如何快速评估组织数据治理能力

张靖笙

      IBM数据治理专家委员会就曾经指出了缺乏跨职能领域的数据治理组织结构和决策机制是组织常见的数据问题，传统的管理制度体系中，数据管理职能主要由 IT 部门来负责，是 IT 部门在建设项目内的工作，业务部门在项目中配合IT部门执行数据管理，提出需求。组织并没有成立整个组织层面专门的数据治理组织，只是在具体的项目内有一些体现数据管理和数据应用的岗位角色，而且是依靠个人能力来解决项目中的数据问题，这种情况可以目前在大多数单位是很常见的。

在实际工作中，项目的主体工作集中在系统建设期，项目里面要解决的数据问题往往和需求是混为一体的，仿佛只要系统投产，这些问题就能解决了，这里其实有一个很大的误区，由于大部分项目在考虑数据需求的时候往往不知道别的地方、别的系统有没有类似的数据资源可以复用？组织（企业）层面又没有一个权威部门能回答，别的系统数据库对于这个项目来说是技术黑箱，所以都干脆习惯性地还是在本项目中自行设计数据库结构和相应的数据采集界面吧，这种习惯导致很多项目完工后留下的都是各自为政的信息孤岛。系统投产后解决数据问题的责任一般也就移交给运维人员了，运维人员也只是做做数据备份和恢复操作，而偏偏真实数据都是系统投产后才采集上来的，人工录入的数据质量到底怎么样就没有人管了，大量的数据问题正是由于这种治理缺失而造成的。

    根据DMBOK 1.0的定义，数据治理（Data Governance）作为数据管理的其中一个核心职能，是对数据资产管理行使权力和控制的活动集合（规划、监控和执行），指导其他数据管理职能如何执行，在高层次上执行数据管理制度。根据中国颁布的国家标准GB/T 36073-2018《数据管理能力成熟度评估模型》（下文简称国标DCMM），数据治理能力域包括了数据治理组织、数据制度建设和数据治理沟通三个能力项，我们评估一个组织的数据治理能力，可以从这组织、制度和沟通三个方面加以评估。

 对于数据治理组织过程描述及能力等级标准，国标DCMM给出了具体定义如下：

对于数据制度建设过程描述及能力等级标准，国标DCMM给出了具体定义如下：

对于数据治理沟通过程描述及能力等级标准，国标DCMM给出了具体定义如下：

      我们分析数据治理的组织、制度、沟通三个方面相关活动、过程和能力等级标准是相互依存的，我们可以看成是数据治理工作的一体三面，对此，笔者结合自身工作经验，对能力等级标准做简单理解和解读：

第1级初始级：所谓的初始级我认为就是数据治理的无政府状态，任何一个单位，只要在组织层面没有设置有行政决策权的专门数据管理机构皆可以归入此类，比如IT部门做运维又有什么权力管业务部门采集和应用数据的人呢，作为数据质量源头的要求和规则都没有组织行政约束力，妄想IT部门用数据清洗这样的技术手段来解决数据质量的问题根本就是治标不治本。

第2级受管理级：如果根据国标DCMM的定义，虽然组织已经意识到数据是资产，并且根据管理策略在单个项目或者部门内指定了数据管理流程，并指定了相关人员给予培训和进行初步的管理，但是这种数据治理组织是局部性的，只能解决和改善单个项目或者部门内的数据问题，虽然也能做出一些亮点，但是项目或者部门外的数据问题仍然是迷雾重重。

第3级稳健级：在受管理级的基础上，数据治理工作已经在整个组织层面发动起来，在组织管理层的参与下，组织范围内明确统一了数据治理归口部门，有专职的数据治理人员并且建立了考核评审制度，很多数据问题从此走上了治本之路。根据银监会2018年5月21日颁发的《银行业金融机构数据治理指引》，在我国市场开展经营的银行业金融机构最少都要达到这个水平。

第4级量化管理级：在稳健级的基础上，数据治理工作已经为组织的核心竞争力的一部分，能到这个级别的组织的数据管理和数据应用已经和业务战略融合成了一个良性发展局面，已经形成数据驱动的业务发展格局，数据管理在本组织发展战略有很大的话语权，是组织数字化转型战略的核心。

第5级优化级：根据国标DCMM的定义，能够达到这个数据治理组织水平的组织，已经成为业界全球标杆输出他们的数据治理经验了，比如IBM公司。

对于如何快速评价一个组织的数据治理能力成熟度，我们可以采用短板判断法，也就是木桶的满载水平线是由最短的一面板子决定的。我们可以通过问卷调查和访谈调研的方式，通过了解以下这些情况作为评价的依据：

l  组织成员是否有数据治理工作相关知识？

l  是否有明文规定的数据治理组织架构？

l  是否有数据治理归口管理单位？

l  是否有明确董事会、监事会、高级管理层及内设部门等在数据治理工作方面的职责要求？

l  是否有设置首席数据官，其首席数据官是否纳入高级管理人员？

l  是否制定和实施系统化的制度、流程和方法？

    如果上面的事情被评价的组织都没有做，其数据治理能力等级就可以快速判断在2级或以下，而一个组织的数据治理能力能不能达到3级或者以上，则要深入观察其数据治理工作在组织、制度、沟通三方面的具体表现和执行效果而定。

    成熟度评价不是数据治理的目的，仅仅的评价也并不能真正地解决组织各种数据问题，评价只是为了在组织层面确认当前存在数据问题，关键还是对数据治理能力建设的下一个发展阶段性目标、对数据管理能力提升演进路线和行动计划建立整个企业的共识，并转化成一系列行之有效的行动，从而才能真正有效地解决阻碍组织成长的数据问题。

(本稿完成于2019年6月27日，如需引用请注明出处)