如何建设企业数据能力.docx

如何建设企业数据能力数字化转型过程中，如何管好、用好数据，将成为企业的一项必不可 少的基础能力。如何系统性的构建、提升企业自身的数据能力，也成了企 业管理层的一块心病。一、企业数据能力建设之路总览数据工作筹备组业务痛点数字化转型数据工作战略规划A速赢项业务驱动力业务开展需求政策要求数据能力提升项数据组织建设 厂 侦 数据平安管理 厂 k 、数据平台建设， 厂 I 、指标体系重构， 厂 k 、数据架构重构， rI主数据治理数据应用建设r数据资产持续运营数字化转型：数据能力离不开企业整体的环境，将企业数字化转型大 的背景假设，代表了业务需求的来源。这并不意味着没有数字化转型 就不需要或者不能开展数据能力建设工作。同时，更不意味着将数据 能力建设排除在数字化转型之外。相反，对于开展数字化转型的企业 来说，数据能力建设是其中很重要的举措。数据架构、指标体系等措 施等与企业数字化转型中的业务数字化、数字化运营等措施更是相辅 相成的。 两条建设路径：数据能力建设是一个系统工程。有条件的前提下，做 到“谋定而后动”，先做好战略规划当然最好。但也并非“华山一条 路”，通过快速启动一些速赢的建设工程，一方面让管理层、业务部 门“尝到甜头”，另一方面通过实际工作初步积攒能力。据观察，除 了银行业，一般企业主要选择的是第二条路径，从数字化运营等应用 开始切入，带动数据能力建设。 持续运营/提升：数据能力提升并非一劳永逸的。如果建设工程解决 的是从0到1的问题，那持续运营解决的是从1到N的问题。不仅如 此，经过一段时间之后（如三到五年），业务环境变了、技术升级了， 又将开始新一轮的战略规划，如此返复。二、成立数据工作筹备组没有人、没有组织，当然干不成事情。“教科书”也明确的指出数据 管理组织是数据管理体系中重要的组成。但考虑到各种情况，包括编制方面的约束，也包括短期内价值不显性 的问题，以数据工作筹备小组的方式开始运作，反倒更加顺畅一些。首先，组建“阶段性”的工作小组，更容易吸引其他职能部门的人员 加入进来。数据工作对人员技能要求是综合性的，需要具有业务、IT技 术、质量标准管理等多方面的工作经验背景的专家投入。对于新加入者来 说，毕竟数据管理工作还是一个“新鲜事物”。相对灵活的组织形式，让 对方感觉可进可退。其次，对于体制内的企业来说，不可回避传统的组织和编制问题。以 工作组的方式，可以更快的速度组建起队伍。数据工作组可以作为未来数 据管理组织的前身。最后指出一点，需要找到一个企业高层领导真正成为工作组强有力 的支持者。三、企业数据工作的驱动力总结起来，典型的业务驱动力包含三个方面：1. 当前业务痛点病在数据；痛在业务。例如，客户数据不准确，导致客户体验差、满意度低；数据质量问题导致 运作效率低下；IT系统割裂，需要大量的手工填报数据等；业务开展诉求以企业数字化转型为代表，无疑将对数据能力提出一系列的诉求。这些诉 求包括直接对数据应用的需求，例如系统集成打通、数字化运营等；也包括基 础能力的诉求，例如数据平台、数据平安等。2. 外部遵从大胆的猜想一下，或许不久的将来，数据标准体系也将成为企业管理的“标配”，就像IS09000等标准体系一样。值得关注的是，最近滴滴企业上市 而引发的事件，不排除国家对个人数据平安与隐私保护的强制性治理体系认证 要求。就当前而言，金融行业监管机构已经对于金融机构有明确的数据治理要 求。四、数据工作战略规划国内的企业重“谋略”轻“战略”。前者在企业老板脑子里，后者写在纸 上。这样的战略，不规划也罢。数据能力建设是一个体系化的过程，而且周期 长（一个建设周期至少在两到三年）、投入大。没有整体的规划，很难有序开 展。一个完整的数据工作战略规划，包含愿景、目标、蓝图及其演进路径，为 达成目标的一系列行动措施、人力财力预算等。战略规划过程跟结果同等重 要。战略规划的过程，同样是在企业内部各管理层级/各功能部门之间广泛宣 贯、讨论的过程。这一过程，对于数据领域的规划尤为重要。毕竟大家对数据 价值、工作要求的理解认识需要一个过程。通过数据战略规划输出，将形成一 些列的行动，包括短期见效的速赢工程，也包括基础能力建设工程。五、启动快赢工程对于不具备战略规划，高举高打的条件时，可以先行启动快赢工程。1. 主数据管理主数据管理并不是什么新鲜的事物。在过去信息化时代，但凡稍微信息化建设稍有有些成效的企业，都基本上 开展了主数据管理的工作。所谓“麻雀虽小，五脏俱全”。主数据管理相当于 企业的“小型”的数据管理体系，涉及到业务、数据、IT三方面的组织职 责。在架构与标准、流程、质量等功能域的要求也都不含糊。因此，对于没有开展主数据管理的企业，这或许是一个比拟好的起点。毕 竟，产品、客户/消费者、供应商等基本信息准确性对于哪个企业来说，都是 至关重要的。2, 数据应用建设数字化运营、用户画像、精准营销、风险控制等等，这些名词对于大家来 说都己经耳熟能详了。对于企业管理层来说，也都并不陌生。企业只要积累了一定数量的数据，就可以选择其中一个或者多个主题开始 着手建设，或者在原有分析应用基础上进行升级换代。同样是建设数据分析应用，千万不要再走以前的“老路”。而是在向业务 呈现应用价值的同时，带动相应的基础建设。相应的能力包括指标体系、数据 资产（架构与标准）、主数据，乃至数据质量等等。正如最近跟一个客户工程组进行数据平台招标前的交流时，工程组组长也 再三强调“我们这次不是建设一个BI报表系统”。看起来，快赢工程涉及到多 个数据治理功能领域。但需要指出的是，这种“暗度陈仓”的做法，无法真正 取代“大张旗鼓”的数据战略规划。毕竟影响力相对有限。六、基础能力建设举措数据战略规划仅仅只是规划，真正的挑战还是在执行。下面列出的行动举 措，往往不是完全以独立的工程进行运作。而是结合数字化、数据分析等工程，一方面快速表达业务价值，另一方面，作为配套措施，提升数据基础能 力。1. 数据架构重构企业架构、数据架构、IT架构，都不是新概念。借着数字化转型的东风， 数据架构设计与管控没有理由不成为基础性的重点工作之一。2. 指标体系重构数字化运营、业财融合、企业绩效管理、乃至用户画像，指标体系设计与 重构不能忽视。3. 数据平台建设数据平台建设包含基础的技术平台、数据管理功能，也包括数据资产建设 等。4. 数据平安管理相比前面三方面的举措，数据平安隐私管理模块是最纠结的，看起来可以 作为相对独立的工程展开，甚至作为速赢工程。当前许多企业的平安措施，依 然停留在物理隔离的阶段。例如，对于上市企业，财报的核算处理过程无疑属 于高度机密的，采用单独的系统甚至线下手工处理无疑是最平安的。对于能源 等特种工业企业，生产区域和管理区域的“鸿沟”也是不可逾越的。在平安领 域，追求的是平安与效率之间的平衡。因此，数据平安管理与业务开展的需求 是密不可分的。5. 数据组织建设数据组织建设，包括成立实体化的数据管理部门，也包括成立专业决策型 的专家委员会、管理决策型的数据管理委员会等虚拟组织。根据实体化的数据 管理部门的定位差异，可以分为数据质量管控型和数据资产运营型组织。许多 集团性国有企业，机关组织一直在缩编，可以按照数据质量管控型的定位组建 部门。七、据资产持续运营数据质量持续提升；数据资产运营，持续变现。数据能力提升并非一劳永 逸的。如果建设工程解决的是从0到1的问题，那持续运营解决的是从1到N 的问题。不仅如此，经过一段时间之后（如三到五年），业务环境变了、技术 升级了，又将开始新一轮的战略规划，如此返复。