数据治理有“产出”吗？在哪里？

随着5月20日“监管数据质量的专项治理”，数据治理又上了数据领域的“热搜”。从18年的指引开始，数据治理就好像突然有了点热搜体质。治理是数据中台的基石；智能化管控是把AI引入数据治理；数据资产管理是数据治理的高级阶段；数据API服务的关键是服务治理（数据服务也是一种数据）。
 

数据治理这种“热搜体质”，首先是反映了治理的重要性，这里就不赘述了。再者就是治理的“朦胧美”，正如《数据管理知识体系指南》越来越厚，不要说融会贯通，把DMBOK通读一遍都是个体力活。讨论起数据治理，业内一般从下面几个角度着手。

一是管理层面。数据治理是一种特殊的管理，所以，首先需要有战略目标，与企业战略、业务目标、IT规划保持一致。然后，管理需要制度办法、组织架构；最后，无考核不管理，所以治理需要评估考核。
 

二是内容层面。治理是管理，管理是针对被管理对象的。治理领域的管理对象包括：数据标准、数据质量、元数据、数据模型、数据架构、主数据、数据安全、生命周期、数据开发、数据服务等。每个管理对象（主题）都有自己的特点、方法、流程、工具。
 

三是技术层面。数据治理也紧追最新的“酷”技术，自然语言处理、知识图谱、机器学习、自适应规则生成等等。

最后是效果层面，或者宣传角度。此时，成功的治理特别强调：领导的支持、专职治理团队的重要性、治理文化的必要性；数据价值的凸显等。
 

把上面的任何一个层面讲好都不容易，业内也有很多专家、培训课程在努力。但是，有个问题好像一直没有引起重视：数据治理的具体产出是什么？
 

客户营销的产出是新增客户的数量；

分支机构的产出是业务的成交；
 

风险管理的产出是对“坏客户”说NO及不良率的下降；
 

统计部门的产出是报表查询、统计指标；
 

预算部门的产出是明年预算及完成情况分析；
 

战略部门的产出是行业趋势及业务发展报告；
 

资讯部门的产出是IT系统的建设上线及正常运维；
 

领导层的产出是整个企业的业绩。
 

那么，数据治理的产出在哪里？

数据架构、数据模型、元数据，好像更应该是IT架构部、开发中心的产出；
 

数据标准是数据治理的产出吗？但是，企业的其他部门好像都不太在意数据标准。

数据质量的提高是数据治理的产出吗？分支机构说了，明细数据都是我们录入的，我们是明细数据的生产者。统计部门也说了，统计数据都是我们的，我们负责口径、负责编制、负责使用。

数据安全是数据治理的产出吗？资讯、业务都说：这个可以有。但是，数据安全需要业务部门、分支机构、资讯科技的配合，治理部门是不敢接、接了也做不了的。

数据应用是数据治理的产出吗？各个业务部门会拎着锤子说：给你治理部门一个重新组织语言的机会。

数据价值是数据治理的产出吗？董高监：嗯，难道治理部门要篡权？

数据治理的产出难以明确，或者治理的产出总是与企业的其他部门纠缠在一起，这也就是治理体系复杂且各个治理案例“千人千面”的主要原因。
 

从更宏观的角度看，传统的实体世界、互联网的“赛博空间”、数字孪生空间、及数字世界，在这四个世界中，数据的本质是什么？不同空间的数据的含义是相同的吗？这些问题，应该是目前学术界所关注的。

我们数据治理从业者，暂时把“数据治理的产出”这个问题放一下，更要站在企业实践的基础上，多考虑一下：我们当下这个项目、治理活动的产出是什么？

来源：数据管理及应用