利益的數據資源?！庇纱丝梢?jiàn)，數據要成為數據資產(chǎn)，至少要滿(mǎn)足3個(gè)核心必要條件：

? ? ? ?①數據資產(chǎn)應該是企業(yè)的交易或者事項形成的；

? ? ? ?②企業(yè)擁有或者控制；

? ? ? ③預期會(huì )給企業(yè)帶來(lái)經(jīng)濟利益。

數據資產(chǎn)的利益相關(guān)方是誰(shuí)？

? ? ? 根據數據資產(chǎn)的定義，數據資產(chǎn)的利益相關(guān)方，包括：

? ? ? ①數據的生產(chǎn)者，即通過(guò)業(yè)務(wù)交易或事項產(chǎn)生數據的人或組織。

? ? ? ②數據的擁有或控制者，生產(chǎn)數據的人不一定是擁有數據，就像我們天天上網(wǎng)的各種數據都不歸我們自己所有，而是落在了各個(gè)互聯(lián)網(wǎng)公司的數據庫中。

? ? ?③數據價(jià)值和經(jīng)濟利益的收益者。數據治理就是對數據生產(chǎn)者、擁有或控制者，數據價(jià)值獲益者的規范和協(xié)調。

都什么是需要協(xié)調和規范？

? ? ? 首先是數據的標準化，定義統一的數據標準，“寫(xiě)中國字、說(shuō)普通話(huà)”讓數據資產(chǎn)的相關(guān)利益方在同一個(gè)“頻道”溝通。數據的標準化包含幾個(gè)層面：①數據模型標準化。②核心數據實(shí)體的標準化（主數據的標準化）。③關(guān)鍵指標的標準化。關(guān)于數據標準化這里不再展開(kāi)，有需要深入了解的朋友請參考筆者之前寫(xiě)的文章：《數據治理系列3：數據標準管理》。

? ? ? 其次是數據的確權。數據一旦成為資產(chǎn)，就一定有擁有方，或者實(shí)際控制人，可以把他們統稱(chēng)產(chǎn)權人。與實(shí)物不同的是，實(shí)物的產(chǎn)權是比較明確的，數據則比較復雜。產(chǎn)品在生產(chǎn)制造過(guò)程中，并沒(méi)有與消費者交易之前，制造商擁有完全產(chǎn)權。產(chǎn)品生產(chǎn)出來(lái)后，消費者通過(guò)購買(mǎi)支付相應的貨幣，便擁有了產(chǎn)品的產(chǎn)權。而數據的生產(chǎn)過(guò)程就不一樣了，我們的各種上網(wǎng)行為每天都會(huì )產(chǎn)生大量的數據，例如：網(wǎng)上購物、瀏覽網(wǎng)頁(yè)、使用地圖、評論/評價(jià)……。這些數據到底歸誰(shuí)所有？控制權該如何治理？這是擺在面前的一個(gè)難題！我們看到近幾年一些不良商家，利用我們的上網(wǎng)數據，導致安全隱私泄密的事件也層出不窮。希望隨著(zhù)技術(shù)和商業(yè)的進(jìn)步，盡快能夠找到解決方案！

? ? ? 第三是流程的優(yōu)化。數據治理的兩個(gè)目標：一個(gè)是提質(zhì)量，一個(gè)是控安全?；ヂ?lián)網(wǎng)數據的確權目前已經(jīng)是一個(gè)世界級難題，做好企業(yè)業(yè)務(wù)流程的優(yōu)化可能會(huì )對隱私保護起到一定的作用。通過(guò)業(yè)務(wù)流程優(yōu)化，規范數據從產(chǎn)生、處理、使用到銷(xiāo)毀的整個(gè)生命周期，使得數據在各階段、各流程環(huán)節安全可控，合規使用。另外，通過(guò)一定的流程優(yōu)化，通過(guò)對相關(guān)流程進(jìn)行監管，按照數據的質(zhì)量規則進(jìn)行數據校驗，符合“垃圾進(jìn)、垃圾出”的數據采集、處理、存儲原則，提升數據治理，賦能業(yè)務(wù)應用。

? ? ? ?關(guān)于數據中臺到底應該在中臺治理還是應該在后臺治理，這個(gè)話(huà)題在筆者所在的數據圈子中引起了激烈的討論。群里參與討論的都是業(yè)界的大咖，討論內容也十分精彩，我截了部分的截圖，先看看大咖們的觀(guān)點(diǎn)：

? ? ? ?數據治理到底應該放在中臺，還是后臺，我個(gè)人的理解是：小數據標準化治理靠人工、大數據預測性分析靠智能，將兩者結合起來(lái)：“人工+智能”形成了完整的數據治理技術(shù)體系。一個(gè)企業(yè)的數據治理既離不開(kāi)小數據的標準化治理，也離不開(kāi)大數據的預測性分析。

? ? ? ?這里的小數據，是在承載事物實(shí)體的數據，例如：人、財、物等，是企業(yè)所有業(yè)務(wù)開(kāi)展的載體。其實(shí)說(shuō)白了就是主數據管理。對于主數據的治理筆者認為是一個(gè)后臺行為，治理核心是“唯一數據源、統一數據標準”，而要達到這一目標是需要從數據的源頭抓起的，并且需要大量的人為干預，比如：數據標準的制定和落實(shí)，數據質(zhì)量的清洗，數據的申請審批，數據的分發(fā)和共享等。從這里也能夠看出小數據的治理，追求的是標準化、精確化，應該是一個(gè)后臺行為。

而在大數據時(shí)代，得益于大數據技術(shù)的突破，大量的結構化、非結構化、異構化的數據能夠得到儲存、處理、計算和分析，這一方面提升了我們從海量數據中獲取知識和洞見(jiàn)的能力。對于大數據，傳統的一味追求精確的思維受到了挑戰。而對于大數據的治理，允許一定程度上的容錯，反而可以在宏觀(guān)層面擁有更好的知識和洞察力。對于大數據的治理更多的是采用AI技術(shù)，例如：知識圖譜、語(yǔ)音識別等，對大數據的采集、處理、使用過(guò)程加以控制，使其能夠合規使用。所以，大數據的治理放在中臺似乎更為合適。

? ? ? ? 數據到底怎么治，這確實(shí)是一個(gè)寬泛的話(huà)題，首先是要明確治理的內容。針對不同的治理內容采取不同的數據治理策略。關(guān)于小數據和大數據的治理側重點(diǎn)上文已經(jīng)說(shuō)明。以下為筆者在數據治理領(lǐng)域總結的數據治理十大關(guān)鍵實(shí)踐：

1、成立組織，育人才

? ? ? ? 數據治理的根本目標的是提升數據質(zhì)量，控制數據安全和合規使用。數據治理涉及范圍廣，參與人員多，需要一定的組織和制度的保障才可能獲得成功。首先，依據行業(yè)經(jīng)驗來(lái)看，不論是基于后臺的小數據治理，還是基于中臺的大數據治理，“一把手”工程是數據治理組織建設的最佳實(shí)踐。尤其是中臺數據治理更是上升至企業(yè)戰略層面，自下而上的治理幾乎不太可能成功。其次，數據治理組織的建立并是組建一個(gè)非臨時(shí)團隊，而是要能夠支撐企業(yè)數據化業(yè)務(wù)的一個(gè)完整體系，包括：組織體系、管理體系、執行體系、技術(shù)體系等。第三，數據治理組織的人員選拔和人才培養，不同企業(yè)應有不同的策略。一般來(lái)說(shuō)，建立數據治理組織從企業(yè)內部進(jìn)行選拔相應的技術(shù)專(zhuān)家、業(yè)務(wù)專(zhuān)家更為合適，要比從外部招聘更能夠快速上手。不過(guò)，對于傳統企業(yè)，其內部更偏管理，數據治理團隊建設更多需要借助外部力量。

2、需求調研，摸家底

? ? ? ? 與數據項目一樣，詳細需求調研是開(kāi)展數據治理工作的第一階段的重要工作。本階段主要是理解企業(yè)的戰略，并按照從上而下的策略進(jìn)行開(kāi)展企業(yè)數據管理的現狀調研，摸清楚企業(yè)數據資產(chǎn)的分布、數據的質(zhì)量、數據的管理現狀、數據應用需求等情況。該階段的工作目標是確定數據治理項目的目標和范圍，評估數據治理成熟度，確定改進(jìn)內容和方向并與客戶(hù)達成共識。

3、梳理數據，建標準

? ? ? ? 按照業(yè)務(wù)主題進(jìn)行數據資產(chǎn)的梳理，并制定數據資產(chǎn)的標準。首先，定義數據資產(chǎn)元模型標準，包括：數據資產(chǎn)的數據含義、業(yè)務(wù)規則、質(zhì)量規則、數據來(lái)源、存儲路徑、管理部門(mén)、管理人等，即數據資產(chǎn)的元數據標準，定義好數據模型是數據治理成功落地的重要前提；其次，重點(diǎn)對企業(yè)的核心數據資產(chǎn)——主數據進(jìn)行標準化，包括：主數據標準化定義、參照字典的標準化、數據清洗、數據服務(wù)共享等；第三，對業(yè)務(wù)指標的屬性的標準化，指標的屬性分為“業(yè)務(wù)屬性”和“技術(shù)屬性”兩類(lèi)，業(yè)務(wù)屬性包含業(yè)務(wù)人員通常認識的指標分類(lèi)、名稱(chēng)、計算公式、展現方式和查詢(xún)權限等；技術(shù)屬性包含技術(shù)運維人員所關(guān)心的系統來(lái)源、取數字段、取數頻率、加工規則等，其核心也是元數據管理。

4、優(yōu)化流程，定制度

? ? ? ? 對于企業(yè)而言，數據來(lái)源于很多方面，內部數據如財務(wù)、人力、供應鏈、生產(chǎn)、銷(xiāo)售等；外部數據如政治、經(jīng)濟、社會(huì )、科技、行業(yè)、市場(chǎng)、競爭對手等。雖然數據來(lái)源廣、數據量大是優(yōu)點(diǎn)，但如果不加以整理和關(guān)聯(lián)，雜亂無(wú)章的數據不僅不利于分析應用，還將帶來(lái)不必要的人財物的消耗。所以，非常有必要對數據產(chǎn)生、采集、處理、加工、使用等過(guò)程進(jìn)行規范。通過(guò)統一數據標準，制定合理的數據管理流程和制度，規范數據生產(chǎn)供應的過(guò)程。

5、搭建平臺，接數據

? ? ? ? 數據治理平臺的搭建要根據不同的客戶(hù)需求搭建不同模塊，數據治理平臺主要涵蓋功能模塊有：元數據管理、主數據管理、數據質(zhì)量管理、數據標準管理、數據安全管理、數據模型工具、ETL工具等。數據接入是將各種來(lái)源、各種類(lèi)型的數據，通過(guò)數據集成工具將這些零散的數據整合在一起，納入統一的大數據平平臺或數據倉庫中，這一過(guò)程需要符合數據治理平臺定義各種數據標準、質(zhì)量規則、安全指標。所以，我們說(shuō)數據治理項目不是為了治理數據而建設的，而是配合大數據平臺、數據倉庫、數據分析挖掘等項目，通過(guò)提升數據質(zhì)量、控制數據安全，讓數據發(fā)揮出最大的效益。

6、建立指標，提質(zhì)量

? ? ? ? 提升數據質(zhì)量是企業(yè)數據治理的重要目標，也是企業(yè)進(jìn)行數據分析挖掘、業(yè)務(wù)管理和決策的重要基礎，只有建立完整的數據質(zhì)量體系，才能有效提升企業(yè)數據整體質(zhì)量，從而更好的為業(yè)務(wù)服務(wù)。從技術(shù)面上講，定義完整全面的數據質(zhì)量的評估維度，包括完整性、時(shí)效性等，并按照已定義的維度，在系統建設的各個(gè)階段都應該根據標準進(jìn)行數據質(zhì)量檢測和規范，及時(shí)進(jìn)行治理，避免事后的清洗工作。

7、優(yōu)化模型，控安全

? ? ? ? 數據安全治理，始于數據資產(chǎn)梳理。通過(guò)對數據資產(chǎn)的梳理，可以確定敏感數據在系統內部的分布、確定敏感數據是如何被訪(fǎng)問(wèn)的、確定當前的賬號和授權的狀況。根據企業(yè)的數據價(jià)值和特征，梳理出企業(yè)的核心數據資產(chǎn)，對其分級分類(lèi)，通過(guò)數據治理工具進(jìn)行建模，定義敏感數據位置、描述和處理方式，保證數據的合規合法使用。

8、開(kāi)放服務(wù)，促應用

? ? ? ?數據的治理是為促進(jìn)數據更好的應用，一切不以應用為目的數據治理都是耍流氓。通過(guò)數據資產(chǎn)目錄、微服務(wù)等技術(shù)將數據進(jìn)行開(kāi)發(fā)共享，促進(jìn)數據在企業(yè)中的應用，使得數據作為企業(yè)的寶貴資產(chǎn)應用于業(yè)務(wù)、管理和戰略決策中，發(fā)揮數據資產(chǎn)價(jià)值。

9、賦能業(yè)務(wù)，抓創(chuàng )新

? ? ? ?數據賦能是在管理和業(yè)務(wù)應用中發(fā)揮數據更大的價(jià)值，以數據驅動(dòng)業(yè)務(wù)的落地。數據賦能核心是，①匯聚數據：完善企業(yè)內部信息數據化，采集外部數據；②治理數據：整合數據，清洗、轉換、分析、服務(wù)；③應用數據：以數據為驅動(dòng)將洞察結果應用到實(shí)際業(yè)務(wù)中去，推動(dòng)企業(yè)業(yè)務(wù)和管理的創(chuàng )新。

10、持續優(yōu)化，再出發(fā)

? ? ? ?筆者認為企業(yè)的數據治理是一個(gè)螺旋上升模型，需要不斷的迭代和優(yōu)化。數據治理不能一蹴而就，需要建立起長(cháng)效的持續運營(yíng)機制，要將數據治理變成企業(yè)的一種機制、一種文化、一種習慣，而數據治理每一次迭代優(yōu)化都預示著(zhù)企業(yè)數據戰略目標的再出發(fā)！