刘晨丨国际数据管理协会中国分会（DAMA China）副会长
谈数据资产管理的时候，我们究竟在谈什么？我在今年4月份参加了在美国华盛顿举办的EDW企业数据世界论坛，回来后我对会上178个议题做了统计，发现其中关于数据治理和任责的议题占去了最主要的分量。实际上，国外已对数据治理做了30年的研究，至今仍视数据治理为最重要的话题。
以上是DAMA的经典框架，是在2009年发布的第一个数据管理知识体系指南。在这个框架里面，把广义的数据管理划分成10个领域，其中把数据治理放在最中间。在国内，谈得比较多的有数据治理、数据管理、数据管控、数据资产管理、数据资源管理。那么，这些术语究竟是什么意思？有没有一个公共的定义？我们认为，首先要区分广义和狭义的数据管理。我们以上谈到的内容在实践中其实会包含数据标准、数据质量、数据模型等，都认为它们是数据管控的工作，但实际上狭义的数据治理只是中间那个圈里的内容，只是确定职责、岗位、制度，并不真正去管理数据。而外面蓝色圈里的才是管理数据的内容。
那谈到数据资产管理又是什么？我认为应该包含数据治理、数据管理、数据分析这三部分。我认为数据资产是可以估值的，但一定要把具体数据放回应用场景当中。一旦放回到应用场景中就意味着一定要对业务流程做非常详细的调研和评估，对业务的理解要特别深入，这个过程成本会很高，但评估出来的结果其实只是一个数字，无法指导实际应用。所以我认为，目前来说还不需要把太多精力放在数据资产评估和变现，应该考虑它的变现手段是什么、怎样去变现。并且考虑怎样把数据管理好，怎么保障数据资产。
数据管理与数据治理的区别在于，数据管理是做关于数据架构、数据建模、数据集成等真正去接触数据的事情；而谁应该管什么、应该怎么管、用什么标准和制度去管，则是数据治理的话题。
数据治理首先要弄清楚的是谁的责任。关于数据的问题，被广泛认为是IT部门的职责，但数据定义和业务规则、数据录入、数据使用、数据考核等又全都与业务部门有关。对此，DAMA强调，数据治理应该是业务部门与IT部门共同的职责。
DAMA把数据治理进行了三权分立。其中，立法、司法职责由数据治理团队负责，包括企业级数据治理委员会、部门治理委员会、项目指导委员会，以及数据管理制度团队；而执行职责则由数据管理服务组织，即数据架构师、数据分析师、DBA等IT人员负责。值得国内企业学习借鉴。
谈完数据治理由谁来负责之后，我们来谈谈怎么做数据治理。在这里谈的是面向数据生命周期的数据治理方法，我认为应该从两个角度来看。
第一，空间视角。数据和水很像，是流动的，从产生、集成、处理再流到各个业务环节。我们原来的管理是各管一段，但实际上如果没有一个集中的管理，迟早会出问题。所以，我们要从空间的角度，进行跨系统、跨业务的端到端治理，需要有机构统筹规划与决策、协调与推进。
第二，时间视角。IT部门普遍只关注规划、分析、设计、开发、测试、部署、维护这一段系统开发生命周期，但其实根据数据生命周期实施相应的举措才是最重要的。在规划阶段，要做好数据的架构，要对数据标准进行定义；在设计阶段，为了让数据质量在系统上线之后能够有更好的管理，需要开始考虑数据质量、安全、保留需求；在上线之后，就要进行常规的数据质量监控、评估、提升，数据安全审计，数据归档、备份与清除；而元数据管理则是贯穿在整个数据生命周期之中的。
好的数据只是个结果，只有好的数据管理能力才能保证持续获得好的数据。
CMMI推出的数据管理成熟度评估模型（CMM）包含了五大过程域。其中，数据管理战略是新提出来的，主要解决数据管理的规划。五个过程下来其实就是，数据管理准备做什么、谁来做、依据什么制度做、要建什么平台什么架构、数据运营是怎样的流程、运营过程中质量怎么保证。
数据管理战略很强调沟通的职能，IT和业务的沟通、业务之间的沟通；强调要有专门的数据管理团队去管理数据；强调数据管理投资怎么保证等。
数据治理把业务术语和元数据管理都放在一个领域，因为他们认为在做数据治理的时候应该在各方之间形成公共术语，避免鸡同鸭讲。
数据运营里强调数据需求定义，以前关注的都是功能需求和业务需求，现在开始则要关注数据需求。
那么，什么时候做这个评估呢？一般是在做数据管理的规划、上数据仓库、对现有的系统做一个全面的梳理等情况下，就可以做这个评估。
对于个人来说，又怎样提升数据管理能力呢？尽早开始进行数据管理人才的职业规划，从人手、人才向人物和人精进阶。
推荐给大家这本书《首席数据官实践：重铸高管团队，充分利用最有价值资产》，作者是上一任DAMA的主席，内容主要围绕CDO的职责展开。目前在国内，CDO还是一个非常新生的事物。我认为，目前不需要一定把CDO从CIO剥离出来，专门设立这个职位，而是应该强调增加CDO的职责，也就是以上提到的这些。
以上是推荐给大家看的一些书，都非常实用。
前面说到对于企业的评估，现在说一下对个人的评估。由DAMA和ICCP联合颁发的数据管理人员专业认证DMP，包括信息系统核心考试、数据管理核心考试和数据管理专业考试，想客观评价自己的能力或者提升晋升空间，不妨尝试一下这个认证。
数据治理不急于买和建技术工具，应该先把团队、制度、流程、标准都梳理清楚，把数据管理规划和战略都制定好之后，再去考虑技术工具的问题。
其实对于组织、制度、流程、标准这些内容，无论是小数据还是大数据都需要把它们管好，这些治理的原则都是不变的。以数据集成举一个例子，一个新兴的大数据公司与一个医疗企业做一个数据的整合。那家公司用5亿互联网用户画像与医疗企业拿出的20万客户进行匹配，发现只有30%的匹配率。也就是说，如果把大数据拿过来给企业已有的小数据用，但匹配不上的话，其实这些大数据对企业来说并不具备太大的价值。
最后，我们怎么去实施数据资产管理？第一，培训宣贯，通过培训达成共识并且内部召示；第二，成熟度评估，对企业现状进行评估；第三，总体规划，制定整体的数据规划、数据管理战略；第四，专项提升，针对重点问题、数据质量进行改进。经过这四步之后，就会形成一个比较常态的数据管理体系。
（“中国数据资产管理峰会/DAMS 组委会”整理成文，架构师联盟微信号：jiagoushi2015）
扫码关注
获取峰会最新信息
