数据管理实战：我的一周工作纪实

按照格鲁夫的说法，一个经理人的工作就是“信息收集、给予提示和决策”。在2021年，我写了一篇名为《数据管理的实践：我的一周工作和反思》的文章，谈了自己这个经理人一周是如何度过的。

现在已经是2023年了，最近有人在我的文章下留言，说从那篇文章得到了很多启示。受此鼓励，我决定再写一篇，分享最近一周的数据管理实践。

1、周一

（1） 数据管理部周会

每周一是数据管理部门的例行会议日。

在周一上午，我们全体成员都会参加部门周会。各组长会汇报重点工作进展，并提出建议。我负责做出决策并提出相应要求。之前，我们的周会仅限于主管和组长参加，以节省时间。但我发现这种方式不利于团队间的了解与协作，也难以达成共识。为了提高周会效果，我决定重启全员参与的周会机制。

在管理工作中，我一直在层级制管理和扁平化管理之间寻找平衡。若采用层级制管理，我只需与几位组长沟通，工作较为简单，但这样可能会导致信息传递不畅，特别是组员容易走偏方向。若采用扁平化管理，则需要与更多成员沟通并提供指导，不仅很累，且将减少自己的独立思考时间。

放权和不放权取决于管理梯队的成熟度，我现在不得不全员周会，说明在培养人上还是有很多问题的。

（2）数据地图2023年建设思路讨论会

周一下午，召集相关人讨论了2023年数据地图的建设思路。

在2022年，我们成功构建了数据地图，实现了数据全景可视化、数据自助订阅以及全流程状态跟踪等功能。

通过本次会议，我们终于明确了需要新建的四个功能：实时订阅、个人工作台、元数据众筹和业务目录。实时订阅在离线数据订阅基础上增加实时数据目录、上架和订阅功能。元数据众筹旨在开放跨领域元数据修订功能，通过众筹方式解决元数据不完善的问题。业务目录关注构建业务专题数据目录，提升业务人员的订阅效率；个人工作台则为个人资产订阅运维提供统一视图。

像数据地图这种平台，从0到1的建设通常有充分理由，但从1到N的扩展就未必。但为了维持项目资源，团队可能会不断寻求新功能，大家这个时候的心态变成了先争取资源到手。

比如前期在讨论2023年数据地图建设思路中，项目团队提出了许多功能，但我都予以了否决，因为这些功能都是大家脑补出来的。我要求除非涉及架构优化，项目需求务必来源于日常运营和运维。

2、周二

（1）数据开放运营月报思路沟通会

在我刚开始搞数据治理的时候，华为跟我说过这句话：“数据治理工作应例行开展，实现数据治理流程常态化，应对数字化常态化，避免短期行动，确保扎实落地。”

为确保《对内数据开放管理办法》落地，今年全面启动了数据开放运营工作，包括流程运营、内容运营和平台运营，但整体进度尚不理想，我决定每月召开一次数据开放运营分析会，由数据治理组牵头汇报。

此次会议主要讨论了运营分析报告的内容，包括数据开放运营目标、运营指标体系和专题分析等内容。我们初步计划在3月底召开第一次运营分析会。

数据治理与直接的创造价值有一定距离，因此，数据治理体系在完成从0到1的构建后，关注度会下降，往往缺少了进一步优化的动力。

多年的数据和产品经验教训提醒我，无论初始阶段多么成功，随着时间推移，初始的美好会逐渐消失，数据和产品会重陷混乱，也就是熵增。唯一应对方法就是通过运营引入负熵。

（2）地址主数据进展汇报

地址主数据项目即将上线，但近期出现了大量延迟。为此，我们特别召开会议探讨延迟原因。经分析，问题主要分为三个方面：

首先，前期共识差。尽管曾经制定过时间计划，但其他部门并未清晰确认，这是我们工作的失误，为后续延期埋下隐患。

其次，执行控制差。本次主数据项目采用集中化架构，涉及大量周边系统改造，项目经理在技术方案把控上投入很大精力，但对于联调的复杂性缺乏准备，外部门执行计划没有，周会未开到外部门，进度和问题未透明化，导致发现问题慢，解决问题慢。

第三，事后解决差。在外部部门协同出现问题时，项目经理碍于面子没有及时升级问题，导致双方都错失良机。

项目经理的责任心值得肯定，但成功项目的实施不仅需要责任心，更需要技巧和方法，现在，经过与对方领导沟通，基本确认了上线时间。

3、周三

（1）公司月度经营分析会

我非常重视公司每月的经营分析会，不仅自己参加，还会让数据服务团队的核心成员去旁听。这次的经营分析会涉及不少与数据管理团队相关的内容，包括政企客户拓展、成员真实性甄别、小微企业拓展、兔飞行动等。参加这些高层次会议，整个团队能更清晰地了解公司业务重点，这也是数据团队取得成果的基本前提。正确地做事比正确地做事更重要，而这在过去往往被数据团队忽视。

IT部门通常作为公司的后端部门，而在IT部门中，数据团队是业务团队的后端。换言之，数据团队是公司后端的后端，其与真正的业务有相当的距离。数据团队有时会自嘲说自己的生态位决定了无人关注，但其实也要反思，所以默默无闻也许不是别人看不见，而可能是方向出现了问题。

数据团队一直在做自认为理所当然的事情，报表、取数、指标等等，这些的确都是业务部门让做的事情。但一方面业务部门要做的不一定是公司真正关注的，另一方面这些事情做多了，边际效益很低。

站在公司角度看，数据团队可能做其他的事情更有价值。但如果数据团队既不关注行业趋势，也不参加公司的经营分析会，更不关注老板的讲话，所有要做的事情都是别人告诉他的，那么，数据团队也许根本没有选择的机会，不知道自己不知道是最大的问题。

事实上，离业务越远的组织，越需主动关注业务，努力抓住稍纵即逝的机会，就拿数据治理来讲，起步的时候，业务部门根本不关注，但只要老板关注，那就要冲上去尝试一下。

（2）与A公司交流经分工作

今年我的工作有所调整，除了负责公司的企业数据治理和数据中台，重新开始负责经营分析（BI）的支撑工作。九年前，我从经营分析转向大数据，现在我重新回归，需要对当前的经营分析支撑情况有所了解。

A公司是负责某块业务的经营分析集成商，除了传统的BI内容，如业务专题、自助服务、指标管理和智能预警等，A公司提到的三个内容给我留下深刻印象。第一是数据分析数字人，可能是指增强分析。现在有了强大的ChatGPT，未来增强分析的引擎应该会有所提升。第二是流程效能分析，虽然不属于传统BI领域，但数字化转型中，经营分析不应缺席。第三是数据模型上线前管控，A公司现在实施了一个打分机制，颇具创新。

与九年前相比，除了报表取数，我现在对经营分析支撑业务多了一份谨慎，除非有强大的运营和协同，不会盲目投资在创新上，比如针对智能预警，如果没有OLTP的配合，就不去尝试。

我还没想清楚BI的路怎么走，初步的想法有三点。首先，建立一些报表规范，多做减法，例如报表强管控，一个业务一张报表。其次，开放数据中台，打造DataOps，为业务敏捷赋能，让更多业务人员可以自己取数，解放生产力。第三，尝试增强分析，因为老板低门槛看数是刚需，其他是否要做取决于公司战略和业务决心，不必主动出击，年纪大了，我也许越来越保守了。

（3）数据治理材料准备

集团即将进行调研，需要准备关于数据治理的汇报材料。在与主管沟通后，我们确定了材料的结构和大致内容，主要包括四个部分：企业级数据治理的背景、总体思路、主要举措及协同建议。

在企业级数据治理的背景部分，我们讨论了企业数智化转型的核心，即通过“数智驱动”优化企业资源配置效率。指出了公司在数据产生、数据发现、数据汇聚、数据开放和数据消费等环节中面临的五大挑战，这些问题影响着公司数字化转型的深入推进。

在总体思路部分，提到了公司数据治理工作的五个发展阶段。接着，给出了“5141”企业级数据治理工作框架，包括顶层设计、组织保障、流程运营、IT支撑和数据消费五大举措。

在主要举措部分，详细介绍了十三项数据治理重点工作，涵盖了从成立数据治理委员会到打造跨域数据驱动的对内创新应用体系等内容。

在协同建议部分，提出了数据治理协同、应用创新协同及数据开放协同等内容，以实现更好的协同效果。

准备PPT材料的过程，既是工作的一次系统化总结，也是一次换位思考的机会。虽然PPT备受诟病，但自己每次写PPT（或者指导别人写PPT）的过程中都会有新的思路产生，看似事务性的事情，在做深之后，意想不到的涌现总会发生。

4、周四

（1）安全专业人才认证评审

本周参加了安全部的人才认证评审，虽然我不是安全专业人员，但自己的工作也算跟安全有关。作为面试官，我能感觉到面试者的紧张，但其实自己也会紧张，比如担心自己的问题不够专业，担心会被其他的面试官取笑。

作为面试官，很容易陷入到一种思维定势，认为自己应该比面试者更专业、更懂，有时候提的问题就会比较刻意，但似乎更应该考虑的是，我是在为企业招揽人才，还是要体现自己的水平？

如果想清楚了这个问题，面试就应该更好地引导面试者展现他们的长处和潜力，而非盯着他们的短板。同时应该放下架子，以学习者的态度去提问。

得到的脱不花曾经出了四个面试问题，我觉得挺好，其实问这些就可以了：

问题一：如果你现在有半个月的带薪假期，但是有个条件就是你必须研究一件事，你会研究什么呢？

问题二：你目前所处的行业，最顶尖的人和公司分别是什么？他们是如何工作的？

问题三：在你此前的职业生涯中，有没有过什么非常重要的取舍？可以跟我分享一下吗？

问题四：你刚刚提到的，人生中重要的项目或者工作，如果让你现在重新再去做一遍，会有什么不一样吗？

我们来看看这几个问题其实是在问什么：

第一个问题考核的是你的内在驱动力。当你不需要为生计奔波时，你最想研究的事情就是你生命里面真正热爱的事情。

第二个问题。你如何看待所处行业的最顶尖的人和公司，反映了你的眼界跟格局。

第三个问题，你工作中的一些取舍，体现的是你底层价值观，反映出你真正在意的是什么东西。

第四个问题，考核的是你是否有持续学习、自我反省、深度思考的能力。

有了ChatGPT后，我们再去问ChatGPT都知道的问题，似乎有点Low，或者刻意为之。

这次评审我更多是抱着学习的态度去的，从面试者那里我了解到了公司安全规划的体系框架，还向面试者要了一份PPT。我记得自己当年参加某次竞聘，面试官提到了谷歌工作方法论，我说自己研究过，并写过一份PPT，面试官就让我发给他学习。虽然别人可能只是说说而已，但对我来说，这是一次莫大的鼓舞。

5、周五

（1）增强分析讨论

我在公司工作近20年了，大数据的应用已经深入到了一线生产，但管理人员看数的方式没有改变，还是通过报表、指标或者固定的看板来了解数据情况。

前几年，BI提出了增强分析的概念，也就是所谓的BI3.0阶段。其中一个重要特点是基于自然语言的人机交互式看数和分析。虽然我对智能分析还不太看好，但我认为降低管理人员看数据门槛是有诉求的，而且相对容易实现。当然，这只是我的看法。也许需要等到ChatGpt等技术颠覆了BI才能看到更大的变化。

因此，我邀请了合作伙伴来介绍增强分析，并探讨本地化的策略。我希望今年能在这方面做些尝试，比如打造一个BI机器人，提供标准化的对话能力，以更自然的方式为管理人员提供数据。但我知道这个产品的成功主要还是依赖对业务的深入理解、高质量的元数据和优秀的产品体验，技术其实并不是最重要的。

（2）数据地图和数智传输网演示准备

数据地图即数据开放平台，数智传输网即哑资源精准规划的分析平台，这两年我们投入了巨大的精力去打造这两个平台，在业界还是比较领先的。前段时间听说领导要来调研，就想演示下这两个平台。我们希望从统计数据到明细工单，从宏观到微观进行全方位演示，让人们有感性认识，这样才能更有说服力，虽然领导最终没能来，但我们还是做了演示准备。

我让几位同事模拟演示，给出了修改意见，并讨论明确了要演示哪些核心功能以及如何用通俗易懂的语言介绍，特别提醒不要陷入细节，要从宏观到微观，用业务语言说明，使演示更易理解。

数据管理是典型的酒香也怕巷子深的工作，你不仅要做了，也要会show。当年我去做大数据变现，打响第一炮的就是做一个大屏客流产品。大屏这种纯show的东西，冲击力大，但要做好不容易，而一个好的大屏就是投名状。后来我们每年都在互联网大会上发布一个大屏产品，这些大屏产品最后演化成了洞察商业变现产品，也为公司带来了影响力。

在我刚成为一名管理者的时候，无所适从，特别想知道其他的数据管理者是如何开展一天工作的，可惜网上找了一圈没有找到相关信息，现在我做管理也很多年了，想来也有其他的新手管理者需要吧，因此写出来分享。

管理是否要刻意学习呢？这取决于你对自己的要求，大多数公司是靠机制和流程推动所有人工作的，你完全可以随波逐流，也许还会很忙。但如果希望今天做的事情比昨天进步一点点，在组织、机制、流程和平台上有所建树，那么管理还是挺复杂的，我当然也会参加很多的事务性的会，但心中有根，就不会飘得太远。

希望于你有所启示。

Teradata，不仅是数仓的黄埔军校，更是数据分析服务的天花板！

数据治理体系完整指南（全）

中台战略

98家央企集团总部信息化部门设置概览

未来十年，数据团队最核心的能力到底是什么？

2023年，我的数字化转型工作计划

我的2022年个人总结

2023年，我的数据工作计划

查看全部文章

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！