查看原文
其他

数据治理:如何获得高层领的支持?

石秀峰 谈数据 2023-03-25

来源:谈数据,作者:石秀峰

全文共3886个字,建议阅读6分钟

数据治理关键在于“治理”两个字,而“治理”就不是简单修正一下数据质量问题那么简单,它会涉及到企业的战略规划、经营策略、组织调整、IT架构、流程优化等方方面面,可以毫不夸张的说:数据治理是企业信息化的一场重要“变革”。

提到“数据治理”很多IT领导的第一反应是:我为什么要治理,我们的数据好着呢,我们的业务一切都能正常开展啊!”然而经过数据摸底、普查之后,才发现原来真实的数据管理情况真没有想象的那么好。

实施过数据治理的企业都经历了这样一个事实,原本只是想治理一下数据,提升一下数据质量,发现做着做着一不小心就涉及到了企业的战略、组织、文化等顶层设计内容了。

而提到变革,就不得不提变革意愿:“意愿是进行任何事情的基础,强烈的意愿是变革成功的必要条件”。面对变革,有的人谋变,有的人求变,有的人排斥、有的人沮丧,有的人欣然接受,有的人讨价还价,还有的人是“随机应变”!  

数据治理项目不是一个人或一个部门就能完成的,需要企业各级领导,各业务域的核心人员,信息技术骨干的共同关注和支持。同时需要企业内的相关利益干系人,对企业的数据治理统一认知、统一思想,齐心协力配合,上下一致行动!而这一切都离不开企业高级管理人员的领导和支持。


— 00 —

数据治理需要高层领导支持!

大量的实践表明,在大型IT项目(例如:ERP、CRM、数据仓库、数据治理)中缺乏企业高层管理者的支持是项目失败的一个重要原因。

实际上,数据治理项目的执行企业高层管理者仅仅提供执行支持还是不够的,IT部门、项目经理必须要与倡导数据治理的企业高层管理者保持战略方向和目标的一致。

数据治理是企业战略层的策略,而企业高管是企业战略制定的直接参与者,也是企业战略落实的执行者。企业高管需要对企业数据战略的细化和实施充分授权,要积极支持与配合数据治理执行层的工作。企业高管要做好激励工作,帮助执行层打通数据治理战略实施的障碍。

数据治理项目的周期长、范围广、过程复杂等特点,随时可能会遇到重新调整预算,重新分配资源,并借由所有的关键利益相关者进行合作,并可能随时调用各种数据的问题,而高层领导的关注和深度参与是数据治理项目通往成功的方向迈进一大步。

然而,作为IT领导该如何获得高层对数据治理的支持呢?以下给出几个不成熟的建议,希望对你有所启发。


— 01 —

数据治理与企业战略绑定

如今,不论是企业的生产经营、管理决策都离不开数据的支撑,数据影响着企业运转的方方面面。数据作为一项重要的资源,是企业实现战略目标的关键,同样企业需要规划战略重点,才能获得可信数据。

企业高管通常难以了解数据管理的挑战,及其对企业的具体部门流程的影响。IT 团队则难以获得所需预算和支持,无法成功实施数据策略,并帮助企业实现业务目标。但是,IT 部门拥有一个特殊的机遇,他们“离数据更近”,这让IT部门有了利用数据提供前瞻性的洞察力的机会。IT主管需要充分利用这个优势,给高层领导展示出数据背后巨大的价值和魅力,同时也需要告知高层领导企业数据管理的现状和挑战。

企业要实现数据驱动型的数字化转型,最佳做法就是设计并实施数据治理。数据治理是战略层面的策略,而不是战术层面的方法,太多的案例告诉我们采用战术的方法无法扩大范围和影响力,还会导致重复工作。因此,数据治理需要且必须与企业战略绑定,以获得高层领导的支持,并带来整个企业全心投入当中。


— 02 —

敢于暴露数据的问题


没有高质量的数据,就不会形成有用的洞察力,甚至还可能对企业的决策造成干扰和误导。

而企业的数据质量问题也不单单是一个方面原因形成的,在笔者的《数据治理:说起来容易,做起来难!》一文中,曾经简单总结过数据质量问题的主要来源有三个方面:管理上的问题、业务上的问题和技术上的问题。

1、管理方面

缺乏覆盖全企业、跨业务线条、跨部门、跨系统的统一数据管控体系;

缺乏数据管理专业组织和部门和配套的管理流程,数据在创建、传输、加工、使用过程中的角色、职权分工不清晰;

缺乏明确的信息责任人制度赫尔有效的措施及配套的考核办法。

2、业务方面

业务需求不清晰,业务需求的变更随意缺乏管理和控制措施,业务端数据输入不规范等问题都是导致产生数据问题的主要原因。另外,缺乏跨部门、跨团队的流程定义,将难以高效整合相关资源形成系统建设的合力。

3、技术方面

缺乏数据整体规划和设计,没有明确的数据管理目标;数据被动式管理,在业务提出需求后才能被动响应;信息孤岛问题、大量的“暗数据”消耗资源却不能利用;数据在采集、处理、装载、存储过程中的设计和开发不合理引发的数据问题……

其实上述问题普遍存在于每个企业中,企业很多人也都清楚问题所在,作为数据治理的推动者应当将企业的数据管理现状和存在的问题勇于暴露出来,让高层领导清晰的知道数据治理方面的缺失,以及因此可能引发的后果。

可以尝试在数据方面将企业与竞争对手进行对比,并将对比结果呈现给高管们。同时向他们展示企业内部处理数据时所遇到的问题和挑战,证明企业有一个严重的问题,或者有一个能打败竞争对手的机会。这样能激励他们采取行动。


— 03 —

提供显而易见的价值


关于企业数据治理的价值,我们在很多文章都有过介绍,这里不做过渡赘述,简单总结如下:

  • 增加收入,通过更好的数据分析和预测,改善管理决策,提高盈利能力。

  • 降低成本,通过企业数据源映射和企业对业务数据定义的访问,降低了数据管理和集成的成本。

  • 提升效率,通过使用可信数据改善决策,利用准确的数据实现流程优化。

  • 控制风险,通过数据治理提供更好的洞察力,防范商业欺诈,保护个人隐私。

我们都知道要让高层领导支持,最简单的方式就是让高层领导从项目的过程或项目结果中看到、体会到具体的利益,比如获得利润,赢得重要客户的满意,突破全新的市场,打败竞争对手的垄断等等。

只有明确的,可见的项目收益,才能让高层领导乐于将有限的资源、精力投入数据治理项目中。

然而与传统的信息化项目不同,数据治理是一个周期长、见效慢的项目,数据治理的价值是隐性的,只有持续的数据治理,才能不断收益。如果企业准备开展数据治理项目,需要选好切入点,切勿贪大求全,找到容易实施、容易见效并且有业务或管理痛点的需求,有针对性的快速突破。

选择价值显而易见,目标小而明确的数据治理策略,让高层领导看到效果、尝到甜头是持续落地数据治理战略的重要措施。


— 04 —

明确的落地方向


如果您是一个企业IT主管,要获得高层领导对您的数据治理大业给予政策、资金上的支持,除了给领导说明企业当前数据治理存在的问题和改进后的直接价值。还需要给领导呈现一个明确的实施路线,说明当前企业数据治理所处的阶段,以及未来的目标。对实现目标陈述必须切实可行,并且要考虑到企业的当前状态。

企业当前的数据治理状态?这并不是一个简单的问题。实际上,它相当于对各信息系统和职能部门的企业数据进行一次全面的数据普查:

需要了解有哪些数据,有多少数据,他们都在何处收集、管理和存储;

需要了解数据管理中的组织问题、流程问题、规范性问题;

需要了解各个业务系统的应用情况、发展情况和数据管理程度情况;

需要了解数据结构如何,有多少结构化数据,有多少非结构化数据;

需要了解数据质量的整体情况,数据的时效性、完整性和准确性,各数据的标准化程度如何?

需要了解当前数据处理的方式如何,手动处理还是自动化处理,线上数据还是线下数据?

……

以上问题有助于您对企业数据管理现状有个初步的认识,同时需要参考业界标杆企业的数据治理情况,评估企业数据治理当前所处的阶段,有效找出改进方向。

当然,这还不够,你还需要结合企业的战略,规划出数据治理整体的实施路线图,并说明每一阶段的治理内容、治理效果和需要投入的资金预算。


— 05 —

引导更多的人支持


有人支持对于数据治理的成功实施至关重要。不仅需要找到现成的支持者,还需要引导更多的人支持你的数据治理,甚至是这场“变革”抵制者。

找到现成支持的支持者最简单的方法,就是找到和支持者利益相关的项目。比如,企业主管营销领域的高管一定关注客户数据、销售数据的情况。您的项目目标是通过数据治理改善客户数据从而实现交叉销售和追加销售,实现产品自动化推荐,增加销售业绩。这样的项目目标是和销售的业务目标相一致的,他们可以从可靠的客户数据中获得更多的收益。销售负责人或销售高管就是客户数据治理的现成的支持者。

要引导更多的人支持,一定要真正理解利益相关干系人关注的事项、衡量成功的指标以及对数据治理的看法,并将他们的目标融合到您的数据治理计划当中,并表示可以帮助他们实现目标。

要相信在企业中只有冲突的“利益”,没有绝对的“敌人”。当你将利益相关人的目标融入到数据治理目标,并承诺帮他们实现,一定会获得更多人的理解和支持。在这个阶段与这些利益相关者建立良好的关系,有助于将来从他们那里获得支持和帮助。


写在最后的话


将数据治理与企业战略绑定、敢于暴露数据管理的问题、提供显而易见的价值、明确的落地方向以及找到更多人作为战略联盟是获取高层领导支持数据治理策略的五个方法。当然,除了以上这5个方法你可能还有更加高明的策略,欢迎留言讨论。

本文是站在IT主管的视角写了如何在数据治理项目实施中获得高层领导的支持。这里有牵扯出一个话题:作为企业高层领导到底该如何支持企业的数据治理?或者支持到什么程度才算是支持呢?有兴趣的话,本文集齐50个在看,下一篇文章我们针对这个话题继续详聊,敬请期待!

  <END>  

据统计,99%的数据大咖都关注了这个公众号

👇
相关荐读:

数据治理:说起来容易,做起来难?

数据治理:90%的人搞不清的事情

数据治理失败,90%都是被这样搞垮的!

数据治理工具:数据治理的七把利剑

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存