过过去一年多的实地观察和交流互动，对国内的数据治理现状开始有了更多的了解。
许多圈内的朋友通过《华为数据之道》一书、“数据不能承受之重”等公众号，以及现场交流等各种渠道，对华为数据管理实践已经有或多或少的认识。与此同时，由于绝大多数企业的数据管理工作刚刚开始起步，甚至还没起步。如果想从华为数据管理实践直接借鉴过来，还是存在些许困难。
套用刘润新书《底层逻辑》里的公式：
底层逻辑+环境变量=方法论
华为数据管理成功有其底层逻辑，也有相应的华为特有的环境变量。对于后来的企业，掌握数据管理的底层逻辑，再在自己的企业找出、甚至创造相应的环境变量，才是关键。
老套路，为节约朋友们时间，先上干货。有兴趣的朋友再继续阅读详细内容。
0. 概览
华为数据管理成功的标志是什么？
- 职责—各司其职：由业务、IT部门承担相应的数据责任，而不是由数据组织承担数据责任。
- 冲突—机制保障：出现争端有例行的上升决策渠道。
- 质量—持续提升：数据质量通过测评、改进，持续提升。
- 价值—数据共享：数据共享无障碍。
- 文化—言必谈数：数据成为了业务运作中考虑要素之一。
华为数据管理成功要素又有哪些？
- 转变观念，视数据为企业关键资产
- “一把手工程”
- 充分卷入业务，对准数据价值
- 企业运营机制保障
- 相对充裕的人力资源投入
- 体系化的数据管理方法
1. 转变观念，视数据为企业关键资产
正确的观念是最没有用的，短期来说确实如此；却又是最有用的，长期来说潜移默化的影响着人的行为。数据将成为企业关键资产，这个观念今天已经不是什么稀奇的事情了。如何真正理解这句话的含义呢？又如何具体指导数据工作呢？西方企业早在20年前就已经开始在企业内部倡导这个理念。记得华为自15年前从通过西方顾问公司引入数据治理方法时，就同时引入这个理念。IT基础设施、应用系统是企业的资产，往往是因为是企业花钱采购进来的，也体现在企业财务报表中。数据更多的被看成IT系统的“副产品”。当初之所以强调这个理念，主要是为了跟IT资产区分开来，以突出数据的重要性。
随着人类社会进入数字化时代，数据自然有其重要的基础作用。2019年10月31日，十九届四中全会通过《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》指出：“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。
为此，数据圈内自然一片令人振奋的气氛。甚至误以为一夜之间回到了2000多年前的古希腊社会，毕达哥拉斯提出“万物皆数”的理论。
但有没有想过，销售专家、制造专家、财务专家、人力资源专家，他们如何看待数据的作用呢？相信没有人会认为数据的重要性会超过劳动、资本、自然资源的重要性。一个财经专家绝对不会认为未来数据的重要性超过资金；同样的，一个人力资源专家也绝对不会认为数据比人才更重要。
实际上绝大部分情况下也是如此。
“+数据”模式
简单解释，以财经为例，”资金“+”数据“>”资金”+“经验”。显然，数据不是替代原有的生产要素。
换句话说，在业务专家原有的竞争优势基础上，数据要素可以帮助他做得更好，而绝对不是取而代之。大家可以沿着原有的工作方式继续前进，但是谁拥有了更加先进的武器，谁就可以更进一步发挥原有的优势。
2. “一把手工程”
毫无疑问，如果能得到高层重视，任何一项工作的困难都小了。但有些工作确实非“一把手”亲自出面不可，数据管理便是其中一项。
2014年，华为公司正式任命集团CFO作为公司数据总Owner。以此起点，公司数据工作从此真正上了一个新的台阶。首先是启动了三年工作规划，明确了工作目标：“3年建成数据管理体系；5年实现数据清洁”，以及确立了“立法、管控、攻关”的变革措施。
进入数字化时代以来，大家开始意识到数据对数字化转型的决定性基础作用。许多企业开始设立CDO（首席数据官）一职。其中广东省和江苏省分别面向政府机构和企业推出CDO试点制度。政策的导向是好的。或许毕竟是一个新型的岗位，各机构在执行过程中因为各种因素，目前还是普遍存在些偏差的。例如，由企业的CIO兼任CDO。
为什么CIO无法承担CDO的重任呢？
首先，在数据管理工作中，有一条基本原则是，应该由业务部门承担数据的责任。至于具体原因，后面再解释。不仅如此，在数据价值方面，业务部门才真正清楚如何充分的使用数据帮助业务改进。
作为CDO，一方面要代表公司行使数据管理权力，推动各业务部门大佬承担数据责任；另一方面，当数据认责存在争议时，还要组织两方甚至多方的大佬一起坐下来商讨。
以往，CIO在企业里向来都是以服务的姿态出现在企业管理层；即使应该承担IT的管控职能，也只能低调的称“在服务中实现管控”。CIO兼任CDO的效果，不难预测。
那谁可以承担CDO的角色吗？
是不是一定象华为这样由CFO来承担呢？经过IFS（集成财务服务）变革，华为建立了相对完善的CFO体系，在各层级的业务经营管理中发挥着举足轻重的作用（这一点并不所有人都认同，尤其是前段业务部门）。因此，华为集团CFO对业务具有很强的约束力。当然，华为集团CFO个人的特殊性，不在此讨论之列。
我们国家金融行业在数据治理方面相对走在前面。2018年银保监会发布了《银行业金融机构数据治理指引》中，第九条明确指出：“银行业金融机构董事会……监督高级管理层提升数据治理有效性，对数据治理承担最终责任。”
因此，CDO一定是企业最高团里团队的关键成员。不同的企业，治理机构有所区别。为什么强调这一点呢？数据治理的区区小事，难道还值得列入公司最高管理层的决策会议议程吗？
确实如此，以华为为例，从2014年到2016年，数据工作连续3年被列入集团EMT（企业管理团队）年度重点工作。而每年EMT年度重点工作在10项左右。除了数据管理这件“小事”，其他看一眼就知道是大事。
不仅如此，要推动业务部门承担数据责任。除了CDO的个人影响力，有时候也不得不借助管理层团队的集体影响力，某种程度也是企业最高管理者的权力。
记得2014年，数据组织在EMT汇报了全公司数据工作时，会议责成销售、采购部门采取整改措施，并要求下一个季度汇报整改工作进展。
个人认为，对于一般企业而言，由企业COO（首席运营官）承担CDO职能比较合适。
要企业高层出任CDO，前提是企业管理层真正重视数据工作。那么，如何说服企业高层重视数据工作？
这是一年来被客户问及最多的问题。
客观来说，这几乎是不可能完成的任务，等于要去“教”领导应该做什么。作为具体执行部门，拿到一个新任务，经过调查分析，想清楚了怎么做，向领导汇报清楚，再去开展工作。对于数据工作来说，仅仅如此是不够的，还提出额外的要求，要领导亲自参与其中。这要求领导真正理解并认同这项工作。
客观来说，华为数据治理启动之初，并非由数据管理部门说服了高层，而是自上而下的共识。
即使如此，数据团队依然经常需要跟不同层级领导汇报，努力让领导们理解数据工作。长期积累下来的不是放之四海而皆准的通用方法论，而是具体场景下的工作实践。总结起来，有如下几方面经验：
- 识别驱动力，包括真正的业务价值驱动、当前业务关注点等，以及外部驱动力，例如来自监管机构的要求。
- 采用合适的比喻来解释数据的重要性，借助各种汇报场合，适当的、不留痕迹的“教育”领导，例如：“我们这么理解…，请领导们审视”之类的姿态。
- 借助业界成功实践参考：别的企业，尤其是同行企业成功的领先实践的诱惑力，总是难以拒绝的。
- “外来的和尚好念经”：记得有一点对比非常强烈。如果是老外去汇报方案，台下的领导们即使不认同，也会客气的听完。如果是企业内员工汇报，领导们不认同立刻就中断汇报。
最后要说明的是，要说服领导，让领导改变固有观念，非常难。如果真被大领导骂出办公室，不要奇怪，更不必泄气。下次再来，只要给机会。
最后，退一万步，没有“一把手”的亲自参与，就完全不能开展数据工作了吗？当然也不尽然，至少架构标准等技术性的工作，在IT部门依然可以进行。但效果也不免打些折扣。
3. 充分卷入业务，对准数据价值
没有业务参与的数据治理，不叫数据治理，充其量只能称之为加强版的IT治理而已。
这样的说法估计会让很多人难以接受。但是不妨想想，这跟之前的做法又有什么本质区别呢？数据建模、数据字典等等技术性的工作，许多IT部门原本也做，不是吗？
“谁产生数据，谁对数据质量负责。”
业务是数据的第一责任人，这是数据管理政策中最基本的一条原则之一。
下面列举了数据质量中常见的问题，无不需要业务部门负责澄清：
1、指标统计口径不一致。我们经常遇到各个部门指标统计口径不一致的矛盾。例如销售部门嘴里的销售收入是签单金额，而财务部门嘴里的销售收入是客户签收后的金额，谁对谁错？
2、原始数据规则不一致。原始数据方面也存在大量的业务规则不一致的情况。例如，一个看起来非常简单的运输方式的分类，销售、物流、财务部门都曾经出现不一致，并且看起来各有各的理由。
3、数据录入错误。这方面看起来无可辩驳，但依然没有那么简单。实际录入数据往往是一线生产岗位的执行人员。出现录入数据质量问题时，是不是直接找到具体的录入责任人呢？这样执行起来并不容易。
关于这一方面的详细讨论，朋友们可以查看《信息架构实践篇：为什么说业务应该对数据负责》
在管理层面，如何推动业务部门承担数据责任呢？“一把手工程”在此起到了决定性的作用。
首先不要过于迷信华为人的觉悟。误认为每一个员工，尤其是高层管理者对数据责任和价值的认知都有高度的自觉性。
在2014年之前，华为其实一直在推动业务部门承担数据责任。所谓“数据认责”，是业务部门认领数据责任。一方面靠业务领导的自觉性，另一方面，出现数据质量问题后说不认照样不认。
我曾经亲眼见证过财经和销售部门最高领导在会议室外的走廊为某指标责任归属争执不下的场面。
与之形成强烈对比的是，在2014年之后，由CFO出任公司总数据Owner。数据的责任不再是“认领”，而是由最高管理者正式签发任命文件，“责任到人”。以此为前提，进一步要求“目标承诺、度量改进，由此组成管控落地“三部曲”。
相关详细内容参见《十年磨一剑，华为数据治理体系落地（三）》。
到了今天的数据应用阶段，如果没有业务部门参与，IT部门唯一可做的就是建设数据平台。其效果可想而知，不再啰嗦。
在方法层面，如何让业务听懂数据语言？
值得注意的是，要让业务部门承担数据责任，首先是要业务部门听懂数据语言。感兴趣的朋友可以在公众号里找找往期文章《信息架构方法篇：破译通往数字世界的罗塞塔石碑》。
4. 企业运营机制保障
为什么运营机制如此重要？
主观上来讲，借用企业现有的运营机制，可以让数据管理工作事半功倍。
朋友们试想一下，国家最近发布了《个人信息保护法》，为什么立刻显现出如此之大的威力呢？不难理解，国家已经有了相对完善的立法、司法、执法机构。任何新的法律自生效之日起，便可以借助这套运作机制，有效的约束大家的行为。
华为变革（BTMS）与运营机制（GPMS）在持续不断的完善与优化过程中，为数据落地提供了天然的条件。
以BTMS为例，其主要由变革项目流程、分层分级的变革管理团队（虚拟组织）及其支撑部门（实体组织）三大要素构成。信息架构和标准的设计难，落地更难。其中落地的主要途径之一便是通过变革项目，因为变革项目往往需要重新设定业务规则，新建或者优化IT系统。架构与具体方案之间的矛盾冲突就是整体和局部之间的矛盾冲突。后者通常以项目时间紧急、支持业务上线优先为由，拒绝架构遵从方面的要求。
矛盾冲突只有借助必经的项目架构评审会、管理评审做出裁决。为此，为了确保效果，初期提出了数据代表具有“一票否决”的权力。不过据我所指，这一特权从来没有行使过。
客观上来讲，数据工作无法脱离企业当前现有环境独立开展工作。
打个比喻，数据就像我们生活环境里的空气，我们身体内的血液。空气污染了要治理，我们用造一个空气净化器管用吗？可能在自己房间暂时管点用而已。因此，真正实现空气污染治理，还得从源头开始，关停污染工厂，产业升级等等。
相同的道理，数据治理工作也同样必须从产生数据质量的源头开始。数据由业务产生，在IT系统里记录、存储、流转。
对于其他企业来说，分为两种，在运作机制相对成熟的企业，可以参照华为的模式；而对于在运作机制方面几乎是“一穷二白”的企业，可以考虑建立“数据驱动”的变革与运营管理体系。
对于后者来说，实际运作过程中的无疑会遇到非常大的挑战。据我所知，随着数字化转型工作，许多企业也纷纷成立的数字化转型委员会之类的虚拟团队。但是由于还没有形成氛围，并没有真正运作起来。需要专职的支撑部门持续投入，寻找合适的议题，让会议例行召开。只有如此，经过相对长期的运作，才能有效的坚持下去。
5. 相对充裕的人力投入
华为经过十余年的发展，已经形成了数百人的数据管理团队。注意哦，这个数字不含IT开发部门的人员。
相关内容详见《华为数据管理组织发展（一）》和《华为数据管理组织发展（二）》。
客观来说，象华为这样大规模配备专职数据管理人员，在其他企业几乎是不可能的。那对于一般企业来说，如何较好的解决这一难题呢？
没有数据管理专职人员是万万行不通的。无论是前面的运作机制的日常支撑，还是企业数据方法持续优化，都需要数据专业人员来承担。
企业可以根据实际情况，按照《数据管理部发展阶段机器定位探讨》一文所言。甚至更加简化为：数据质量管控型组织和数据资产运营型组织两种模式。
6. 体系化的数据管理方法
和资金、土地等其他生产要素一样，即使局限在企业范围内（不讨论企业之间的定价、交易等），数据管理依然将成为一个相对独立的专业。
从外边引入教科书式的方法论固然非常重要，但更需要结合企业自身环境，形成企业自己的的数据管理方法论。不仅如此，还需要持续优化、完善。
文章来源于微信公众号数据不能承受之重 ，作者石健卿（石头）