CIO必须了解，企业数据治理的8大误区

数据治理作为数据资产形成的前期工作，可谓是数据平台建设质量及成果评估的关键。这两年亿信华辰做的数据治理项目越来越多，发现IT领导者很容易陷入数据治理误区，这些误区甚至会破坏最佳的项目规划。因此，我们总结了企业做数据治理的8大误区，非常有必要了解，希望大家少走弯路。

误区1：数据治理是技术部门的事情

数据治理方面的第1个误区便是认为数据治理是技术部门的事情，与业务人员无关，也与企业管理层无关。

企业数据治理是一场涉及组织、业务、技术等多个部门的战略变革，数据治理的最终目的是赋能业务，为数据变现提供动力。而技术人员长期专注于提升技术能力，对业务需求、痛点把握不足。不考虑业务需求的数据治理会趋离本源，易造成转型中途夭折。企业进行数据治理涉及的部门一定是涵盖业务部门、技术部门甚至管理层的多维组织架构，这样才能使数据治理真正落地。

误区2：忽视传达数据治理的整体业务价值

数据治理的第2个误区就是认为数据治理是个技术项目，无法体现在业务成果上。

数据治理必须是一项企业范围的计划，有效的数据治理计划与业务能力和价值流保持一致，它们最终会使得高层建立的更大的企业目标。我们需要确保数据治理不被视为IT部门的宠儿项目非常重要，这对于得到高层的买账和支持至关重要，也对于数据治理计划的可扩展性和持续成功起重要作用。

当CIO未能清楚地阐明和展示数据治理和其相关计划如何帮助推动业务成果成功和生产力提高时，它只是在概念上保持卓越，在执行方面就不那么出色了。

误区3：必须得有工具平台，才能开展数据治理

数据治理的第3个误区是必须有工具才能做数据治理。常常听到一些朋友在开展数据治理的时候会说，先整套工具吧，再搞数据治理，这是一个极端。还有另外一个极端就是，完全不需要数据治理平台工具，直接把数据治理当作咨询项目，往往导致的结果就是花了大笔的钱，前期可能会有一些效果，可随着时间推移，远远达不到当初的预期。

其实，数据治理是一项和管理深度结合的活动，有工具后可以加快效率，没有工具同样可以进行数据治理。比如在信息化程度不高、数据量不大、数据类型不多的情况下，制定一些合理的治理流程和制度就可以起到很好的效果，工具反倒增加了成本和管理流程，这时候是可以不需要工具的。

而对于经过多年信息化发展的企业，在开展数据治理时，平台工具就是必备的。工具作为数据治理4大核心要素之一，它的作用就是提升数据治理的效率，而且工具往往是与组织、制度、流程相辅相成的，它会将我们的数据治理咨询成果落地到平台中，保障数据治理这项活动的常态化运转，持续提升企业的数据管理能力。

误区4：必须发起正式的项目，才能开展数据治理

数据治理的第4个误区是必须发起正式的项目，才能开展数据治理。错，并不是这样，其实，无论是IT部门或是业务部门，只要今天制定了与数据有关的某项制度或流程，这都算是在开展数据治理。

我们举个例子，比如技术部门规定，核心系统中，客户编号只能用ID来表示，这其实就是一条数据标准。数据治理的门槛并不高，很多部门甚至小组内部都会有这样、那样的数据规范，而且这些规范在一段时间内都可以起到良好的正向的作用。

讲这个误区的目的呢，就是告诉大家，面对数据治理不要怕，数据治理的门槛并没有我们想的那么高，人人都可以做些有益于数据正向发展的工作。但当我们开展规模化数据治理时，还是应该起个项目，结合企业的战略规划、业务需求、市场发展等多方面因素，制定合理的数据治理实施路径。

误区5：数据治理是简单的工具配置及叠加

数据治理的第5个误区是企业认为数据治理只是简单的工具配置及叠加。

一些企业可能会认为通过治理工具将数据进行简单的“冲洗”，数据便会条理清晰、干净待用。其实不然，数据治理包含组织架构调整、治理流程的制订、工具的配置、现场技术人员的实施、业务部门的协同配合等。人员调用及安排是数据治理的前提，只有将专业、合适的人员安排到合适的位置，才能让他们真正发挥作用；只有具有清晰的行动指令及执行流程，企业的数据治理才能有效果。

误区6：贪大求全

数据治理的第6个误区是贪大求全，希望一次数据治理能覆盖全业务和全技术域，将各个业务系统、各类数据都纳入其中。

提起二八原则，大家都不陌生。这个原则在数据治理中同样适用：80%的数据业务，其实是靠20%的数据在支撑；同样的，80%的数据质量问题，其实是由那20%的系统和人产生的。在数据治理的过程中，如果能找出这20%的数据，和这20%的系统和人，先从核心系统，核心数据开始做起，再渐渐覆盖到其他领域，将会起到事半功倍的效果。数据治理本身就是一个很大的概念，包括很多方面内容，一味贪大求全，抓不住重点，往往会导致数据治理看似什么都做了，但其实又什么都没做，成本、时间都上去了，但是效果却很不明显。

误区7：数据治理的过程不透明

数据治理的第7个误区在于数据治理过程不透明，就一个项目组的在埋头苦干。而这一点也与高层支持度和人员参与度息息相关。

这里的不透明主要指的是两个方面。一是制定的规则章程制度标准等未进行宣贯。相关人员对此并无知悉，自然也就谈不上遵守执行，那么这些文件便只能成为一纸空谈。二是数据治理没有存在感。数据治理的进度、成果等，都没有阶段性的呈现，业务人员感受不到数据治理带来的效果也就不愿配合，高层管理人员接收不到数据治理的成效价值也就意识不到数据治理的重要性，从而降低投入。

误区8：数据治理可以短期见效

数据治理方面的第8个误区便是认为数据治理是可以短期见效的。

数据治理是一项长期而繁杂的工作，很多时候，经过多项整合、清洗、归集后，数据治理似乎已初见成效，但应用业务时却发现数据无法真正落地，更无法驱动业务。可见，企业在数据治理过程中存在一些误区，会令数据治理过程漫长且效果不佳。导致这种现象的一个原因就是企业内部缺失数据管理，对数据变现价值抱有期待，但并不清楚如何智能化管理数据。

面对这种情况，企业可通过小型数据应用项目对数据架构、数据质量、数据处理能力进行全面摸排，为后期真正的数据治理提供依据。在数据情况探查清楚后，可由专业的数据治理服务商制定切实可行的数据治理方案，指导技术人员和业务人员协同配合，缩短数据治理见效时间。

结语：数据治理涉及的工作复杂性高，数据治理之路必然不是一路坦途。学习前车之鉴，避开常见陷阱，数据治理抓重点，在建组织、明规范、梳流程的基础上，选用合适的工具，也能让数据治理之路更顺畅。亿信华辰拥有完善、可落地的数据治理方法论，不仅具备先进的数据治理技术，覆盖数据治理十大领域，可快速交付数据治理项目，还具有专业的数据治理人才队伍，包括咨询、产品、实施、运维，实现从咨询到交付的数据治理项目闭环。