数字经济时代，数据已然成为继土地、劳动力、资本、技术之后的第五大生产要素。国家也大力倡导企业进行数字化转型，很多企业已经逐步展开了数字化转型的尝试和部署，其中不乏成功案例，但失败案例也不少。失败的原因有很多，既有企业内部原因也有外部原因。
转型之路实质上是因为数字化转型是一项极其复杂的系统工程，其复杂性不亚于一次工业革命，需要进行制度的改革，来推动思想的解放。
对于企业而言，它本质上是企业自身的一次产业升级，很多企业数字化转型的失败并非是因为资金不足，而是没有认识到这其实是一场企业内部的思想解放，下至企业员工，甚至上至企业管理层、企业领导层，在未能认识到何为数字化的情况下，就大搞特搞，引进看似很智能化，很高大上的信息化技术，亦或是请了国际领先的咨询公司来做咨询实施等等，但落地过程中频出问题，难以长效执行下去。
以上是大多数企业数字化转型难以真正发挥数字要素价值的常见原因。因此，要想发挥数据要素的价值，要想做数字化时代“弄潮儿”，首要问题就是制度和思想，制定有效的企业数据管理制度，是数字化转型的重中之重。
有效的数据管理制度是企业数字化成功落地的必要条件。伟人说过：“制度的问题不解决，思想的问题就解决不了”，可见制度的重要性，要解决人的思想问题，只有思想达成一致了，才能事半功倍。
针对于大型企业集团来讲，在数字化系统落地时，有一套完整可落地的数据管理制度予以配合，将能够为数字化转型成功保驾护航。
那企业的数据管理制度如何写好呢？数据管理制度重点的组成框架要点又是什么？
首先我们要先认识到数据管理制度是什么。以下就三维天地多年深耕数据治理领域的经验，简单分享一下方法。
01
数据管理办法
数据管理办法描述了企业主数据的总体要求，内容相对较粗糙，一般格式采用的都是“第XX条……”，这是针对某一方面企业管理企业的制度要求。一般是不带主观判断的语言，需明确制度要求。如主数据管理办法要明确企业在主数据管理方面各单位应该要遵循的最重要的原则。
办法章节中内容要描述清晰、公平公正、合法合规，内容可包含管理办法实施的目的是什么、适用的范围、整体遵循的原则、组织架构、过程管控要素等。
02
数据管理规范
数据管理规范主要拆解数据管理办法的框架，进行细则分解。数据管理办法的每个条例中解释到了不同的数据实体对象，数据管理规范中要加以细化规范说明，同时将业务管理和系统管理的要求关联起来，业务管理在每个条例中需要怎么做，如何执行，包括时点、人物、权责、流程都需要在这里写清楚，每个流程都有明确对应的组织人员和业务对象，这样的规范才能落地，只有明确到具体操作岗位、操作内容、动作之后这样的数据管理规范才能有效执行。
03
数据管理指导手册
数据管理指导手册属于执行操作层面的内容，具有可操作性，如数据绩效考核更多的是针对于执行中结合数据组织架构中的人员、权责加以考评，这个制度可以单独存在，也可以纳入整体的人员绩效考核中。核心是相关的权责方在数据治理中对数据的规范执行、数据质量的评价。
需要写清楚数据评估的等级、标准要求、考核的步骤，不同人员考核的维度、量化指标。同时也考虑指标要求，要接地气，得到各部门认可和支持的指标才有意义，制定数据评价系统的目的不是考核人员，而是让组织更有活力，让数据有效落地。
结合上述介绍，三维天地总结了以往数据治理项目的经验，认为数据管理制度包括如下内容：
1. 《数据治理组织及角色设置》
制定企业数据治理相关的组织机构、角色、岗位及职责，明确数据治理的归口部门、培训要求及人才培养晋升路线等。
2. 《数据管理制度》
制定全面的数据管理和数据应用制度，覆盖数据职能域的管理办法和细则的管理流程，保障各项管理规范的制定及实施。
3. 《数据战略管理流程》
制定数据战略的管理流程，约束企业数据战略的规划、实施及评价工作。
4. 《数据模型规范》
制定企业级数据模型管理规范，包括主题域模型、概念模型、逻辑模型、物理模型的设计和开发管理，组织级的模型需能指导系统级的模型建立。
5. 《元数据管理规范》
制定企业级数据采集、变更、应用相关的管理流程，能够支撑企业统一的元数据管理。
6. 《数据标准管理规范》
制定企业级数据元管理流程及规范，明确数据元的应用机制，体现数据元的考核体系等。
除此之外，还应包括《数据管理绩效考核制度》《数据安全管理规范》《数据质量管理规范》、《数据集成与共享规范》等制度文件。
文章来源：三维天地数据资产管理微信公众号