話說：“無規矩，不成方圓”。企業數據治理也一樣，明確的組織機構、角色分工、統一的數據標準、規范的管理流程是保障數據治理成功的關鍵要素。今天我們來談一談，企業數據治理的組織制度保障體系的建設。廢話不說，我們直接來干貨！

 

一、組織機構

 

 

數據治理項目涉及范圍廣，牽扯到不同的業務部門、信息部門和應用系統，需要協調好各方關系，目標一致、通力協作才能保證項目的成功，而有效的組織機構是項目成功的有力保證。在2017年9月發布的DAMA-DMBOK2.0中，引入了數據治理組織架構體系章節，并重點介紹了數據治理組織機構的重要性和組織機構建設的相關內容。

由于各行業信息化發展程度參差不齊，數據治理成熟度也不盡相同，企業對于建設數據治理組織機構的認知也是不一樣的。有的企業專門成立了數據治理的部門，有的企業為數據治理項目設置了臨時的組織，有的企業數據治理組織人員由科信部門的人員兼職，有的企業將數據治理工作托管與第三方機構（例如：部分集團企業將數據治理托管給了下屬的三產公司）。

結合筆者項目實踐，企業數據治理組織機構體系可以大致劃分為決策層、管理層和執行層三個層面。

決策層：定義企業數據管理戰略和目標，指明數據治理方向和藍圖，批準實施數據治理制度及流程；對數據治理過程的重大事項進行審核和決策；對數據治理工作給予相應的人力、物力和資金的支持與保障。主要角色：數據治理委員會。

管理層：定義企業數據標準、質量規則制定數據管理流程和相關制度；對數據治理過程進行進行監控和管理，以符合數據標準、管理制度和流程規范的要求。主要角色：數據治理辦公室。

執行層：根據企業的數據標準、管理流程和制度要求，執行數據標準，實施數據治理，提升數據質量，釋放數據價值。主要角色：數據主責人、數據使用人、數據錄入人、系統負責人、系統維護人、技術支持人。

筆者認為以上的數據治理的組織形態并無高低層次之分，不同行業、不同需求特點、處在不同階段，企業數據治理的組織形態，可以有所差別，企業應結合自身的發展戰略和目標確定建立什么樣的數據治理組織。數據治理組織應具備目標導向的自驅力，通過合理的人才成本配置和激勵措施，激發團隊活力，增強企業競爭力！

二、角色分工

在數據治理的實踐中，“確權、定責”非常關鍵，是避免后續部門之間，相互推諉、扯皮的重要措施。在確定了企業數據治理的組織機構框架后，就需要對每個角色的權責進行明確。

1、數據治理委員會，即數據治理的決策層，主要負責制定企業數據戰略、把控數據治理的總體策略，為數據治理目標指明方向，對數據治理過程中的重大事項進行決策。

2、數據治理辦公室，是數據治理的經營管理層，主要負責企業數據標準、數據管理流程和數據管理相關制度的制定、審查數據質量，貫徹落實數據標準、監督數據治理效果。

3、數據治理業務操作層，主要負責數據治理的貫徹執行。根據不同的企業需要，數據治理執行層，可以由以下角色組成：數據主責人，數據使用人，數據錄入組，數據審核組，技術支持組。主要職責及分工如下：

三、數據標準規范

在數據治理體系中數據規范包含三個方面，即：數據標準規范、數據質量規范、數據安全規范。

1、數據標準規范

數據標準規范是一套由管理制度、管控流程、技術工具共同組成的體系，是通過這套體系的推廣，應用統一的數據定義、數據分類、記錄格式和轉換、編碼等實現數據的標準化。數據標準規范包括：業務術語描述、數據模型標準、主數據和參照數據標準、指標數據標準等。通過對數據標準化定義和描述，解決數據不一致、不完整、不準確等問題，消除數據的二義性，使得數據在企業有一個全局的定義，減少了各部門、各系統的溝通成本，提升企業業務處理的效率。

請參考《數據治理系列3：數據標準管理》

2、數據質量規范

數據質量規范是明確數據質量管理要求，制定數據質量指標（常見的數據質量指標包括：數據唯一性、數據完整性、數據準確性、數據一致性、數據關聯性、數據及時性等）、定義數據質量規則、確定數據質量標準和制定數據質量的測量和分析方法，通過數據質量控制，提升數據質量和數據管理水平。

請參考《數據治理系列5：淺談數據質量管理》

3、數據安全規范

數據安全規范是識別敏感數據，進行數據安全的分類、分級定義，確定數據安全職責，明確敏感數據的訪問和使用權限。

請參考《數據治理系列6：數據安全治理之道》

四、管理制度與流程

數據管理規范是數據治理成功落地的保障，管理規范包含：數據管理流程、數據管理制度、數據監督考核制度。

1、管理流程：數據治理應貫穿于數據的整個生命周期，在數據的規劃、設計、創建、變更、存儲、使用、銷毀的各個階段應設置相應的管理流程，例如：數據需求管理流程、數據創建流程、數據變更流程、數據銷毀流程。

2、管理制度：管理規范是配合管理流程，在每個管理流程中設置管控點，明確每個管控點的管控目標、管控要素、標準規范和操作規程，與數據管理流程相輔相成。項目常見的數據管理制度有：數據填報規范、數據清洗規范、數據采集規范、數據運維制度等。

3、監督考核：監督是監督過程，考核是考核結果。數據治理的過程監督是對數據治理相關流程和制度執行的情況的檢查，通過制度規范和約束數據管理過程。考核是數據治理制度有效推進和落實的根本，建立相應的數據治理考核辦法，并關聯組織及個人績效。數據治理既要嚴抓過程，更要注重結構。

五、組織制度保障體系建設要點

組織機構、角色分工、數據標準和管理制度，構成了數據治理項目成功實施的重要保障。同時，按照DMM數據管理能力成熟度模型要求，組織機構、角色分工、數據標準和管理制度也是衡量一個企業的數據管理/治理能力的成熟度的關鍵考察要素。

在企業數據治理中，關于組織制度保障體系的建設，筆者給出以下幾點建議，供參考：

1、建設、運維雙階段并重

企業在實施數據治理時，往往會遇到這樣一種情況。項目建設過程如火如荼，并能夠取得一定的成績。而往往項目建設完成后或建設完成后的一段時間內治理組織解散、數據標準執行不到位、數據管理制度也不了了之，建設階段取得的成果逐漸消失殆盡，企業的數據情況又回到的治理之前。我們一直強調：數據治理是一個需要持續運營的過程，不能一蹴而就。企業的數據問題，并不是單單靠實施一個數據治理項目就能徹底解決的。組織制度的保障不僅僅是作用在建設階段，更重要的是在運維/運營階段的持續保障。對于項目建設期和運維期，數據治理的組織機構形態和管理制度細則會有所側重和不同，企業應根據自身需求和數據發展要求靈活調整。

2、以點穿線、以線連面

企業的數據名目繁多，千變萬化，不可能寄希望于通過一個數據治理項目將企業數據問題全部解決。企業的每個業務域都需要多項數據支撐，數據治理要選擇好業務重點，不能胡子眉毛一把抓。企業應按照需求緊迫程度、業務影響程度、實施難易程度等因素設置權重，排列優先級，根據優先級順序進行逐步推進。

筆者建議企業實施數據治理，要有明確的目標，選擇1個或多個業務痛點的數據進行實施，快速見效。通過解決數據痛點問題，解決由該痛點引起的業務線之間的協同問題，再通過每條業務線上數據問題的解決，逐步實現企業全面的數據治理。而每個數據痛點問題的解決都需要整合業務鏈條上的相關業務部門資源，不能寄希望于一個部門或一個人。例如：產品數據的治理，涉及到從產品訂單開始，到產品設計、材料采購、產品生產、產品存儲、產品運輸、產品銷售、產品服務的各個環節，需要每個業務環節設置相應的人力資源支持和制度流程保障。

3、加強人才培養和文化建設

加強數據專業人才的培養是數據治理組織機構建設的重要支撐，也是數據標準和制度流程體系能夠順利落地的保證。筆者在《數據治理系列5：淺談數據質量管理》一文中曾提到，影響企業數據質量的因素，可以總結為兩類，客觀因素和主觀因素?？陀^因素：在數據各環節流轉中，由于系統異常和流程設置不當等因素，從而引起的數據質量問題。主觀因素：在數據各環節處理中，由于人員素質低和管理缺陷等因素，從而操作不當而引起的數據質量問題。而事實上，主觀因素造成的數據質量問題往往占比在70%以上。高素質的人才培養，是企業數據治理的一個重要基礎。人才隊伍的建設離不開企業文化土壤的滋養，數據治理要做好，企業應將數據思維、數據意識融入到企業文化的血液中。通過培訓、績效激勵等方式，大力推廣數據文化，形成人才隊伍和企業文化建設的并行發展。

六、總結

數據治理的目的是提升數據質量和數據變現的能力，讓數據成為利潤中心的一部分，這離不開技術，更離不開管理，而成熟有效的組織、標準、制度體系的建設，使得數據治理有了成功的保障。

筆者觀點：隨著數據資產化被社會的廣泛接受和認可，數據治理組織制度保障體系必定會經歷一個從無到有、從虛擬組織到實體組織，從兼職管理到專業崗位，從離散控制到全鏈監控的過程。數據治理組織制度保障體系的建設需要一個過程，并不是一步到位。在筆者看來，虛擬組織也好，實體組織也罷，不論是全職崗位還是兼職管理，不論是項目式的離散管控還是全過程、全鏈路的統一標準，并沒有絕對的好或不好，而是在企業發展的一定階段要選擇不同的方式罷了，在這一點上沒有最好的解決方案，只有更適合的解決方案。