?

“數據治理”這個10多年前就已經出現的名稱，在最近這幾年時間一下子火了起來。不知何時，江湖中流傳出了：“數字化轉型、治理先行”的說法。

?

于是乎，我們看到：不僅是傳統提供數據倉庫、BI、主數據管理、元數據管理、數據集成等數據服務的軟件供應商在說數據治理，阿里騰訊等互聯網公司，大型國企也都在談數據治理，很多企業都將數據治理作為數字化戰略的一項必要舉措，列入了企業的戰略行動計劃。

在眾多談論數據治理的企業或個人中，筆者發現大家對數據治理有著一個普遍的共識，那就是：“數據治理說起來容易，做起來難”！

一、為什么要做數據治理，真的想透了嗎？

在做數據治理咨詢的過程中，經常會遇到以下對話場景：

請問你們為什么要做數據治理？

常見回答：我們要建立數據標準，提升數據質量，實現數據資產統一管理。

接著問：為什么要建立數據標準、提升數據質量，不做會怎樣？

常見回答：數據質量問題比較多，無法提供準確的數據報表，影響業務效率，無法支撐企業的數字化轉型。

再次問：都影響到了哪些數據報表、哪些業務？

常見回答：XX報表不準確、統計口徑不一致、系統之間數據孤島，數據集成困難……吧啦吧啦……

接著追問：為什么會造成數據報表不準確，口徑不一致，系統集成難？

常見回答：因為數據標準一致，數據源的數據質量差。

?

我們仔細分析這樣的調研結果是浮于表面的，圍繞數據的問題在原地打轉，沒有將為什么要做數據治理真正想透。

因此數據治理的第一步不是分析數據問題，而是分析業務問題，找到企業的核心業務訴求，定義數據治理的目標和范圍。

二、數據治理不是什么高大上的東西，基本是臟活、累活！

數據治理很火，在DAMA 數據管理知識體系指南中，數據治理位于數據管理“車輪圖”的正中間，是數據架構、數據建模、數據存儲、數據安全、數據質量、元數據管理、主數據管理等10大數據管理領域的總綱，為各項數據管理活動提供總體指導策略。

?

談到數據治理，我們經常講它是一個涉及到企業戰略、組織架構、數據標準、管理規范、數據文化、技術工具的一個綜合體。沒有數據治理實踐經驗的，一定會認為：哇，數據治理好“高大上”呀！又是戰略、又是標準、又是文化的，聽起來很高深嗎！

然而，只有你真正做過數據治理人才知道：數據治理不僅都是苦活、累活，還是個受累不討好，經常背鍋，領導看不見價值的活。

數據治理過程中，有時候是不被理解的。數據治理是個地基性工程，人們看到的永遠是數據應用的“高樓大廈”，數據治理團隊天天忙忙碌碌的，領導也不知道“這伙人”到底都在干啥？但是，只要數據出現問題，第一個被問責的就是數據治理團隊。

三、做了數據治理，為什么數據質量依然很差，咋辦？

我們公司兩年前就做了數據治理，建立了數據治理平臺，元數據管理、數據質量管理等功能都有了，但是我們的數據質量問題還是很多，導致建設的BI系統基本都沒人用，請問有什么好的方式解決？

這個問題，我沒有答復。原因是數據質量差、BI用不起來，這個問題雖然常見，但是10家有相同問題的企業中，有9家的原因是不一樣的。在沒有經過詳細調查，不了解具體背景的情況下，不敢貿然給出建議。

做過了數據治理，企業的數據質量就一定能提升嗎？其原意是要問：上過了數據治理系統或實施了數據治理項目，為什么還會有數據質量問題。

這個問題很復雜。正如上文中的項目型數據治理，點到為止，治標不治本。

?

有的企業認為數據治理就是上一套強大的數據治理平臺，只要平臺功能強大，就能管好數據，這恰恰是陷入了另一個誤區——唯工具論，豈不知數據治理的本質是管理數據，而不是管理程序、腳本和任務。

另外，還有很多企業是出現了數據問題，并且對業務造成很大影響之后才去進行治理的——被動式治理，失去了治理數據的主動權，常常是解決了一個問題又引出了更多的問題。

四、數據治理之道是什么，要怎么做？

數據治理需要體系建設：為發揮數據價值需要滿足三個要素：合理的平臺架構、完善的治理服務、體系化的運營手段。

數據治理不是一蹴而就的，它是一個漫長而持續的過程，沒有一針頂破天的訣竅，也沒有立竿見影的途徑。只有將數據治理變成一種常態化機制，就如同我們每天吃飯、睡覺一樣，形成一種習慣、一種文化、持之以恒、不忘初心、不懈努力，才能達到預期目標。

總結

以上是生活随笔為你收集整理的老板要做数字化转型，干了3个月的脏活累活，我被开除了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。