中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

在數字化轉型浪潮中，數據治理成為企業成功的關鍵。然而，如何確定數據治理中的‘治人’難題，尤其是數據Owner的角色定位，成為項目推進的瓶頸。本文深入探討了數據Owner的角色定義、選拔策略及數據錄入的責任歸屬，旨在幫助企業構建高效的數據管理體系，避免‘背鍋俠’窘境，推動數據價值最大化，賦能企業經營發展。

在數字化項目中，最難做的是數據治理項目，做數據治理項目最難的是什么，不是復雜的解決方案，也不是建設復雜的大數據平臺，而是在推動數據項目中，“治人”的過程，要實現數據項目的長期有效運行，光靠先進的技術，穩定可靠的系統顯然是不夠的，說到底，人才是決定工具使用最終效果的核心動力，要實現企業數字化提升企業經營，就得管理好組織中的人。

在數據治理項目中，需要面對比較多的角色，從權責利來分，分為數據主責方，數據使用方，數據管理方，從數據參與工作角度來看分為數據錄入人，數據審核人，數據使用人等。這些崗位該如何確定和定性呢，今天借著這個問題，我們來探討一下。

一、數據治理的世紀難題

在傳統企業數字化過程中，數字化項目中分為了IT部門和業務部門，若按照傳統的區分方法我們很難推動數字化工作，因為數字化IT部門偏向技術，業務部門只關心業務發展，業務話語權上占據了絕對的主導地位，IT部門成為“修電腦”的，數字化的項目都成了燒錢貨，在企業內難以立足。可隨著現代互聯網的發展，企業的數字化轉型漸漸走到了線上，企業的業務也不得不考慮線上的大量業務需求，此時的數字化價值和效果才被逐漸的認可。

數字化項目對數據的需求，起源于對人工智能的迫切追求，要實現人工智能化地工作，就要依賴于強大的數據支撐，這一切就需要數據治理。這是一件復雜而難以一蹴而就的事情。就是因為這樣企業數據治理的項目開始了。介紹了這么多，其實只是想講一講數據治理項目的必要性。因為這個必要性其實是站在企業戰略發展的角度來考慮的，而項目實際推動過程中，我們又不得不面對一些實際的問題，下面就來講一講數據治理中最難推動的工作：數據各方的權責利該如何確定？    這是一個數據治理的世紀難題，從調研到的多家數據治理項目案例中表明，每個企業的情況各不相同，處理差異較大。要想數據治理長治久安，就需要建立業務負責制的數據管理責任體系，這其中最重要的就是數據Owner。

二、誰應該作為數據Owner？

先來解釋一下什么是數據Owner？華為數據之道中這么寫道：“每一個數據都必須由對應的業務部門承擔管理責任，且必須有唯一的數據Owner”。數據Owner是數據戰略的制定者，數據資產的所有者作為數據爭議的決策者，擁有公司數據管理日常工作的最高決策權，歸納起來，其職責包括：制定相應的數據標準，規范制度，傳播數據管理理念，營造數據文化氛圍，決策跨領域的數據爭議，解決跨領域數據管理難題。從這些職責中可以看出數據Owner最核心的是數據決策，解決數據爭端，做出數據任命。職責并不是數據錄入，很多人誤認為，數據Owner就是數據錄入方，這是一種錯誤的認識。

我曾經分享的一堂數據課中講到如何找到數據Owner，應該從公司數據管理戰略層面來任命，無論是數據錄入方，數據生產方，還是數據使用方作為Owner都有其優缺點，并不是通吃的，我們來看看都有哪些優缺點：

1、數據錄入方作為數據Owner

優勢：將數據的錄入方作為數據Owner，優點在于可以嚴格執行最新數據要求，按照數據制定的標準要求去進行錄入，而且一般的數據錄入部門作為數據Owner可以掌握數據的錄入落地性，能夠充分考慮數據錄入工作量。

缺點：數據錄入方，一般屬于基層人員，很難站在公司戰略層面考慮跨部門，跨領域的數據需求，很多情況下，為了減少數據錄入工作量，都會強制拒絕很多合理的數據需求。導致企業數據發展滯后。

2、數據使用方作為數據Owner

優勢：數據使用方是最清楚數據使用要求，能將最急迫的業務數據需求反饋到數據標準中，隨著業務的發展，不斷提出新的要求，這樣可以將數據價值發揮到最大，同時也能挖掘新的數據需求，達到數據與業務全面融合。

缺點：數據使用方作為數據Owner，數據使用方一般是多個不同的部門，到底該由誰來承擔數據owner的職責，是考慮數據最早使用還是最終使用；另外一方面，數據使用部門，如果作為數據錄入方，很容易處理，如果不是數據錄入方，就需要協調數據錄入方進行數據錄入，這無疑將增加數據錄入的難度。

3、數據生產方作為數據Owner

數據生產方有兩種定義，一種是系統層面的數據創建，在數據標準化統一之前，某個數據可能是多個部門都在錄入使用，如果要達成統一標準就需要找到最先在系統錄入的部門，就是數據生產方。另外一種定義是，在業務流程中，誰最先生產數據，誰是數據Owner，由誰去錄入。這個是非常難判斷的，曾經有一個地產公司推動數據Owner任命時，在確定誰是樓棟的數據Owner討論時，遇到以下的一個案例：

營銷說：我不是數據Owner，我雖然要賣樓，但是我賣的樓棟都是運營給我建好的。應該運營作為數據錄入方。

運營說：我不是數據Owner，我的樓棟都是基于設計提供的圖紙創建的，設計給我提供設計圖紙，我按照上面的要求創建的。

設計聽后也不愿意了，說道：“我不是樓棟Owner，雖然我是最早使用樓棟的，建立樓棟的，但是我可以不用在系統上創建，而且我的這些設計指標都是營銷、投資做前期調研后提給我的指標，我就是按照他們需求設計的樓棟，數據源不在我這里”。來來回回，為一個數據Owner的確定，各部門都不愿意承擔，數據Owner的事項懸而未定。

三、誰來承擔數據錄入工作？

數據錄入是一項吃力不討好的工作，特別對于一些公共數據，數據錄入就要被各方挑戰，在當下的很多企業中認知中存在很多人“能少做就少做，能不做就不做，能讓別人做，自己就不做”。這樣背景下，數據治理推動誰來錄入必然是一件異常艱難的事情。

誰作為數據錄入方的推動使用這樣的一些策略，可以極大提高數據項目效率，一方面從數據思維上改變：在企業已經認可一處錄入，多處使用，數據錄入就只能有唯一錄入部門和系統的數據基礎下，可以推進“誰使用，誰負責錄入”的升級版—誰最先使用數據，誰負責錄入。這樣的策略將極大提高數據錄入效率，更快推動項目啟動，對于數據工作落地，更容易獲得效果。

另外一方面對于數據的錄入工作繁瑣，增加錄入工作量，設置數據錄入崗，不管是兼崗還是專崗，一定要納入日常個人的KPI的考核中，對于錄入崗位一定要給予一些激勵指標。這樣能夠提升一線錄入工作人員的積極性，對于責任部門，也要有一定的褒獎。數據質量的提升絕非一個數據錄入工作者就能解決，需要全周期各階段使用人員共同努力完成。

不管是數據Owner還是數據錄入方的選定，核心都是要能夠緊貼業務方向，并能做一些企業變革和管理決策，這樣才能促進企業數據升級，促進企業經營發展。

四、淪為背鍋俠

你是否經常在嘈雜的會議上，不知誰莫名其妙的冒出一句“這個是主數據問題”，然后大家七嘴八舌的議論起來，讓數據組來解決，這是為什么呢？

數據治理說白了就應該先治理人，再治理數據。制定一套高效的組織架構，能夠考核相關數據治理中未盡其責的人員，在這套組織中明確數據項目各方管理職責，既要明確數據管理組織和數據管理崗位的權責，也要明確每一個數據對象執行人員的工作職責。

如何制定職責？一方面能夠支撐企業數據工作的數據管理組織架構，如數據標準化委員會、數據管理指導委員會、數據決策層、數據執行層等，每個數據組織下需要明確數據的崗位，如數據系統管理員、數據負責人，數據協調人、數據管理崗、數據維護崗等，每個崗位的具體人員職責，需要清晰地說明，也可以配合著流程進一步說明。另一方面數據組織的數據責任范圍需要明確，不同的數據對象可能需要由不同的業務人員進行管理，包括業務規則、業務標準的輸出包括數據對象的數據Owner，數據錄入人，數據審核人員等等。

數據治理項目的落地是一個比較困難的工作，如果你作為數據治理項目的項目經理，應該具備專業知識，業務知識，還要具備數據思維，企業全局觀，協調能力，更要懂得部門之間的“借力”。數據標準來源業務，但卻不能被業務綁架，應在業務標準之上，被大家所遵守和執行，如果誰都不執行，甚至直接指揮數據應該怎么怎么干，凌駕一數據標準之上，將之前的標準隨意推翻，那這樣的數據治理項目基本已經宣告失敗，而身在其中的項目相關人員將會淪為“背鍋俠”，在每一次會議中所有的問題都是主數據項目的問題，最終成為過街老鼠，人人喊打，其結局可想而知。