進入數字化、智能化時代，在經濟、政治、科技乃至各行各業，數據不僅以超乎想象的速度進行量的擴張，而且數據特征和價值在廣度和密度等方面也發生了深刻的變化。數字化的飛速發展給政府治理，以及企業的數據管理、數據治理等帶來了系統性、全方位的變革與挑戰。數據治理的重要性進一步凸顯，并成為現代企業管理至關重要的組成和影響因素之一。
對數據管理的管理
數據治理是一項基礎性的工作，本身是一個持續且漫長的運營和優化過程，需要在企業由上到下達成共識的基礎之上，逐步推進和深入。
用友網絡平臺與數據智能業務發展部總經理岳昆這樣形容，在企業心里必須有這樣一弦：數據治理不會一蹴而就，其落地過程是螺旋式上升的。因為數據在持續不斷產生，即使企業已經建立了數據標準，確定了治理的框架藍圖，但之后如果不進行持續的運營、更新迭代，那么隨著新數據不斷疊加，數據又會是“一團糟”。從這個角度說，數據治理不是單純技術上的事，而需要企業建立一個專門的團隊，負責數據的治理、運營和長期優化。與之相應，首席數據官的工作職責也不僅僅是技術層面的，企業的數據工作既要獨立于業務、IT和銷售部門，同時又必須與這些部門緊密聯系，協同一致。
事實上，數據治理是近一兩年才興起的概念，以前大家談論更多的是數據管理。岳昆解釋說，數據管理更多聚焦于對數據本身的梳理、確定結構，然后形成更多的數據服務。這樣一個過程包含針對數據的計劃、建設、運營、監督等環節。而數據治理相對數據管理拔高了一個高度，是對數據管理的管理，比如針對數據管理的效果、進展和程度等進行評估、監督，并給出指導性的反饋意見。數據的“治”與“管”是兩個層面的概念。
從實踐來看，大多數企業目前仍以數據管理為主，部分已經有了一定數據積累和沉淀，并且形成數據資產的企業，比如金融、能源類的企業，以及一些科研單位，正在逐步開展數據治理工作，有的建立了數據資產目錄，有的則沉淀出一些數據服務。“數據治理可以幫助企業跨越數據可視化，到了實現基于數據改變企業業務的階段。在這個階段，企業對數據使用的訴求更深入，對數據標準和數據質量等也有了更高的要求，需要在數據管理的基礎上再向上邁一個臺階。”岳昆如是說。
今天，我們感覺數據治理好像突然“火”了，其實這并非空穴來風。在當前如火如荼的數字化轉型過程中，企業都強調“數據驅動價值”，或者希望通過對數據的深入探究和有效治理，重塑企業的差異化競爭力。
比如一些行業領先企業，廈門國貿集團股份有限公司通過打通企業內外部的數據，實現社會化的主數據管理，增強了其風控能力；三一重工也通過對供應商數據以及天氣、市場、物流等相關數據的整合、研判，改變了其采購業務與流程，能夠根據市場變化及時做出決策和調整。
隨著企業數智化轉型的深入，業務系統更多，數據量更大，數據整合也更困難。面對數據打架、數據標準不統一、缺乏管理機制、數據共享、使用效率低等挑戰，數據治理的重要性和必要性進一步凸顯。為消除數據的不可知、不可用、不可控、不可聯，數據治理首當其沖。這也是首席數據官要重點破解的一道難題。
價值，價值，還是價值
當前，業內對于數據治理其實并沒有一個統一的定義，不同的行業機構、企業，對數據治理都有自己的認知和實踐原則。但其中比較具有代表性，且得到廣泛認同的是DAMA提出的DAMA-DMBOOK框架，數據治理是數據管理的組成部分，也是數據管理的核心功能。數據治理是對數據管理的高層計劃與控制。數據治理包含極其豐富的內容，比如數據架構管理、數據操作管理、數據安全管理、參考數據與主數據管理、元數據管理、數據質量管理等。
大約六七年前，用友已經進入了主數據管理領域。如今，用友在數據治理方面已經建立了比較完整的體系，用友YonBIP數據中臺完整覆蓋了從最底層的數據管控層建設，到數據管理層（主要包括企業數據架構、數據標準管理、數據質量管理、元數據管理、主數據管理等）建設，再到最上層的數據可視化，以及數據應用等，能夠提供端到端的一體化解決方案。
數據治理的落地與實施其實并沒有嚴格的順序要求，有的企業可能先做了主數據管理，有的可能先搭建了企業數據架構。但從整體上看，數據治理需要統籌規劃、分步實施，不同的模塊在建成后要實現有效的交互。從理論上，企業在構建不同的模塊時，比如實現數據標準管理和數據質量管理，可以選擇不同廠商的所謂最優的解決方案。但從保證數據互通和一致性的角度，還是建議企業建設數據治理項目時，能夠選擇同一個廠商提供的解決方案，這樣更有利于實現數據的協同一致，也能降低數據連接與溝通的成本。上文也提到，數據治理是一個需要長期優化和運營的項目，如果采用多家供應商的方案，在后期運營過程中，可能會產生難以協同等問題，將問題復雜化。
實現企業的數字化，數據治理是基礎，數據資產化是途徑，業務創新是目標。這是大量實踐經驗的總結。無論從數據質量層面還是數據服務層面，數據治理工作保障了數據的高可用性，并且為各種各樣的數據應用服務提供了基礎性支撐。無論是數據治理還是數據管理，最終的目標都是幫助企業將數據轉變為資產，進而創造更大業務價值，這個過程就是從業務數據化到數據業務化的過程。以前，數據治理之所以沒有引起企業的足夠重視，一個很重要的原因是，企業沒有從與數據相關的活動和工作中獲得應有的價值。挖掘數據價值，是真正能夠驅動企業投入數據治理的關鍵所在。
在幫助企業客戶實現數據治理的過程中，用友始終堅持“以終為始”，通過了解和掌握企業業務的改變，反向推導出企業真正需要什么樣的數據服務，從而將數據治理落在實處。
當企業真正擁有了“第四張表”——“數據資產表”以后，企業才算是真正擁有了數據資產。那時，數據治理所做的基礎性支撐工作的價值也將得到充分彰顯。
數據驅動業務
對于首席數據官而言，基礎工作重點在數據治理，頂層工作則是實現數據價值的變現，將數據與跟業務結合，推動創新。但不管哪一項工作，都離不開“方法、體系和組織機構”，這也是用友成功經驗的總結。對于企業來說，既要打通縱向的IT架構，又要支持橫向的跨各業務的協同，而首席數據官應該是這個縱橫交錯的網狀結構組織中的中流砥柱。
綜合對一些行業用戶的調查，我們發現，當前很多行業用戶還在做相對基礎的數據治理工作。比如，因為數據分散在各個業務系統中，很難實現協同，所以進行數據采集和抽取，實現數據統一是第一步要做的事。接下來，用戶會關注數據標記和數據質量問題，即提升數據的可用性、安全性等。對于更加深入的數據治理核心問題，很多企業還在摸索之中。從這個角度說，首席數據官在企業的數據治理方面任重而道遠。
擁有趁手的工具，可以讓企業的數據治理更好落地。在數據治理層面，用友YonBIP數據中臺最突出的優勢是，其覆蓋了數據治理的所有層面和環節。以主數據管理為例，用友在供應鏈方面積累了多年經驗，對于如何更有效地組織人員、物料，對相關數據進行梳理和治理，建立更適合業務的標準等都成竹在胸，并能提供完整、成熟的解決方案。
更重要的是，用友可以將數據治理工作與業務價值變現相結合，幫助企業用戶建立一整套數據治理的體系，進而形成制度和規范，確保數據治理工作能夠長久有效運轉下去，直至將數據資產有效沉淀下來。
比如，用友幫助一些部委、央企建立數字化平臺，對核心業務系統的數據進行統一治理和管理。以YonBIP數據中臺為依托，用友幫助用戶建立標準體系、組織規范，采用高效的數據治理工具，如數據交換平臺，變傳統的手工填報為自動化采集，確保數據的有效性和及時性；之后還建立起數字資產機構，打造出涵蓋幾十個領域、數十個主題、上個萬個指標的數據資產表。
沒有健全的數據管理機制，缺乏權威的數據管理組織，也沒有那么多成熟的能夠高效執行的工具，再加上對數據管理的認知錯位，這些就是數據治理面臨的現實難題。做好數據基礎治理迫在眉睫，在此基礎上，才能逐步實現數據的可視化應用、數據改變業務，直到實現數據驅動業務。這是企業實現數據驅動的一個必經的過程。特別需要說明的是，數據治理不能僅僅紙上談兵，有的企業重金聘請顧問咨詢公司做數據治理咨詢，結果只是做了一本書放在那兒。說到底，數據治理最大的問題還是如何落地。這也是首席數據官要牽頭完成的重任。（作者：郭濤）
