凯哥 | 价值驱动的精益数据治理（二）

（凯哥出品，必属精品）

5.1.3 精益数据治理的定义和底层逻辑

1.精益数据治理的定义

将精益数据方法应用到企业数据治理中，以创造业务价值为目标，用最小的浪费构建适合该组织，持续改进的数据治理体系，目标是利用企业数据，自动，按需，持续，最大化地创造客户价值。

2.精益数据治理的底层逻辑

精益数据治理的本质是以下四大底层逻辑：

（1）标准永远跟不上变化

企业的数据标准是很重要的，只有标准统一才能够产生更统一的，质量更高的数据。但是精益数据方法认为，从客观上来看，数据从速度上滞后于市场的真实业务，在维度上，是业务的局部建模，所以无法预知未来制定一劳永逸的标准，如图5-2所示：

图5-2 数据生产的两大现状

数据的源头是市场的需求和业务，然后经过业务需求分析，梳理出重要的业务流程节点，开发成业务系统，最后沉淀成数据，数据从时间上是滞后于市场的变化的。由于数据是业务的重要流程和动作的沉淀，而不是全部，比如用户在下单的过程中，与企业的系统交互动作都是有限的，无法全面描述当时的市场情况，用户心情等，所以，最后沉淀的数据比真实的业务维度一定要少。

这两个客观的现象是导致数据问题的根本原因之一，精益数据治理从客观上接受这两个现象，在建立标准规范的同时，尽可能地提高响应力，而不以建立全面繁重的标准为目的。

（2）高效的协同共享是数据治理轻量化的基础

数据问题产生的本质原因之一就是数据的全链路拉通不够，数据生产，数据采集，数据利用等环节缺乏相互的了解，看不到问题，所以就谈不上及时的解决，等到数据问题积少成多，在进行集中的治理，其实已经失去了最佳的时机。举个例子，如果数据消费的用户能够看到数据生产部门的数据标准，数据情况，那么当有不一致的理解出现的时候，就能够及时沟通，消除问题。

精益数据治理，强调数据资产的全局共享，协同，可视化，要通过数据资产目录，数据门户这样的平台，让企业全员能够在统一的标准上生产和利用数据。

（3）人工智能技术可以提高数据治理效率

企业数据产生的速度，渠道以及类型在爆发式的增长，每个企业都在面对一场数据复杂度的战争。信息化时代，企业产生的数据大部分都是企业内部的管理经营数据，其中一部分相对静态，描述业务实体的，比如组织结构，会计科目，商品信息，就被称为是主数据。那个阶段的数据治理很重要的目标就是为了避免应主数据编码不一致导致的问题，采用的方法是人工审核主数据的增删改等操作。

但是，到了数字化时代，首先主数据的概念发生了本质的变化，原来相对静态的实体，现在已经不再静态，另外又有了很多在业务中会被频繁使用的数据，比如用户画像信息，用户标签信息。如果用原来主数据的概念来看，现在的企业主数据的数量和变化增加了很多，如果还用传统的人工的方式去管理，

一来会形成业务的阻力，比如让业务等待一个新的商品品类的增加，效率下降；二来，人工管理容易出错，效率低，面对海量的数据，是不可能的事情。

充分利用人工智能技术，以元数据为核心来做数据治理，是确定性的趋势。

（4）数据治理要嵌入业务过程

精益数据方法认为，数据是业务动作的共生品，只要业务在发展变化，数据也是动态的，所以数据治理不应该脱离业务存在，应该将数据治理的流程，动作，标准嵌入到业务系统，业务数据化的过程中，否则就是刻舟求剑，试图利用静态的标准来管理动态流动的数据。

购买《精益数据方法论》周边鼠标垫，时刻学习数据驱动的企业