数据治理：绕不开的数据权责问题

导读：在如今的企业数据治理项目中，有一处误区，是数据治理相关从业者们反复多次提醒和强调的，是咨询方在项目实施前希望能够完美规避的。简单来说，就是企业高层领导和相关负责人对数据治理项目了解程度不深，大手一挥，将数据治理工作全部“打包派送”给IT部门。企业上下其他层级和业务部门“片叶不沾身”。然而，企业数据质量问题的产生，很大程度上是业务部门造成的。如果单单将数据治理视作一个技术项目，那么最终的治理结果将浮于表面，无法在根本上解决企业数据问题。

那么，数据治理项目结束后，企业数据质量问题就这样一劳永逸了吗?

一、数据治理为什么绕不开数据权责问题？

许多企业在经历过信息化建设之后，自然而然地将数据管理的重任交付给了IT部门，而当企业数据质量产生问题时，高层管理者也往往将其归结为IT部门的责任。然而，企业IT部门真的能够管理好这些数据，使其发挥最大效能吗？

一方面，IT部门对技术的熟悉度显然远远大于对业务的熟悉度，面对大量与业务相关的数据，技术部门很难做到“全知全能”。

比如，IT部门很难独立解释清楚某一业务数据“有什么含义”、“谁有权使用”、“在什么环境下使用”等问题，也无法识别某些数据问题的根源，难以将业务人员眼中“好的”、“干净的”数据分离出来。许多技术人员的职责所在，主要是对企业信息系统和基础设施进行管理维护。要求他们对业务部门数据的使用情况也做到“应知尽知”，难免有些强人所难。

另一方面，企业大部分数据质量问题的根源并不在IT部门。许多暴露在外的技术问题，都是深层数据质量问题显性的、浅层次的表征。比如对于“一物多码”、“一码多物”、“数据缺失”、“代号前后不一”等问题，追根溯源后会发现，其本质仍是由企业业务管理混乱、数据权责不清所造成的。业务部门作为相关数据实际意义上的“主人”和使用者，始终不宣称对其管理工作和质量状况负责，一旦产生数据问题，就陷入与IT部门的拉扯推诿之中。

在这种情况下，即使企业实施了数据治理项目，久而久之，数据质量问题仍会卷土重来。

所以，仅靠企业IT部门对数据进行管理是不明智的，要想使企业数据实现效能最大化、使数据治理成果得到充分的沉淀和应用，确定企业数据权责归属是必不可少的一项工作。只有数据“所有者”产生对数据的管理意识，才能发挥其最大的价值，同时提高企业对数据的管理效率，减少错误成本。

二、如何确定数据权责？

对数据权责的认定，是一项十分重要的基础性工作。一般是指企业为了推动数据治理体系的建立，对各类数据的管理权力和责任义务所进行的分配。

数据确权认责制度落成后，企业内各方面相关机构和人员就能够以此为依据，明确自身在数据管理工作中的边界范围和应尽职责，从而有效执行数据管理工作、逐步减少杜绝数据管理工作中职责交叉和互相推诿的情况，提高企业数据管理效率和执行力，为建立运转良好的数据治理体系打下基础。

那么，在数据治理项目中，如何对企业相关数据的权责进行认定呢？

1.推行全员参与&全生命周期管理

从人员视角看，要实现对企业数据管理文化的有力推行，就要提倡数据质量管理的全员性，让企业上下各层级人员都参与到数据管理工作中来，最终形成一种文化和习惯。同时，可以将数据管理与企业内各部门员工的日常工作有机结合起来，加以一定的培训、督导和考核，使数据质量得到持续保障。

从数据视角看，数据的生产、传输、存储、使用、共享等生命周期各个环节，都应安排相关人员对其质量管理工作负责。

2.角色分配

整体来看，由于企业内数据的来源、用途多归结于业务部门，所以应按业务职责划分，由业务部门承担数据管理工作“大头”。

分解来看，可以划分出以下几个主要的数据管理角色：

● 数据所有者：一般是指企业相关业务部门及其人员，他们是生产和使用数据的主体，对数据资产负责。他们需要参与制定数据的标准、规则、政策、流程等管理政策，阐明数据在业务环境中的含义，分配数据的使用权责，并根据企业的数据治理政策和其它规则要求，保证数据标准规范执行，推动业务流程优化改进，促进数据质量稳步提升，最终，使数据价值得到最大化释放。

● 数据生产者：一般指数据的提供方，“他们”可以是基层业务操作人员，也可以是系统和设备。他们需要负责执行数据管理规则，按照相关的数据标准和流程录入数据，“生产”数据，并解决相关问题，为其质量负责。

● 数据管理者：一般指企业内部，对相应数据进行管理或代管的某组织或个人。他们并不拥有数据主权，只负责执行对数据的日常管理维护和运营工作，保证数据质量的稳定。

● 数据使用者：指企业内有权申请或下载数据并投入使用的组织或个人。在使用数据时，他们需要充分理解数据标准，并遵循相应的规则、制度和流程，如果发现数据质量有问题，需要及时提出。

3.建立管理机制流程

● 管理机制：● 管理流程：

1）建立数据知识管体系，提高企业上下的数据管理意识，对系统相关数据知识，系统文档、元数据和培训教材进行共享和管理；

2）制定数据质量标准和数据管控考核，将数据质量目标纳入绩效考核标准中。

3）要保证数据治理成果的留存，杜绝同类数据问题再次出现，就要形成数据质量问责闭环，对产生的数据质量问题进行问责定责，并辅以相应的绩效措施，从而推动数据质量管理形成一种文化和习惯。（山东中翰软件有限公司）