"不谋全局者，不足谋一域" ——全域数据治理价值更大

作者；京东科技 李然辉

 

 

数据治理一直被认为是业务成功的关键推动因素，但对于大多数公司来说，这仍然是一个巨大的挑战，因为很多公司根本无法从数据治理中创造真正的的业务价值。****

Gartner最近的一项调查发现只有18%的业务部门主导型数据治理计划声称能够有效地为组织创造业务价值。相比之下，66%的IT/DT部门主导的数据治理在推动业务价值方面是有效的。

那么，为什么业务和IT/DT部门对数据治理有效性的看法存在分歧，为什么这么多公司看不到数据治理的价值？

笔者认为业务部门和IT/DT部门之所以对数据治理的价值有不同的看法，根本原因是不知道数据治理成本与收益之间的关系。（见图1）

 

 

 

图 1 数据治理成本与收益之间的关系

管理数据治理的成本偏向于职能/业务部门，而往往越是在组织中更高、更跨职能的收益越大。这正是Gartner数据中强调的由IT/DT部门主导的数据治理的更有利观点，因为IT/DT本来就是一项跨职能工作。

在数据治理没有取得成效的公司，可能会聘请新的CDO来解决问题。CDO一般会实施更加集中的数据架构（比如，数据中台），以最好地支持数据的跨业务部门使用。这种向具有集中式数据架构的跨业务的数据治理策略的转变将在业务部门中产生反弹，因为定义、实施和管理针对跨业务的治理策略将受到质疑。业务部门会谴责缺乏自主性和业务灵活性，这通常会导致公司放弃进一步尝试实施“自上而下”的数据治理，因此最终赋予业务部门更多的自由来管理自己的数据。（见图2）

 

 

 

图2 向权力下放治理的转变

业界对于集中式和联邦式数据治理模式一直争论不休，笔者认为联邦式数据治理的问题在于，部门级的数据治理成本都大致相同，数据标准、数据质量、元数据、数据安全等策略等都一个也不能少，N个部门级的治理成本几乎是企业级治理成本的N倍，而且还会带来本地治理政策与全域的不一致。比如说，营销如何定义客户可能与财务如何定义客户完全不同。

未来，放弃中心辐射型数据架构而采用数据网格（Data Fabric）大势所趋，必然会面临跨业务部门创建大量点对点集成的问题，这将大大增加数据管理和数据治理的成本和复杂性，这是部门级数据治理无法满足的，部门级治理成本将远远超过它所带来的收益。