我在数据管理领域工作了大约十几年，为一些世界500强企业撰写过数据战略和使命宣言。当然，每项战略和使命宣言都是不同的，因为它们针对公司及其文化、地区和独特的挑战进行了调整。一个简单的框架可以为愿景过程提供信息，以确保最终的战略是相关的、完整的和有凝聚力的，其核心是简单性和相关性，然后详尽无遗。

这是我个人使用的：

它被塑造成金字塔形。在顶部，每个人都可以看到，战略包含组织的使命和愿景，它通过一组用例驱动目标，这是金字塔的下一层。然后，这些用例得到跨人员-流程-技术的一系列功能的支持，因此它是金字塔底部的基础层。

现在，让我们仔细看看这些构件。

数据战略

在这里，我们有与战略、愿景和使命相关的概念。这描述了组织、部门或业务单位的全部内容。组织想利用数据达到什么目的？数据管理为何存在？高层次的使命宣言可以帮助为未来的决策提供信息，并在整个企业中激发使命感。

一个好的起点是企业内部已经存在的总体战略，可以将其转化为特定的数据战略。从数据的角度来看，要使整体战略取得成功，需要满足哪些条件？需要哪些数据能力？

“你不可能一次性完成所有事情”，这是一条不言而喻的真理。这尤其适用于数据管理办公室和类似团队的情况。提高数据质量、创建主数据、记录数据沿袭、通知云迁移、支持人工智能和机器学习用例、构建和运营数据平台——无论是哪个组织，都不缺乏机会。因此，应该将高层使命宣言转化为几个关键目标——我认为不超过 5-10 个。如果数量较少，它们可能会太长且太笼统，没有任何特定用途。如果多了，人们不会全部放在心上，所以应该确定核心重要的一些。

这些目标可以是定性的，但实现这些目标的进展应该是可量化的。例如，“确保我们所有的关键业务流程都提供来自正确来源的高质量数据”可以是一个稳定的多年目标。潜在的可量化绩效指标可能包括“使用高质量数据认证的业务流程数量”、“可信来源数量”以及“关键数据的完整性和准确性的百分比”。

数据用例

高层战略下方是具体的数据驱动用例。该框架的这一组件是最常被遗忘或忽视的组件，尽管它可能是最重要的。用例是实现战略的具体方式。它们是保证企业总体目标实现的渠道和工具。因此，如果无法具体表达数据计划如何影响当前和未来的用例，就无法解释如何增加价值。

对于首席数据官来说，这一点至关重要。有太多这样的例子：CDO 启动了数字化转型以创建主数据、数据沿袭、数据地图或数据资产等，但在这一过程中 1-3 年后才发现，组织的领导层和业务部门正在质疑附加值。结果，数据被视为一种成本（而不是它所能成为的推动者），并且资金枯竭。

这些用例不应只由数据团队内部思考。这些用例存在于更广泛的企业中，并且它们及其相对优先级在不同行业、地区甚至单个组织中都会有所不同。仅举几个例子，包括客户参与、交叉销售和追加销售、盈利能力分析、欺诈检测和预防以及管理报告。

成功的组织不仅确定了用例，还确定了支持它们所需的数据。这可以根据数据域和潜在数据资产映射用例，从而深入了解跨用例使用了哪些数据。这是识别作为转型路线图核心的数据域或资产的一个很好的起点。通常，有 5-10 个所谓的潜在“数据资产”可以为 80% 或更多的优先用例提供支持。

基础能力和运营模式

现在我们知道总体战略是什么以及应推动其成功的优先用例，我们可以转向基础保障能力。启用已确定的用例需要哪些功能？

许多思想领先的组织都创建了自己的能力框架，但我通常尝试保持简单，并坚持可信的人员流程技术概念。如果你仔细观察，大多数这些新的、受版权保护的思想领袖框架只是它的一个变体，增加了一两个维度，并重命名了原来的框架。

作为数据战略的一部分，强调人员、流程和技术并不是相互独立的，这一点至关重要。它们应该被认为是高度交织和相互依存的。首席数据官的主要目标之一是在整个人员、流程和技术领域的业务、技术和其他部门之间建立桥梁并增强凝聚力。

一个例子是如何为业务用户构建特定的战略数据平台。如果业务用户（人员）能够自己选择、摄取和连接数据集（流程），这可能要求平台本身是低代码或无代码（技术）。或者，如果平台要通过 IaaS（技术）构建，这可能需要中央技术团队提供基础设施服务（流程），并且业务用户（人）拥有最低水平的技术技能才能与平台进行交互。上述两种选择都不一定总是正确的，但您须一起考虑人员、流程和技术的每个组成部分，否则最终会得到在实践中无法创造价值的解决方案。

人员-流程-技术组件的编排方式也可以称为“运营模型”。这涉及到对哪些功能进行优先级排序和集中化以及允许哪些功能存在于联合结构中的决策。

（1）人员

对于数据战略来说，人员这个组件非常重要。你可以拥有世界上所有的机器，但如果你没有人可以操作它，你就会失败。几个组件包括：

角色和责任。组织中与数据相关的主要角色是什么？他们的高级职责是什么？如果还没有定义这些角色，那么有一些众所周知的、经过微调的角色及其描述，例如数据所有者、流程所有者、数据管理员、数据保管人、数据科学家、业务分析师、系统/app 所有者、数据质量分析师和数据建模者。

技能和专业知识。员工需要具备哪些技能和专业知识？建议（可能与人力资源组织合作）执行简单的分析以列出所需的技能和专业知识。有了这份清单，还可以进行差距分析——缺少哪些技能？

数据素养和文化。数据归每个人所有。它是一种资产，组织中的每个人都需要发挥各自的作用。因此，作为具体转型计划以及企业层面的一部分，提高数据素养和意识非常重要。什么是数据，我的责任是什么？

人才/招聘策略。对于各自的组织和相关目标，人才战略可以帮助确定需要通过培训和招聘来培养哪些技能和专业知识。一些对企业成功并不重要的技能可以采购或外包。这将能够专注于对组织拥有和发展至关重要的技能。

（2）流程

流程层处理所有关键的支持数据流程。举几个例子：

创新。如何产生想法来提高数据能力的成熟度？如何确保企业中的每个人都可以提交想法，以及随后如何促进创新的分析、评估和优先级排序？这不仅对于产生实际想法很重要，而且对于营造与企业其他部门的共享所有权感也很重要。

需求管理和资金。并非每个数据计划都可以优先考虑并获得资助，那么我们如何决定选择哪一个呢？应该制定一个流程，允许进行评估和构思以及交付。建议保留一本“工作手册”，随时描述正在进行的努力和举措。在整个过程中，应该制定一个详细说明如何获得资金的流程。有些预算项目可能是一次性的和变革性的，而其他预算项目可能是经常性的，是“一切照旧”的一部分。

转型。一旦确定了新计划的优先级，我们如何确保在转型过程中考虑到数据因素？这非常重要——历史上许多数据程序都是为了“清理过去的混乱”。“止血”并确保将关键数据原则和标准纳入组织的转型方法中至关重要。

治理。数据是一个大话题，组织中的每个部门都会创建、转换和使用其中的一些数据。我们如何确保正确的角色就位，承担正确的责任，以及如何跟踪人们履行这些角色的情况？这里的工具包括政策和标准、合规性和审计流程、绩效和风险指标以及数据委员会等治理论坛。

利益相关者管理。可以制定流程来加强利益相关者管理。一个小型流程可以是定期更新相关利益相关者的概述，安排与他们的接触点，并记录关键见解。另一个例子是确保在整个企业内建立适当的论坛并提供正确的代表。

知识管理。许多经验和专业知识将在整个企业中民主化。知识管理涉及识别内容和传播渠道。一些真正关键的主题可以纳入培训计划，并且拥有某种平台几乎总是一个好主意，同事可以在其中找到最新和最好的战略材料，例如数据战略本身、政策和标准、指导手册，以及其他观点。

（3）技术

这里的重点不是创建看似无穷无尽的技术列表，而是识别和管理所有相关数据技术的功能和流程。如果它们到位，应该确保识别并启用正确的技术能力。

架构和技术策略。也许最重要的组成部分是拥有企业级数据架构。数据架构可以是更广泛的业务或技术架构的一部分，但也可以是自己的独立文档。它概述了适用于企业中每个人的架构指南。例如，它可能规定DD是首选云服务存储提供商，AA是首选可视化工具，并且应从一组给定的授权分发源使用数据。更具影响力的是互操作性指南。这与数据技术战略密切相关，包括 IaaS、PaaS 或 SaaS 的选择。

操作和维护。在整个数据技术领域，需要监控不同的技术和环境，并在需要时应用修复和更新。

安全性、可靠性和连续性。对于所有数据和相关应用程序，需要采取最低限度的控制来保护数据并确保其在出现问题和灾难时的连续性。这通常不属于数据组织所有，但需要有牢固的连接。例如，对于被视为关键任务或包含 PII 的数据资产，这应转化为特定的数据保护和连续性要求。

访问管理和自助服务支持。技术不再像“技术为技术”那样被封闭在 IT 组织内。需要制定流程和功能来为业务和其他用户提供访问权限，并在适当的情况下最大化自助服务功能。

沙箱和实验。整个数据技术领域的一个重要组成部分是确保提供一个用户友好、安全的环境来试验不同的数据集。

供应商管理。考虑到上述所有技术考虑因素，您不希望组织中的每个团队都执行自己的供应商分析、谈判和签约——这会产生大量重复和相互冲突的工作。与数据功能（例如，仪表板、数据质量、数据目录、沿袭捕获等）相关的供应商管理流程可以帮助推动识别和推广一组有凝聚力的、合理化的工具。

应用框架

该框架不会是每个数据战略问题的答案，但它应该可以在很大程度上帮助企业构建分析并确定自己希望看到的答案。

文章来源：“数据驱动智能”微信公众号