请珍惜数据治理人员

开篇先明确下定义，这里的数据治理人员指可以完成如下治理任务的人员：为企业构建数据治理体系，推动治理长效机制的运维完善，不断提升企业数据能力的提升。

根据这个定义，治理人员：

既可以是企业内部人员，也可以是乙方人员。

需要熟悉数据管理领域的各个主题（数据标准、元数据、数据质量、主数据、数据安全等）。

需要利用上面的领域知识为企业建立一个有效的的治理体系。

能够推动治理体系高效地运维优化。

显然，无论是甲方或乙方都需要这样的数据治理人员。市场上治理人员的需求缺口一直很大，所以，很多企业在强调治理人员的内部培养。在这个过程中，我们逐步发现：数据治理人员很难培养。

数据治理人员是个非常综合的角色，从专业能力上讲，除了掌握数据管理知识体系（如DMBok）外，还需要所属行业的业务、科技和管理知识。简单看一下治理人员在治理过程中遇到的各种问题质疑，就明白为什么需要后三种知识了。
 

数据质量不应该由数据仓库负责吗？为什么还需要治理？

ECIF建设后就可以解决客户信息不一致的问题了吧？

数据架构和数据质量有什么关系吧？
 

央行和银监会的报送标准有多大差异？

企业统一产品管理的难点在哪里？

运营部门和信贷管理部的职责边界有什么问题？

为什么这个管理流程需要审核环节？而另一个不需要？

怎么保证业务部门遵循标准规范？

如何宣传推广数据文化？
 

除了上面数据管理、业务、IT、管理知识外，沟通交流能力显然也是个必选项。因为在治理设计推广过程中，需要不断说服客户，和客户就重要问题达成一致。
 

再回头看看企业培养的治理人员，要么是刚刚毕业的，要么是各个部门的数（边）据（缘）人员。这些潜在的治理人员需要多长的时间才能掌握上面的知识体系呢？
 

最合适的治理人员培养对象应该是熟悉数据、业务和IT系统的数据仓库建设者，特别是数据模型师。但在实际实践中，这样的数据模型师在任一个团队都是满负荷使用的，不会放到治理领域的。
 

再就是懂业务、懂咨询、懂管理的行业咨询顾问，也是个不错的治理培养对象。但可惜的是，这样的咨询顾问市场上同样一直紧缺。
 

总之，治理人员的增量是很小的，很难通过大规模培训扩大人员规模。所以，我们要格外重视存量，爱护好当前的数据治理人员。

后续，随着业内部分数据模型人员年龄增大，可能厌倦了数据平台的建设，吸引他们进入治理领域是个相对可行的方案。

来源：数据管理及应用