|
2020年《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》指出，“加快培育數據要素市場”。當前，數據已被視作與土地、勞動力、資本、技術并列的五種生產要素之一。大數據不僅是重要的生產資源，更是和“槍桿子”“筆桿子”一樣重要的執(zhí)政資源，對國家長治久安和綜合國力競爭具有極端重要性，因此要不斷提高黨管數據能力水平。在數據治理中，“黨管數據”將會發(fā)揮更大的作用。黨管數據是“管”和“促”，只有“黨管數據”的強力介入和行政力量強制打通數據壁壘，才能形成數據開放共享的大平臺，而開放共享正是發(fā)展大數據的必然基礎。數據時代，需要不同于以往的治理模式和規(guī)則，需要建立起符合互聯(lián)網發(fā)展規(guī)律、適應大數據發(fā)展趨勢的法律和規(guī)則體系。立法、立規(guī)、行業(yè)自律、企業(yè)自律，都必須依靠“黨管數據”來指導、來監(jiān)督、來實現(xiàn)。安全是一種基礎的公共產品，數據安全只能依靠黨和政府來保障。這種安全既包括涉及個人利益的數據安全，也包括與社會穩(wěn)定、國家安全相關的數據安全。我們要瞄準世界科技前沿，集中優(yōu)勢資源突破大數據核心技術，加快構建自主可控的大數據產業(yè)鏈、價值鏈和生態(tài)系統(tǒng)。要加強關鍵信息基礎設施安全保護，強化國家關鍵數據資源保護能力，增強數據安全預警和溯源能力。要加大對技術專利、數字版權、數字內容產品及個人隱私等的保護力度，維護廣大人民群眾利益、社會穩(wěn)定、國家安全。在任何企業(yè)，數據治理都是系統(tǒng)性的整體工作，尤其是大型企業(yè)。從最佳實踐看，中央企業(yè)、大型集團、國資企業(yè)，但凡數據管理工作成效好，數據應用水平高的，均成了了數據治理組織，當然組織的名字有所差異，有的叫數據治理委員會、有的叫數據資產委員會、有的叫網絡和信息化領導小組等等，這就充分說明沒有強力統(tǒng)一的組織管理，數據治理這項工作就不容易開展。數據管理、數據治理不是傳統(tǒng)的信息化管理工作，信息部門一家是很難開展的。
既然談到戰(zhàn)略，那就是要涉及公司領導層要決策的，以前談一把手、總經理，以后還要涉及黨書記。數據戰(zhàn)略是一個企業(yè)把數據作為戰(zhàn)略資產管理，數據治理的愿景。數據如何對企業(yè)發(fā)揮戰(zhàn)略性價值，如何支持和引領數字化轉型這是一個戰(zhàn)略問題。有些企業(yè)喊著要制定數據戰(zhàn)略，要么是信息部們模仿其他企業(yè)編篡一段話，別人的戰(zhàn)略不是你的戰(zhàn)略；要么就是數據治理咨詢時依賴咨詢公司編篡一段話，項目結束了這段話誰也不記得。要我說，這段話就是屁話。數據戰(zhàn)略應該是每個重要領導、每個核心骨干、每個產生數據的人、每個應用數據的人、數據所有者、數據管家都應熟稔于心的，這才叫數據戰(zhàn)略。數據戰(zhàn)略還沒能很好在企業(yè)發(fā)揮作用的，信息部門需要認真的思考一下。由于很多企業(yè)在建設信息化的過程中采用的是分散建設模式，大量的系統(tǒng)和數據部署在下屬企業(yè)，現(xiàn)在集團需要把數據集中起來進行打通，進行綜合應用，這才發(fā)現(xiàn)，下面的數據很難要到。集團和下屬單位、下屬單位之間的數據都是很難在整體層面共享的。這是很多企業(yè)在數據管理過程中遇到的尷尬之處，下面的企業(yè)根本不聽集團信息部的，這是為什么呢？你們?yōu)槭裁纯梢灾苯酉蛳聦賳挝灰獢祿?，數據到底是誰的，信息部門需要認真的思考一下。現(xiàn)實情況就是很多企業(yè)的數據標準做完基本就是一疊疊文件而已，放在文件柜無人問津，雖然叫數據標準，但是基本沒有落實執(zhí)行。大多數情況是這些標準也就是信息部門的個別人相對清楚，業(yè)務部門根本不知道。也就是說，數據標準走不出信息部門，更別說下級單位的貫徹和執(zhí)行了。這是為什么呢？信息部門在做數據標準的時候有沒有將標準的業(yè)務屬性和技術屬性找業(yè)務部門溝通確認過呢？有沒有帶著人家一起玩，甚至一些關鍵數據標準由業(yè)務部門主導實施。信息部門需要認真思考一下。為什么叫數據治理組織，組織就是起到了管理和協(xié)調的重要作用。黨組織是世界上最科學的組織，從抗日戰(zhàn)爭、國家建設到現(xiàn)在抵抗新冠疫情，我們發(fā)現(xiàn)只要黨在管理，執(zhí)行力就強、執(zhí)行速度就快、執(zhí)行質量就高。這就是組織的重要性，數據治理也是一樣，沒有組織的數據治理就是碎片化的、孤立的、不成體系的。因此，一個企業(yè)如果真正開展數據治理工作，成立數據治理組織就是第一見大事，不成立數據治理組織就談數據治理是空談，就像打仗不組建軍隊，還不如不談，不要自欺欺人。也就是說要做數據治理這件事必須先成立數據治理組織，而且要覆蓋到決策層。
組織是開展數據治理的基礎，數據戰(zhàn)略和數據標準要由組織進行發(fā)布、數據安全和數據共享要由組織進行協(xié)調。沒有數據治理組織這個基礎，數據治理工作是無法開展的，信息部們想一個部門就把公司數據治理工作開展好就像蚍蜉撼樹，太難了，太難了，太難了！只有組織承認的數據戰(zhàn)略才是公司的數據戰(zhàn)略，數據戰(zhàn)略要走出信息部門的屋子，這就需要數據治理組織的力量，領導層的參與和支持，才能真正形成公司整體的數據戰(zhàn)略，也就才能在公司廣泛進行宣傳和落地，尤其是數據戰(zhàn)略要和企業(yè)戰(zhàn)略對齊。數據標準難就難在業(yè)務屬性和管理屬性的界定和執(zhí)行，和業(yè)務相關的術語定義、計算邏輯都要由業(yè)務部門來確定的，誰去管理和認責數據也是和業(yè)務部門息息相關的，技術屬性就是在系統(tǒng)中實現(xiàn)用的，比起業(yè)務屬性和管理屬性復雜性要小的多。經驗證明，業(yè)務部門牽頭數據標準制定，成功概率更大些。第三、數據質量需要技術和業(yè)務的協(xié)同。數據質量是數據使用者對數據的滿意程度，因此數據是否符合應用是判定數據質量是否合格的重要依據，這就需要業(yè)務的參與。我們經常從技術角度講數據的完整性，數據的完整性需要付出更大代價，數據質量也要有度，滿足應用，持續(xù)提升。因此，數據質量的管理就需要業(yè)務部門尤其數據使用者的深度參與，這就需要組織的領導和協(xié)調。數據安全就是要對數據分類分級，識別敏感數據，合規(guī)使用數據，這離不開組織各級的參與。數據的合規(guī)性靠法律法規(guī)的約束，數據的重要性和敏感性是和業(yè)務緊密關聯(lián)的，僅靠信息部門是難以識別數據的重要性和敏感性的，這就需要組織發(fā)動群眾的力量，才能把數據安全工作做好。組織最重要的職責之一就是協(xié)調跨組織、跨部門的數據共享和應用。在企業(yè)中，可以說所有數據或者大部分數據是企業(yè)所有，為了發(fā)揮數據資產的價值，就是要在合規(guī)的情況下最大程度共享，不能共享的要說明理由。誰來在企業(yè)中協(xié)調這個工作呢，只有數據治理組織中的決策層領導。數據治理涉及組織中與數據相關的決策、管理和責任。通常，建立數據治理團隊的目的是確保數據得到平穩(wěn)有效的處理，并逐步提高數據質量。數據治理程序旨在為組織準備規(guī)章制度，并處理可能出現(xiàn)的與數據有關的任何問題。它們還確保遵循政策。它們告訴公司誰是數據的所有者，誰可以用它執(zhí)行某些功能。
確定組織中擁有有效數據治理的策略是建立數據治理組織的第一步，可以通過編寫數據治理章程來啟動該策略。章程將包括使命陳述和對數據治理愿景和目標的描述。在正式開始實施之前，可能需要高層管理人員在章程上簽字。為數據治理組織制定的框架要包含在章程中，并解釋誰有權對數據做什么，還要解釋數據治理的范圍。有許多數據治理模型可供選擇，并不是所有模型都適合每個組織。采用三層方法的常見模式包括一組高級管理人員，通常稱為指導委員會，負責制定高級決策;提供指導的中層管理小組數據治理辦公室(Data Governance Office);數據治理工作組負責大部分的管理工作，工作組包含業(yè)務和信息技術(IT)領域的專家。步驟3:為組織選擇正確的層次結構 
公司治理通常如上圖表所示。“層次結構A”具有從金字塔的公司治理點開始的策略，首先到IT治理，然后到數據倉庫治理，最后到數據治理以及與數據治理相關的任何事物和任何人。在“層次B”中，數據治理驅動所有決策。在這種類型的框架中，數據的治理得到了優(yōu)先處理。數據治理結構包括業(yè)務規(guī)則和策略、數據的質量和完整性、數據的安全性以及對規(guī)則和法規(guī)的遵從性、審計和控制等等。那些為其組織選擇最佳層次結構的人必須決定他們是要關注公司治理還是數據治理。在兩個層次結構中的IT治理功能中，IT治理組確保整個公司的數據策略和策略在其系統(tǒng)和數據庫中執(zhí)行。指導委員會由高級管理人員和利益相關者組成，他們通常是數據被治理的業(yè)務線的高級副總裁和副總經理，例如營銷、財務、采購等。指導委員會的負責人應該是一名高級執(zhí)行人員，向首席執(zhí)行官報告，首席執(zhí)行官有權批準項目預算，并將項目列入優(yōu)先級列表。指導委員會的執(zhí)行人員負責他們各自的業(yè)務。指導委員會還包括業(yè)務和IT領域的執(zhí)行發(fā)起人，以及數據治理辦公室的主任。執(zhí)行發(fā)起人是公司的高級管理人員，他們能夠在整個組織中推動數據治理。發(fā)起人應該是公認的了解自己業(yè)務的領導者，并且能夠處理與治理相關的各種職能。指導委員會指導整個組織的數據治理過程，并確保遵循為數據制定的政策和程序，如數據質量政策和程序。該委員會還批準數據項目的章程和策略，批準并修改建議，批準資金，并建議項目。此外，委員會還就商業(yè)戰(zhàn)略提供指導，并處理沖突的解決。這個小組必須愿意參與組織中所有與數據治理相關的事情，并向數據治理辦公室和數據治理工作組報告信息。數據治理辦公室(也稱為數據委員會)負責實施數據治理。角色包括數據治理領導(DGL)、IT代表和協(xié)調者。DGL通常是一個比副總裁低一級的人，作為全職的工作。他們與所有業(yè)務單元和IT部門合作，以便數據治理和策略在整個組織中都是通用的。DGL還強制執(zhí)行政策，建議在哪些數據治理項目上投資，協(xié)調業(yè)務和技術小組，建立成功指標，監(jiān)視和報告數據質量和數據治理指標，并與業(yè)務領導和IT資源合作，確定優(yōu)先級并解決問題。DGL必須是一個領導者，具有政治敏銳性，知道誰是關鍵的影響者。他們還應該精通數據治理和行業(yè)實踐。DGL應該是在公司工作多年，并且已經知道公司的目標和戰(zhàn)略的人。數據治理協(xié)調員安排會議和電話會議，記錄會議記錄，更新問題日志，并執(zhí)行管理職責。數據治理工作組(Data Governance Working Group)的成員是經理級或更高級別的人員，負責聯(lián)絡業(yè)務部門和IT部門。他們推動特定主題領域的數據管理和數據質量，并擁有業(yè)務和IT問題的主題專業(yè)知識。工作組可以根據數據的使用情況推薦項目。成員應該是領導者，能夠作為一個團隊做出決定。這個組中的角色可以包括數據質量主管、數據管理人員、元數據主管和數據架構師。工作組中的IT資源需要對數據建模、數據分析和遷移具有技術上的理解和知識。必須選擇更多指定的角色來支持數據治理工作，并成為數據治理組織的成員。這些包括:數據所有者:創(chuàng)建策略，是數據域數據質量的所有者;數據所有者是與數據有關的任何問題的聯(lián)系人。數據管理專員:創(chuàng)建策略，將其放置到位，并實施它們，以及糾正數據質量問題。每個業(yè)務單元都有一個數據管理專員。他們在自己的組織內工作，為用戶進行有關政策和程序的培訓。數據管理專員的主要職責之一是確保不同部門中不存在相同的數據，以免產生不必要的重復。數據管理專員還協(xié)調數據的收集并管理其可訪問性。數據架構師:設計、結構、組織和維護數據。數據架構師為業(yè)務功能繪制相關數據的結構和組織。這個角色通常是一種“中間人”，他理解業(yè)務小組的數據需求，并將這些需求轉換為在組織的數據策略中工作的數據結構。數據建模師:獲得對數據質量和文檔業(yè)務規(guī)則。數據分析師:為數據所有者發(fā)現(xiàn)和研究問題，并根據記錄和案例徹底審查數據質量。“提高數據質量和避免不良數據相關成本的最有效方法是制定更好的數據管理實踐。實施一個與管理層支持相關聯(lián)的數據質量團隊可以創(chuàng)建可執(zhí)行的政策、流程和標準，從而提高企業(yè)范圍內的數據質量。數據治理工作組的成員根據章程中的項目目標創(chuàng)建策略。這些策略可以與許多與數據相關的內容相關聯(lián)，例如命名規(guī)則、沖突解決、安全性等等。政策必須得到指導委員會的批準，并必須得到執(zhí)行。確保組織中的每個人都遵守制度是很重要的，特別是在涉及數據質量時。如果不遵循制度和流程，可能會導致相同數據質量錯誤。可以通過使制度易于理解和文檔化來執(zhí)行，以便每個人都能方便地訪問它們。不容易獲得的制度很少被讀取。它們應該包含具有實際價值的度量標準，以便顯示遵守制度如何對業(yè)務產生重大影響。制度和流程應該是一個活的文件，并隨著公司戰(zhàn)略和目標的變化而更新。數據治理需要業(yè)務專家和IT專家。業(yè)務專家向其他人傳達與數據相關的業(yè)務需求。他們必須知道數據是如何收集的，以及CEO等決策者將如何使用這些數據。業(yè)務團隊而不是IT團隊處理數據所有權，其成員是主題問題專家。他們知道企業(yè)的目標是什么，以及數據如何幫助實現(xiàn)這些目標。他們還需要有足夠的技術知識來有效地向IT團隊解釋IT需求。業(yè)務人員必須有來自上層管理的權限來執(zhí)行有關數據質量的標準和策略。他們還必須了解不良數據是如何進入系統(tǒng)的，并找出糾正問題的方法。他們有權對企業(yè)和部門級別的不良數據進行更改，并能夠審核和衡量數據質量解決方案的成功程度。IT團隊成員需要具有高度的技術技能。它們?yōu)闃I(yè)務團隊中的人員提供處理數據的工具。它們支持公司數據所使用的應用程序，并且必須能夠理解業(yè)務策略并將其合并到IT中。他們必須把工具的數量控制在最低限度;越簡單越好。IT團隊成員必須能夠編寫數據移動和存儲的代碼，并且了解數據模型和數據庫。他們需要了解如何將業(yè)務模型轉換為數據模型，并在錯誤普遍存在時確定清理數據的規(guī)則。IT專家必須與企業(yè)中的各個部門合作，了解每個部門的數據需求以及需要哪些應用程序。當業(yè)務端處理策略開發(fā)時，IT端將處理實際的數據遵從性和安全性特性。IT還可以提供度量標準來幫助業(yè)務專家評估數據質量和策略遵守情況，并確定是否需要進行任何更改。為了有效地處理數據并在整個組織中提高數據質量，數據治理是必要的。為一個組織選擇最好的模型，選擇正確的團隊成員，并確保持續(xù)遵守制度和流程是構建有效和成功的項目的基礎。每個組織都需要解決自己獨特的情況和組織的挑戰(zhàn)，但所有組織都將發(fā)現(xiàn)這里介紹的十個步驟是有效建立數據治理組織的基礎。
|
