数据项目成败的关键-战略、规划、组织与制度！ by彭文华

最新推荐文章于 2024-09-11 14:10:29 发布

大数据架构师Evan

最新推荐文章于 2024-09-11 14:10:29 发布

阅读量247

点赞数

文章标签：大数据项目管理人工智能 aof weex

本文链接：https://blog.csdn.net/weixin_52346300/article/details/116022390

版权

这是彭文华的第158篇原创

昨天，DAMA国际数据管理协会中国分会理事蔡春久大佬内部分享了一下DMBOK2.0的深度解读，2个小时讲的内容非常丰富。蔡老师的高度和广度我是比不了的，作为DAMA会员，我就不献丑了。今天从蔡老师的分享中选一个点，给大家分享一下我自己的理解和项目经历。

另外，我在挑战春节不打烊，每天都分享原创文章，欢迎加我个人微信：shirenpengwh，加入催更群，小鞭子催我快快写稿

数据治理项目成功率

我在考高项的时候，老师给我们分享过一个数据，美国项目管理协会调查结果，项目范围、时间、成本完全符合要求的，只有少的可怜的26%。其他的要么就是范围蔓延，要么就是时间、成本超预算了。

这还是所有项目混在一起的情况。数据治理这种爹不疼妈不爱，大多都是IT部门主导，又难做，又没啥立竿见影效益的项目，成功率当然更低了。

讲真，这种项目在政府行业、国企这种强制管控的地方成功概率相对还比较大一些。互联网企业大多都是业务导向，真心非常难做。不信，你看看：

下面还有很多人附议：

所以，不是说大厂数据治理就做的很好。相反，正是因为他们发展速度太快了，常常顾头不顾腚，出现这些问题也就非常正常了。

数据治理的正确打开姿势

蔡老师在分享中，有一张片子非常经典，其实也能解释数据治理项目建设难、成功率低的原因。原片有换行，我重画了一下：

我们看看这张图，我们在提数据治理的时候，说的是啥？领导更多的是提升数据质量，背后隐含的话就是“不要让数据质量的事情麻烦我”！

做的事情呢？基本上就聚焦在“07数据质量管理”上了。但是数据治理根本就不是单纯的数据质量管理，而且，数据质量管理也不是单点问题，而是系统性的问题。

就我遇到的情况而言，一个数据的展示，其实需要经过产品设计、程序设计、数据库设计、业务使用、数据指标标准、指标数据计算、业务数据展示等一系列冗长的链条。这个链条中任何一个环节出错，最终展示的数据都有可能出错。而数据部门职责管辖范围内只有后三个。

换句话说，数据质量问题是整个公司运转造成的，却总是让数据部门背锅。同样，治理数据，当然也要调动整个公司的力量才能做好。这一点，在上图中就说的非常清楚了。

在DAMA的DABOK中，前三章是最重要的，分别是：

01数据战略与规划；
02数据组织与职责；
03数据政策与制度。

这三部分是整个数据管理的基石，支撑着整个数据治理体系！企业数据治理必须要从数据治理的顶层设计出发，解读如何规划数据战略、如何搭建数据治理组织架构，确保数据治理体系梳理明确的目标与方向，落实职责，以保障工作的有效推进。

换句话说，这三点不做好，数据治理就是免谈，数据质量就是白纸一张。

战略、规划、组织、制度怎么做？

有同学会抱怨，光说个体系有啥用？到底咋落地？来，今天就拿一个数据治理全案，给你说清楚！

我喜欢政府/国企的地方就在这里，至少在战略层面真的是真抓实干！一点虚头巴脑的都不带。当然，不舒服的地方也在这里，很多时候都是任务倒推的。上图就非常清晰，业务发展需要（还有一个政策需要没截出来），所以要制定战略，由某部指导，某总牵头负责，启动数据综合治理项目。别的先不说，至少责任到人，落实到位。

再看目标，看上去不像咱互联网的OKR，都没有量化出来。但是我可以很负责任的告诉你，这个目标比真实率从60%提升到80%更有价值。因为这是底层支撑的事情，是从根上解决问题的方法。换句话说，我们要的不是一次性提升的结果，而是长久、持续解决数据质量的良性循环。这是我们互联网公司、各类私企应该学习的地方。

这个计划好像跟我们项目管理里提到的任务拆解不太一样啊，感觉非常不专业。

不过你仔细看看，这个计划表压根就不是落地执行的，而是战略执行的计划表。几个点：完善制度、明确考核机制、组织建设、系统建设。这几点都完美支撑了上面的目标。而且，我们再回忆一下刚才DAMA的那张图，是不是完美契合战略与规划、组织与职责、政策与制度这几方面？甚至还多了一个系统建设，考虑到数据应用效果层面了。