拆掉部门间数据的“墙”是很多公司头痛的问题，笔者最近做了一些思考，这里给出八个策略，希望于你有所启示：
1、数据共享要成为公司的顶层设计，形成共识
好比天赋人权，无论现实中部门间如何扯皮，但数据共享还是要先确立一些基本原则。“数据是公司的战略资产，不是部门的私有资产”，这是数据开放的基础。“数据不共享是例外”也是很好的原则，因为这是共享效率的保障。
如果能把这些原则写进公司的基本政策，那就最好的了，这个某种程度体现了公司的数据文化。
但原则归原则，拆掉数据的“部门墙”需要实操的策略和艺术。
2、明确公司数据的所有权组织，这是践行“数据是公司的战略资产”的前提
大多公司没有设立这个组织，因此各部门成为了部门数据的实际所有者，这造成了公司各部门间数据的“墙”，IT部门作为执行单位没有资格去拆掉这些墙。
鉴于此，公司一定要在书面上明确具体是哪个组织代表公司拥有对公司数据的所有权，然后由它分配各部门的数据权力，华为的公司数据责任人和领域数据责任人制度是数据权力重新分配的一种实践。
很多公司虽然建立了类似组织，但对这个组织的职责和权力并没有明确，也许是没想好，也许是调合不了各方利益，这种模糊或者暧昧的态度导致这些组织有点“名不正言不顺”，这让下面实操的人很难开展工作。
3、打破“部门墙”不是“一把手”工程，而是系统工程
大家习惯把部门墙的问题甩给一把手，认为只要一把手重视就能迎刃而解，这有点扯谈。
事实上，只要有点管理意识的领导都会要求打破数据的部门墙，因为全流程效率提升是企业经营中的核心问题，数据作为流程的核心要素，一把手怎么可能不支持数据“部门墙”的打破？
问题也许在于，没有哪个一把手事先知道拆掉数据“部门墙”需要具体支持到哪些层面，牵一发而动全身，这需要公司数据组织的补位，比如建章立制。
但现在这方面的人才比较稀缺，有些公司花了大价钱找咨询公司来做，但咨询报告的落地还得靠组织自己，这是个系统性工程，需要多投点人，多点耐心，少点运动式建设。
4、制度固然重要，但成功的要点却在于流程再造
制度是篇章式、片段的、模糊的，虽然一般我们也可以按照做事情的先后顺序去描述，但是这样的描述中是不是有重叠、缺失，或者颗粒度的不一致，我们根本无法去识别和判断。
在企业管理现实中，基于制度的管理总是看起来要复杂，而结果却不精确，我们又很难有一个标准去约束和规范它们，最多是形式上的规范，而对内容的管理显得无能为力。这并不是管理制度的人不负责任，而是制度本身的特质决定了必然形成这样的结果。
拆掉数据“部门墙”仅靠发布几个制度规范是没有用的，每当看到某咨询公司为某企业制定一系列的制度规范，每当看到数据部门为制度条款的内容咬文嚼字的时候，我都在想，千万不要落入制度的陷阱。
因为制度的弹性太大了，A部门说我愿意开放数据，但如果实操中需要BCDEFGH审批，你说这个“墙”到底有没有被拆掉？
基于流程的管理就完全不同。对于流程，可以有严谨的结构，可以有标准的颗粒度，可以有规范的语言；更重要的是可以有非常精确的内容，确保不会有缺失、重叠、交错和冲突。这就使得管理的精细化成为一种可能。
现在很多企业都在提建立流程型组织，目的就是管理的精细化，华为公司就是典型的以流程精细化管理驱动的企业。
华为数据之道能够成功，跟其强大的流程管理能力密不可分，华为的成功不可复制，其实在说华为的流程管理你学不会。
我们需要花大力气明确流程的标准，然后去重构相关的流程，让新的流程能够穿透部门墙。
华为董事陶景文说：任何不涉及流程重构的数字化转型，都是在装样子!这句话同样适用于打破数据的“部门墙”。
流程重构动了别人的奶酪，推进中会受到极大的阻力，其难度远不是制定几个制度规范可以比拟的，咨询公司干不了这个，只能靠公司的数据组织了，但现在有多少公司的数据组织真正在做重构生产关系的工作？
也许是时候未到，也许是太难了。
5、再好的制度和流程，在现实面前也需要妥协
部门有时不是不共享数据，而是有存量的包袱，原因至少有以下三个：
第一，管理冲突，比如省公司的部门不仅要受到省公司的管理，还要受到集团专业条线的垂直管理，在两条线的要求出现不一致时，直接开放数据就有风险，有时只能中庸一点，你退一步，我退一步，大家一起找到一条可行之路。
第二，利益博弈，数据不会说谎，其如实的反映了部门的经营实际，部门开放数据意味着把自己的家底全部暴露给别人，这里不仅仅有安全的风险，还有被小题大做的风险，水至清则无鱼，不要因小失大，失了全局。
第三，能力不够，很多信息化建设比较落后的部门，数据共享不是愿不愿的问题，而是能不能的问题，比如数据都没记录，如何共享？而等到能力起来了，大半年就过去了。
拆掉“部门的墙”需要尊重现状和因地制宜，因此，任何公司的数据共享政策和流程一定是不一样的。
6、从最关键的数据开始，不追求数据共享的规模
大数据的4V特征大家都很清楚，但这个4V特征误导了很多人，以为汇聚数据就要追求数据量大，数据种类多，数据速度快，数据规模甚至成为了体现一个公司数据管理能力高低的标准，但路是一步步走出来的，恰恰是在采集部门数据的时候，不能贪多贪全，有以下原则需要遵循：
第一，适度的自顶向下的规划，一般要梳理得到三本数据字典，源端的数据资源目录，数据湖的数据资产目及共享的数据服务目录，如果不做好这个基础工作，连共享的是啥都不知道，就失了根本。
第二，关注自底向上的需求调研，一线的应用到底缺了哪些数据用不起来，这是核心问题，IT部门搞大数据平台建设，往往重视规模而忽视业务，费了很多功夫，采集了很多数据，但大多数据没有产生什么价值，虽然说“数到用时方恨少“，但说这句话的前提是别人有的需求你首先要知道和满足，那些难采的有价值的数据你能够采集到。
第三，优先采集具有跨部门价值的数据，如果某个部门的数据只有领域属性，也就是只对这个部门有价值，那么这些数据对公司来讲可能都不算资产，可以放缓采集甚至不采集，而那些对其他部门都有价值的数据要应采尽采，那么如何确定哪些数据有跨域价值呢？
这就需要业务部门的充分参与，我知道这很难，只能靠公司的数据组织来推进了。
7、让各部门在共享数据中获益，实现共同成长
部门在共享数据的过程中不是仅有付出，也会有所得，因为既然你的数据对别人有用，那么别人的数据也可能对你有用，在公司提倡数据共享的背景下，所有部门都应该享受这个红利，即思考到底公司有哪些数据对你有价值而这些数据以前是拿不到的，然后义正言辞的向公司提出你的数据诉求，这个时候不是你一个人在战斗。
数据共享要求各部门在信息架构、主数据、数据质量、元数据管理、数据标准等各个方面予以提升，比如提供数据的部门要维护数据字典吧，维护数据字典需要自动化工具吧，诸如此类，对于公司的各个部门来讲，数据共享也许是提升自身数据治理水平的一次机会。
在数据共享的过程中，数字化水平越高、数据创新意识越强的部门，越容易在数据共享中获益，而封闭保守、安于现状的部门，则容易在数据共享中迷失。
数据共享对于各部门到底是挑战多一点，还是机会多一点，取决于部门自己的数据利用水平和开放态度。
8、公司的数据部门是管理者，更是服务者
在拆掉了数据的“部门墙”后，公司的数据部门要完成从数据所有者的角色向数据服务者角色的转变，将获取的各部门数据尽快共享出去，实现“取之于民，用之于民“。
在数据共享的过程中，会出现安全的问题、流程的问题、数据的问题、平台的问题等等，针对所有的这些问题，公司的数据部门都应是第一责任人，不能只讲权力不担责任。
公司的数据部门将采集到的数据束之高阁，不管是主观的还是被动的，都是不作为的表现，因为它让拆掉数据的“部门墙”这件事变得毫无意义，同时扮演好数据权力分配者和数据服务者的角色，对于公司的数据部门是巨大的挑战。
建议给公司的数据部门设置数据服务的KPI指标，建议给数据安全部门设置数据共享比例不低于XX%的指标，设置指标不是目的，而是一种导向，即公司所有的部门都应该为最终的价值创造贡献力量。
服务大于管控，公司的数据部门才能获得真正的信任，所用在拆掉“部门墙”中遇到的磕磕碰碰，所有制度规范顾及不到的地方，需要靠信任来填平，如果没了信任，“部门的墙”最终还会重新竖起。
当然也许只有靠文化的力量，才能最终拆掉“部门的墙”！
DAMA、DCMM等数据管理框架各个能力域的划分是否合理？有内在逻辑吗？by 傅一平
点击左下角“阅读原文”查看更多精彩文章，公众号推送规则变了，如果您想及时收到推送，麻烦右下角点个在看或者把本号置顶！
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
