来源：谈数据，作者：石秀峰
全文共计4136字，预计阅读时间6分钟
一直以来大家对“一把手工程”有个误解，认为所谓“一把手工程”就是由企业的“一把手”（例如：CEO）牵头实施的项目。实际上，“一把手工程”是一个本土化、形象化的提法，它强调企业“一把手”在项目中的责任和作用。与之对应的英文是：top management commitment（管理高层承诺）指的是管理高层团队对项目的倡导和责任，是一个团队而不是一个人，对它的正确理解应该是“高管团队工程”。
数据治理的实施涉及业务范围广，牵涉到的人员多，技术又复杂多样，因而需要有强大的组织和推动能力方能成功，而“一把手工程”无疑是一把打破部门墙、消除信息孤岛、推动项目成功的“金钥匙”。
今天我们详细聊一聊企业数据治理中，如何打造“一把手工程”！
— 01 —
企业数据治理，谁对数据质量负责？
在日常工作中，我们可能比较容易识别数据的生产者、使用者和管理者。但是，一旦数据质量出现问题，要追责的时候，“到底谁对数据质量负责”就常常会变成业务部门之间或业务部门与IT部门之间相互推诿的问题。
举个例子，企业在盘点库存时，经常会发现ERP系统中的物料库存数据与实物的库存数据存在差异。业务部门会说IT部门没有提供完善的系统功能，导致数据错误，而IT部门则可能责怪业务部门操作不规范。事实上，出现这种问题有多种可能，例如：业务的出入库操作重复，出入库记录有遗漏，库存物料的描述不准确，以及物料库存位置不正确等。
但谁应该负责解决这个问题？通过IT部门不断增强业务系统的能力，真的可以解决类似问题吗？
当涉及库存时，通常是由一个仓库管理员负责确保库存数量准确。作为数据质量改进和控制的一部分，这可能需要对系统中的物料建立统一的编码规则并实施数据清洗，还可能需要对实物库存进行重新贴标签。而这些决策永远不会成为单纯的IT问题，IT部门将无法解决。
数据的确权定责只是数据治理的手段，而不是数据治理的目的，企业要做的是提高数据质量和实现业务目标，而不是在发生了数据问题后去追究责任。数据问题的重点在于预防，问题发生了再去追责则为时已晚。
笔者认为，数据质量人人有责：谁生产谁负责，谁拥有谁负责，谁管理谁负责，谁使用负责。数据生产者要确保按照数据标准进行规范化录入；数据拥有者要确保所拥有的数据可查、可用、可共享；数据使用者要确保数据的正确、合规使用，以及数据在使用过程中不失真；数据管理者要制定确保数据质量的流程和制度，并使其有效执行。
— 02 —
企业数据治理，需要“一把手工程”
企业数据治理之所以需要建设成为“一把手工程”，除了更容易对数据进行确权定责之外，主要还涉及以下5个方面原因：
第一，数据治理不单是一个项目，更是一项持续的数据服务——数据治理即服务。数据治理是战略层面的策略，而不是战术层面的方法，从数据策略的定义到实施路线的制定，都需要企业高层领导参与并最终决策。高层领导是企业战略制定的直接参与者，也是企业战略落实的执行者，他们需要对企业数据战略的细化和实施充分授权，要积极支持与配合数据治理执行层的工作。
第二，与传统信息化项目不同，数据治理是一项需要不断迭代、持续优化的综合工程。高层领导对数据治理项目仅支持是远远不够的，他们需要深度参与，做好领导带头和模范作用，让业务部门、IT部门在数据治理的战略方向和目标上保持一致。
第三，数据治理项目涉及范围广，牵涉范围为整个公司，需要各个部门的紧密合作，相互协同。只要有一个部门领导不积极，他所管辖的部门就有可能成为实施数据治理的障碍。只有“一把手”牵头的数据治理项目，才能顺利打通各部门之间的部门墙，各业务线条之间的业务墙，各信息系统之间的数据墙，让信息流得更加通顺。
第四，数据治理项目具有周期长、范围广、过程复杂等特点，随时可能会遇到重新调整预算，重新分配资源，让所有的关键利益相关者进行合作，并随时调用各种数据的问题，而高层领导的关注和深度参与能帮助数据治理项目向通往成功的方向迈进一大步。
第五，要全面开展数据治理，需要数据创建、采集、加工、处理、存储、使用各环节涉及的每个业务部门积极投入，同时需要企业内的利益相关者对企业的数据治理统一认知，统一思想，齐心协力配合，上下一致行动，而这一切都离不开“一把手”的领导和支持。
— 03 —
企业数据治理，如何发挥“一把手”作用
1、深度参与
数据治理是由一个又一个的数据治理项目组成的循环迭代，不断上升的模式，也叫螺旋模型。每一个数据治理项目目标的成功实现都离不开高层管理的参与和支持。
作为项目经理，你要认识到企业高层领导也是项目的一项可利用的重要资源，需要“用好”。在数据治理项目的预研、立项、启动、调研、设计、实施、验收等各个关键环节，项目经理要清楚在哪些环节、哪个会议需要哪些高层领导参与，他们能够提供什么帮助。在项目执行过程中，项目经理要主动向高层领导汇报各个关键步骤，并告诉他们你的目标是什么，目前进展到了什么程度，遇到了什么问题，需要哪方面的帮助等，让他们了解项目的进展和需要改进的地方，这样可以帮助他们制定出更加完美的解决方案。
作为企业高管，也要认识到数据治理是企业数字化转型的必经之路，是企业的重要战略，需要主动、积极的参与。而实际情况中，由于各位高层领导的工作特性，以及个人精力问题，往往对具体项目的关注度不够，影响了项目的稳步推进。采取什么切实可行的方法来关注项目，参与项目，其实是个很有技巧的问题。比如多听听项目经理的口头汇报；在取得阶段性成果时用面对面或邮件的方式表达一下祝贺；在项目经理遇到资源、人力等协调问题时，及时回复个邮件等。有时仅仅是一个电子邮件，但是对项目经理来说就是一个无形的支持——让需要企业相关的干系人知道，领导在关注这个问题。
2、充分授权
数据治理项目需要各业务部门、技术部门的相互配合和协同。作为数据治理项目的执行者，项目经理往往由于职权的问题，无法协调业务或技术部门的管理者。数据治理项目需要高层领导给予项目经理充分授权，只有授权才能确保数据治理策略和行动有效地贯彻和执行下去，并清除行动障碍。
企业中高层领导代表着更高的职权，在对项目经理授权的方式上可以采取很多灵活，有时需要一些技巧。例如：将项目经理权责写入“项目章程”并以正式的文件形式发布；在项目启动会、阶段汇报会议等公共场合强调项目经理的权责重要性；在项目取得一定进展时,给予当面的肯定和表扬等等，都是授权的形式。
3、保龄球效应
积极鼓励式的“授权”可以让项目经理增强信心，同时也让企业的相关利益相关者清楚地知道，数据治理牵头人“不是一个人在战斗”，背后更有“一把手”或者高层领导团队的支持，牵头人的意见一定程度上代表了“一把手”的意见。这对数据治理的各项事务的推进和跨部门协作至关重要！
行为科学中有一个著名的“保龄球效应”：两名保龄球教练分别训练各自的队员。他们的队员都是一球打倒了7只瓶。教练甲对自己的队员说："很好！打倒了7只。"他的队员听了教练的赞扬很受鼓舞，心里想，下次一定再加把劲，把剩下的3只也打倒。教练乙则对他的队员说："怎么搞的！还有3只没打倒。"队员听了教练的指责，心里很不服气，暗想，你咋就看不见我已经打倒的那7只。结果，教练甲训练的队员成绩不断上升，教练乙训练的队员打得一次不如一次。
— 04 —
企业数据治理，将数据思维植入企业文化
数据治理是一个长期的系统工程，需要融入进企业文化当中。资源是会枯竭的，只有文化生生不息，当数据治理植根于企业文化，数据治理策略和行动就能够自然而然的顺利进行。而一种企业文化并不是一朝一夕、轻易就能形成的，往往与企业的“一把手”有着密切的关系。
企业文化的建设并只不是写在纸上的“标语”，也不是给员工不断“灌输”就能够形成的，它是从“一把手”团队的日常实践中总结和提炼出来的。
因此，数据文化的建设，不仅是需要“一把手”的理解和认可，更需要“一把手”的积极参与和支持。“一把手”必须通过自己的行为，身体力行去影响人、带动人、鼓励人，从而将“用数据说话、用数据管理、用数据决策，用数据指导行动、用数据驱动创新”的数据思维，植入企业文化，形成企业的价值观。
数据文化是一种创新文化，提倡数据思维和创新方法，方法对，事半功倍，方法不对，事倍功半。
例如，某公司为了解决会计处理单据的效率问题，实施了公共数据库项目，该项目基于数据湖技术把销售事件、采购事件、生产事件、资金事件等来源不同渠道和系统的会计信息统一采集和接入到公共数据平台中来，形成了围绕会计“事项”的公共大数据“事项库”。通过该项目的实施，原来几十人需要做的事情现在只有几个人就能完成了，不仅提升了效率，成本还节约了5倍。
企业文化是企业管理的最高境界，要建成良好的数据文化也不能仅靠“一把手”就能完成的，而是需要全体员工的共同努力。
在工作中，要形成“养数据”的行为习惯，不断积累各类业务所需的数据；还要学会“管数据”，确保数据的可见、可查、可访问；同时，还需要学会“用数据”，用数据驱动业务，提升效率、降低成本，为企业创造价值。
写在最后的话
数据治理是企业战略层的策略，而“一把手”是企业战略制定的直接参与者，也是企业战略落实的执行者。“一把手”需要对企业数据战略的细化和实施充分授权，要积极支持与配合数据治理执行层的工作。“一把手”要做好激励工作，帮助执行层打通数据治理战略实施的障碍。实际上，数据治理项目仅有“一把手”的支持还是不够，IT部门、项目经理必须要与“一把手”的战略方向和目标保持一致。
数据治理项目的周期长、范围广、过程复杂等特点，随时可能会遇到重新调整预算，重新分配资源，并借由所有的关键利益相关者进行合作，并可能随时调用各种数据的问题，而“一把手”的关注和深度参与是数据治理项目通往成功的方向迈进一大步。
最后。以前上ERP讲“一把手工程”，如今搞数据治理、数字化转型也讲“一把手工程”。其实，讲不讲“一把手工程”都是废话，实际上凡是涉及企业变革的项目，没有那个是缺少“一把手”支持的。关键还是要理出需要“一把手”支持什么，怎么支持！
免责申明：
本文系转载，版权归原作者所有，如若侵权请联系我们进行删除！
数据治理：从一把手工程到数据文化！ 
363
0
