企业数据治理实践专题——福田汽车：数据治理要以业务需求为主导
数据作为企业资产的重要一环，各企业对于数据的重视程度也在不断提升。但是数据质量差、数据标准缺失、数据不具备完整性等问题导致了企业在数据治理项目中还有很长的路要走。随着造车技术的不断进步，车企进入定制化时代，它需要以更低的成本生产多样化的产品，从而满足不同顾客的多种需求。对数据本身而言，业务量的增长加快了数据膨胀的速度，因此，数据治理已经成为大势所趋。数据治理不仅需要完善的机制，还需要参与人员理解具体的治理内容。数据标准怎样规范？主数据如何治理？需要哪些工具的配合？怎样评估阶段目标达成？这些都是企业在数据治理过程中经常遇到的问题。因此，在本期《企业数据治理实践》专题中，CIO发展中心特别邀请到福田汽车数据治理高级经理郭兰英，她将介绍福田汽车数据治理项目的实践和心得，为大家提供借鉴和帮助。（前期，我们分别对威马汽车数据治理负责人和宝能汽车数据管理总监进行了专访，点击链接查看文章。）目前来看，诸多车企已经认识到了数据治理的重要性，将数据治理项目提上了日程。数据治理应该从哪里入手，数据治理会带来什么样的效果，这是由企业自身发展阶段决定的。在企业推进数据治理项目时，由于业务部门一般是基于自身的业务点出发，并不会考虑其他部门对数据的需求，这就导致企业内出现了断点式的数据需求。即不同部门的数据局限在本部门的业务当中，想要进行全方位的数据治理是十分困难的。现在很多企业只有当领导需要数据报表的时候，才会将企业的数据进行连接，将数据连接起来后发现企业内上下游部门之间的数据依旧是无法通用的，因为数据是断点式的状态。数据治理应该是给业务带来一种理念，是企业数据的整体规划。总体来说，数据治理的价值在于将数据流通起来，既能解决上游的业务需求，又能承接下游部门对数据的应用。福田汽车的数据治理采用“以终为始”的策略，以数据的价值和通用性为判定标准，优先治理业务系统使用的、共用性更强的、对业务影响更大的数据。有些数据专用性强，局限于某个领域，短期内不会使用且价值不高，这类数据是没有必要去治理的。基于以上的策略，福田汽车没有制定固定的数据治理框架，而是以业务需求为主导，支持业务应用识别数据，实现数据治理。在数据治理项目推进的过程中，主要会涉及到以下几个方面。组织
数据治理项目一定要有组织，对于制造型企业来讲，很多人无法理解数据治理能给企业带来什么样的价值，产生什么样的收益。大量的数据来源于业务执行层，而不是管理层，与业务部门讲数据治理具有一定挑战性，因此要推进数据治理，要成立一个自上而下的组织，将数据治理作为一项工作去推动。
流程
成立相关的组织后要制定规范的流程，通过流程将数据治理项目打通，进而执行。基本上是先有组织，再有流程。
数据标准
有了组织和流程，就会涉及到数据标准这个层面，需要企业考虑数据要遵循什么样的标准，例如分类标准、属性标准，此外还会涉及到历史数据的清理和映射等等。
工具
工具也就是数据治理相关的平台，项目的推进过程中使用的是哪种平台。
谈到数据治理的平台，以市面上的现在的技术和系统来看，支撑数据治理已经不是难题了。福田汽车在数据治理方面，目前使用了两类产品：一类是主数据，另一类是元数据。其中，主数据治理平台采用的是Stibo软件；元数据治理平台采用的是中软国际自主研发的产品。市场上产品种类琳琅满目，福田汽车的选型标准是：软件平台的稳定性、软件功能与企业业务的匹配程度。早在2012年，福田汽车已经上线了自开发的主数据平台，适用性非常强，很灵活，但是在性能方面差强人意，而且供应商实力较弱。后期由于企业业务不断的发展，新的需求日益增多，原来的主数据平台已经无法支撑业务发展。结合过往的经验，在2016年福田汽车更换为现在的主数据平台供应商，同年上线的6类主数据管理，截止到目前已经拓展为12类主数据管理，平台使用效果良好。数据治理项目的开展，首先要建立企业业务系统对事物的统一认知，也就是说共性最高，即能够统一的应用部分。那这部分一定是主数据，比如说，集团性的物料统一编码。只有主数据清晰明了，才能沿着这条线再去把其他不符合数据标准的数据贯穿起来，整体实现数据治理。这就像皮影中的人物，只有抓住了几个关键点，才能使整个人物动起来。数据治理一定是主数据为先，其他数据围绕主数据进行治理。对于汽车厂来说，分为几个关键点，例如：产品、物料、供应商和消费者。大家都在用的数据就是产品，产品是由物料组成，物料由供应商提供，产品销售给消费者，一切数据基本上都是在围绕以上几大类数据产生。大家只有对主数据形成了统一的认知，才能开展相关的业务。元数据的层面，只有IT部门会关注，这方面同样重要，但是要做排序，一定是主数据为先。在数据治理的组织中，IT部门和业务部门是并行的，二者需要分工协作。IT部门与业务部门合作的重点在于业务部门对于数据治理比较陌生，在方法论层面难以把握，IT部门对于数据治理的认知更深。因此，IT部门重要的工作是为业务人员提供方法论指导，开拓视野。除此之外，IT部门还要提供平台性的支撑和相关的技术人员，以促进数据治理项目的开展。数据治理的责任部门是业务部门，因为数据的使用者是业务部门，对于数据的熟悉程度以及数据存在的问题，业务部门是最清楚的。从数据应用的角度来说，即便数据存在瑕疵，但是不影响业务的运行，那么这些瑕疵是可以忽略不计的。数据治理是一个长期的、循序渐进的、求同存异的过程，首先要把优先级最高的数据处理好。目前福田汽车已经做了很多类型的数据，业务部门对其主人翁身份的认知比较清楚，这对于整个数据治理项目的落地，也是十分有益的。数据治理的终极目标可能是数据的100%准确，一个数据都不出错，但这是一种极度理想化的状态，企业很难达到。因此，企业应当以系统中的数据能够得到及时有效的维护为目标推进数据治理。对于阶段性目标的制定和评估，福田汽车有一套自己的方法论。福田汽车的数据治理项目是按照业务需求的紧急度划分的。例如未来三年，公司业务的主要目标是降本增效，在数据层面，哪些数据是可以拆解、实现降本这一目标。企业就要重点把握这些数据、检查这些数据有没有问题，是否需要治理。福田汽车的数据治理紧紧跟随着企业的业务在不断的调整和发展，由于业务发展是一个动态的过程，因此所有的数据治理工作，在各阶段的任务也具有一定的动态性。如果业务目标在相应的数据支撑下有效达成，那么我们认为这一阶段的数据治理是成功的，这就是福田汽车进行阶段目标达成的判断标准。数据治理的价值是不言而喻的，企业的数字化转型成为热潮，实际上数字化也是用数据驱动企业的发展，从数据的视角发现风险和机遇。福田汽车也做了很多的触点，例如：收集用户信息、洞察用户偏好，从而生产顾客喜欢的产品，满足市场的需求。市场环境和需求是瞬息万变的，如果能够及时获取市场的信息，把信息转换成业务需要的语言，帮助业务去做判断和决策，这是非常必要的。当然信息的获取要保证数据的准确性，错误信息将会给业务部门带来误导，数据治理也是一个保证数据准确性的过程，数据于企业数字化转型中扮演着重要的角色。犹如建筑的地基和材料，上层建筑的质量全部由它来决定。虽然数据治理被大家所重视，但是数据治理的价值很难去量化，它能在多长的周期内带来多少价值，这是没有办法去评估的。因此很多企业对于数据治理望而却步，领导层对此也抱有怀疑的态度，这也正是数据治理的难点所在。从领导到基层人员，数据治理意识的贯通是最难的一个环节，而且数据治理项目的长周期也无形中为项目的落地带来了阻力。在数据治理这个项目当中，数据安全分为两个方面。一个是技术层面的数据安全，也就是采用一定的方法保证数据给到对应的人员去获得，且划分出相应的权限。即保证数据不泄露，不被外网攻击等等。另外一个是应用层面的数据安全，最主要的就是不同部门权限分配原则的制定，就福田汽车来说，结合企业的实际情况和当前数据治理项目的发展阶段，并没有采取专项的数据安全保护措施，目前福田汽车通过数据权限的合理分配，已经实现了数据的合理使用，从某一方面来讲，也是对于保护数据安全的一种手段。在福田汽车整个数据治理实践的过程中，数据治理理念于企业内的贯通是一个最大的阻碍。除此之外，制定数据标准人员的业务水平也是数据治理项目的关键影响因素，因为有些数据本身的问题是显而易见的，但是制定什么样的数据标准非常考验相关人员的水平，他们对于数据治理的理解十分重要，在能力不够的情况下，寻求外部专家、咨询团队的帮助也是一种方法，但是往往外部团队对于企业的了解偏弱，因此最重要的还是企业内相关人员自身水平的提升。客观来讲，企业里人员的素质水平决定了数据治理水平的高低。对于正在推进数据治理的企业，在这里提出以下两点建议供大家参考：首先要建立数据治理团队，保证团队成员的业务水平和对数据治理的认知，这样才能够为数据治理打下夯实基础。其次，业务部门要把握业务的发展方向，因为所有的数据都是围绕业务产生的。未来几年要朝哪个方向发展，达到什么样的目标？业务部门应当具备敏锐的直觉。只有这样才能去识别数据，有效保障数据治理项目的落地。「CIO发展中心」(http://www.ileader.com.cn) 于2005年由一群热衷于中国CIO职业发展的CIO 们倡导发起，并以「聚合中国CIO力量，助推CIO商业价值」为宗旨。旨在通过学术和经验交流、知识和理念宣传来促进职业规范的推进、成长环境的改善以及队伍素质的提升，进而促进信息应用水平提升，推动CIO机制的建立和完善。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
