首页 > 微信群动态 > 微信资讯

时间:2019-04-28 16:25:45 来源:微信资讯 作者:微信群分享 ||

数据治理的创新创业机会

随着组织进入大数据时代步伐的加快,数据治理成为每个组织都关注的领域。小到数据质量问题的解决,中到企业级数据标准制定,大到企业数据战略规划,我们已经在各行各业开展了许多不同类型的数据治理项目。回顾每一个项目的点点滴滴,细数每一个数据标准落地、数据质量规则有效实施,能为企业解决数据相关的问题,保障数据资产价值实现,成为我们一路走到今天的意义。

以前谈了太多数据治理工作的开展,今天想谈谈数据治理与从业者的话题。在“大众创业,万众创新”的今天,细说数据治理与创新创业。

数据治理与创新创业

“创新”是个热门词,什么是创新?每个人都有不同的理解。百度百科给出的解释:“创新”是以现有的知识和物质,在特定的环境中,改进或创造新的事物(包括但不限于各种方法、元素、路径、环境等等),并能获得一定有益效果的行为。

由此可见,无论是大数据建设还是数据治理开展,对于组织来说都是“创新”行为。组织通过应用大数据,创造新的管理角度和管理方式,改变传统的决策方式,帮助员工为组织发挥更大的作用和更高的绩效。

数据治理对于特定组织来说是全新的事物,数据治理的开展意味着一个崭新领域的开启。在这个新领域中,通过对数据的获取、建设、管理、深入的挖掘和应用,为组织创造价值。换句话说,数据本身是没有显性价值的,但是通过数据治理,使数据应用更有成效,基于数据应用产生的信息,为组织的目标服务,可以创造更多的价值。因此,数据治理是组织创新的重要领域。

有“创新”就有“创业”机会,“创业”并不止局限于自己开公司,在许多企业中都开展过内部创业活动。对于数据治理的从业者来说,尤其是大企业中的数据治理专业人员,从事数据治理就是由原来从事的专业领域,进入数据治理领域的过程,这是一个换跑道的过程。而这个新领域对于组织来说是新领域,对于个人来说同样是内部创业的新机会。

通过数据治理开展组织内部创业

既然数据治理对于个人来说,无异于是一场组织内部的创业行为。那么我们在开展数据治理工作的时候,可以借鉴成功企业家的创业的思维。

柳传志曾经提出的创业三要素:“搭班子”、“定战略”、“带队伍”。他的思路是,在创业中,先选好一起创业的伙伴,再根据班子的优势决定做什么,最后带领一支队伍,实现创业目标。

数据治理的不同在于,组织先确定了要开展数据治理工作,并且为数据治理确定了基本目标,指定了数据治理工作牵头人,然后才启动数据治理工作的。所以,对于数据治理来说,顺序变为“定战略”,“搭班子”,“带队伍”。

“定战略”

定战略就是确定数据治理的目标,也就是数据治理到底要解决什么问题?创造什么价值?

战略的制定,有很多方法论,简单来说,可以分为以下几个步骤:

1、确定战略目标

明确数据治理的核心目标。既然组织已经给定了数据治理的目标,那么战略的制定,必须首先要围绕这个目标的实现。由于各组织开展数据治理工作的背景不同,给定的数据治理目标可能是一个很具体的要求,例如“降低客户投诉率”;也可能是一个宏观的目标,例如“内增效,外增值”。

以“具体要求”为数据治理目标的组织中,数据治理工作牵头人可以将“具体要求”作为切入点,小试牛刀,取得了效果之后,再扩大战果;以“宏观目标”为数据治理目标的组织,数据治理工作牵头人可以将其作为数据治理事业的大方向,在这个大方向上,先定一个小目标,例如“提高资金业务的决策效率”,小目标达成后,再逐步扩大目标范围。在目标制定过程中,注重短期目标快速见效,兼顾中期目标和长期目标的逐步实现。

数据治理目标必须是明确的,为组织的战略目标服务,能够通过组织绩效进行衡量。

2、分解工作任务

确定数据治理工作的战略目标后,可以基于数据治理的任何一种理论框架进行分解,拆分出具体的数据治理工作任务。(选择哪种理论框架?并没有标准答案。选择了一种理论框架,尽量始终采用这种框架,以保障后续工作的统一协调。)

每一个工作任务都有明确的目标和衡量标准,例如,某个工作任务是:“制定客户信息的主数据标准”,该任务的目标是:完成客户信息主数据标准的制定,衡量标准是:自然是完成或者未完成。确保每一项任务都是基于组织现有资源或未来可获得的资源可以达成的。

根据工作任务的依赖关系、任务的紧迫性进行任务排序。

3、评估所需资源

评估各项任务所需资源(人、财、物及其他配套)的标准和使用量。例如,“要梳理元数据信息,必须要有系统设计人员和相关业务专家参与”;“要制定数据价值评估模型,应该有财经背景的专业人员参与”等等。

必须对所需资源的专业或者业务能力进行明确,否则很难达到预期效果。

4、建立评价体系

评价体系包含了对任务目标达成程度的评价、对整个数据治理工作绩效的评价、对人员绩效的评价,以及对参与各方的奖惩措施。评价体系的制定需要与数据治理的工作目标挂钩,关注参与各方的需求,通过激励机制,帮助参与各方组织及人员成功从而实现数据治理整体目标的达成。

 “搭班子”

“搭班子”就是建立数据治理组织。

数据治理作为组织创新的重要工作,需要从上到下各个层级人员参与。通常数据治理组织包括:由组织的领导班子成员组成的“数据治理委员会”,承担重大决策和审批的责任;由各业务条线的中层领导组成的“数据治理办公室”,承担重大事项决策、方案审批和组织协调的责任;由各部门执行层业务骨干成员组成的“数据治理工作组”。根据组织的特征,往往会选择下述三种组织模式中的一种:

但是以上这种组织模式往往形式大于功能,在实际的数据治理工作中,数据治理常常以项目的形式开展工作,以项目团队的形式组建数据治理团队,“项目开展期间热火朝天,项目结束就地解散”,成为数据治理团队发展的常态。好一些的,建立专责负责数据治理的职能部门,数据治理如“人,财,办”一样成为组织的一项职能,渐渐变得籍籍无为。

换一种思路,如果我们以创业的眼光来看待这件事,建立数据治理组织就变得不那么简单了。从组织模式选择上,分布式组织模式由于其自身天然存在的管理协调不利,注定不是将数据治理作为“事业”来开展的选择。推荐采用联邦式或集中式组织模式,由专业的数据治理团队推动数据治理工作的开展。

那么专业数据治理团队应该由哪些人构成呢?有创业精英总结——“人对了,事才能对”。今天,我们以创业的眼光来看待数据治理这件事,也是如此。“人”的最优选择——选择具有开创意识的人员加入数据治理专业团队。但是,数据治理组织作为企业或机构的一份子,对成员的选择范围有限,我们同样可以通过内部培养的方式,帮助成员成为具有开创意识的人。

具体数据治理团队应该如何组建呢?

首先,确定数据治理组织的构成模式。

决定数据治理组织的构成因素包括:当前企业/组织文化、企业/组织现有的运营模式、人、以及未来的发展变化。

了解当前的企业文化,需要解决的问题是:如何决策?谁负责制定决策?委员会如何操作?目前的数据由谁负责?

参考现有的运营模式,是要弄清楚:企业/组织的决策过程是集权式还是民主式?日常工作采用多级管理还是扁平管理?

人,需要确定的是:平时的数据管理者、业务数据专家、相关领导都是哪些人,他们的专业和工作特点如何?

未来,指的是:企业/组织未来的变革趋势,对数据战略的规划和预期。

其次,构建数据治理团队。

构建数据治理团队采用五步法:

1、识别当前数据管理的参与者

数据管理人员是“识别”出来的,而不是“任命”出来的。

如果有已经从事数据治理工作的团队,可以在此基础上完善。

从事现有数据管理活动(创建、管理、监控、访问)的人员,他们都可能成为数据管理团队的成员。

组织现有的“委员会”,可能的话,让现有的“委员会”承担“数据管理委员会”的职责。

2、确定数据治理委员会

根据组织数据管理的实际需要,确定数据治理委员会的成员。通常由直属领导担任数据治理委员会主席,关键业务领导担任副主席,其他领导为成员。

3、利益相关者的识别与分析

从数据治理工作的角度出发,来自组织内部和外部的IT、运营、法律、人力、财务、业务数据专家、领导、员工、客户、监管机构、代理商、供应商等等,均为利益相关者。

建立利益相关者矩阵,记录利益相关者的目标、优先事项、原因。

分析利益相关者对数据管理工作的影响,制定策略管理利益相关者,为数据治理目标服务。

4、确定数据治理组织构成

确定数据治理的组织架构,定义各机构的职责。根据数据治理工作的实际需要,确定各机构中的岗位角色及职责,任命核心团队成员。

5、提高利益相关者参与感

通过数据认责,把利益相关者纳入数据管理组织。将利益相关者的目标与数据管理的成果相关联,帮助利益相关者通过取得数据管理成果促进自身目标达成。

“带队伍”

“带队伍”就是带领数据治理组织实施数据治理战略的过程。

数据治理团队的主要成员都是知识工作者,带领知识工作者实现组织目标的核心是激发知识工作者的潜能,使知识工作者充分发挥他们的才华,为组织的目标服务。而管理行为在这个过程中应当以人为本,为人服务。所以,带队伍主要从以下工作着手:

1、建立统一的工作目标

将团队成员的目标与数据管理的成果相关联。帮助团队成员以数据治理工作当作自己的事业,确立自己的职业目标,帮助团队成员认识到个人目标与组织目标的关系。

2、开展必要的专业培训

数据治理是一个崭新的领域,传统的学院教育缺乏此方面的知识传授。数据治理从业者的专业知识需要通过专业培训和实战工作进行积累。数据治理组织有针对性的为不同角色的数据治理从业者制定专业技能培训计划,并开展培训。帮助团队成员快速具备与工作目标相匹配的专业能力。

3、分享成果帮助成员获得成功

数据治理工作取得任何成果,都应当充分认可每一位数据治理团队成员的努力及在其发挥的作用。帮助团队成员通过数据治理成果获得个人的成就。

4、通过奖惩机制保障目标达成

在数据治理工作中,加入必要的绩效考核手段,帮助团队成员衡量个人努力为组织目标的影响。充分激发个人的积极性,保障组织目标的达成。

结语

以项目为出发点,工作往往以项目落幕;以事业为出发点,工作才能实现长久的复利效益。

希望本文可以启发各位数据治理从业者重新思考“数据治理之于个人职涯”的意义,抓住这次难得的创新创业新机会。愿每一位数据治理从业者都可以在“数据治理”这条新跑道,有所作为!

作者简介

寇媛灼,御数坊高级咨询顾问,信息系统项目管理师,PMP。长期从事数据治理咨询工作。通过数据治理帮助企业分析数据管理现状,发现数据工作中的问题,帮助企业制定数据治理规划,并协助数据治理相关工作落地实施。

超过14年IT从业经验,主要从事数据治理、数据应用规划、软件开发、系统集成等工作;

  1.     其中12年数据规划和数据治理经验,客户遍及通信、金融、政府、能源、制造等行业,通信业深耕10年;
  2.     擅长数据治理规划、数据应用规划、信息化规划,注重管理理论与实践相结合,秉持“管理手段与技术相依存,数据价值由经济价值来体现”的规划理念;
  3.     具有从信息化到智能化全方面的知识储备,掌握数据治理、项目管理的知识体系,在数据应用、数据治理等领域具有丰富的规划和落地实施经验。
  4.     DCMM标准推广培训讲师,是国内首批开展DCMM评估的评估师。

御数坊(北京)科技咨询有限公司成立于2014年12月,是一家创始团队在数据治理领域专注十年以上的专业机构。成立以来,参与多项数据治理专业国家标准编写,广受金融、能源、通信、政府多行业客户认可,以咨询+产品模式为企业提供全生命周期的数据治理支撑,客户满意度极高,连续几年实现年均营收增长超100%。

 

返回首页