內容梗概：
1）企業(yè)為何需要做數據認責，客戶(hù)出現的實(shí)際問(wèn)題；
2）數據認責的理論支持有哪些；
3）如何開(kāi)展數據認責；
4）數據認責價(jià)值及作用；
5）如何選擇咨詢(xún)公司和對應的產(chǎn)品。
引言
企業(yè)數據治理誰(shuí)之責？
伴隨企業(yè)信息化的建設和發(fā)展歷程，在傳統認知中關(guān)注更多的是功能層面對于業(yè)務(wù)活動(dòng)的支撐，而數據則是“信息化的一種副產(chǎn)品”。因此，企業(yè)信息部門(mén)自然而然地、也理所應當地擔負著(zhù)數據管理和維護的相關(guān)職責。而當遇到數據問(wèn)題的時(shí)候，信息部門(mén)也就成為首要追責對象。這種“出了問(wèn)題，找誰(shuí)”的邏輯，實(shí)際上也是開(kāi)展數據認責的一種“源動(dòng)力”。在探究信息部門(mén)到底是不是數據問(wèn)題的真正責任者的時(shí)候，我們會(huì )發(fā)現：業(yè)務(wù)部門(mén)實(shí)際上在其中扮演著(zhù)更加關(guān)鍵的角色。例如：業(yè)務(wù)部門(mén)最清楚數據定義及其所適用的業(yè)務(wù)規則，業(yè)務(wù)人員負責在業(yè)務(wù)活動(dòng)中數據錄入和使用數據等等·。隨著(zhù)企業(yè)信息化的不斷深入，以及數字化的不斷推進(jìn)，信息部門(mén)實(shí)際上已經(jīng)很難以應對方方面面的數據問(wèn)題和挑戰了。例如：數據質(zhì)量到底什么才叫“好”？數據分析指標和數據應用到底如何適應和滿(mǎn)足業(yè)務(wù)需求？數據價(jià)值如何挖掘？等等。這些場(chǎng)景都需要除信息部門(mén)以外的業(yè)務(wù)專(zhuān)家、數據科學(xué)家等更多角色的共同參與。此外，隨著(zhù)數據本身的價(jià)值越來(lái)越受到重視，大數據等新興技術(shù)的崛起，數字經(jīng)濟、數據化發(fā)展浪潮助推之下，數據正有逐步業(yè)務(wù)化的趨勢。因此，本著(zhù)一種基于各自專(zhuān)業(yè)優(yōu)勢和實(shí)際數據職責的更合理的權責分配，企業(yè)數據治理需要業(yè)務(wù)部門(mén)和信息部門(mén)的共同參與，共擔其責！多層級企業(yè)數據管理責任現狀
這種隨企業(yè)信息化建設發(fā)展而形成的數據管理權責偏廢與不清的問(wèn)題，在許多大型的多層級企業(yè)中會(huì )更加突出和棘手。諸如運營(yíng)商、商業(yè)銀行、電網(wǎng)公司這樣的集團型企業(yè)就是典型的多層級企業(yè)，從總部、省級公司、市級單位直到區縣級單位，分了多個(gè)管理層級。而多層級企業(yè)數據管理普遍存“在兩條線(xiàn)”，即業(yè)務(wù)專(zhuān)業(yè)條線(xiàn)和信息專(zhuān)業(yè)條線(xiàn)。一方面，數據管理責任重信息而輕業(yè)務(wù)，即數據管理工作多由信息部門(mén)發(fā)起并負責，業(yè)務(wù)部門(mén)主要是配合、參與。另一方面，數據管理要求可能按信息和業(yè)務(wù)兩條線(xiàn)同步逐級下達，在可能造成令出多門(mén)困擾的同時(shí)，相關(guān)管理要求也多停留于文件紙面，傳達和理解層層衰減，對基層的指導不具體、要求不明確。因此，也常常存在信息和業(yè)務(wù)兩條線(xiàn)之間的數據責任不平衡問(wèn)題——信息部門(mén)與業(yè)務(wù)部門(mén)尚未按照資產(chǎn)化的管理模式建立和落實(shí)數據責任分工，“一己之力”難以全面推進(jìn)公司數據治理各項工作。同時(shí)，在各層級之間數據責任不能貫穿到底——數據管理的力道逐級衰減，錄入、使用、質(zhì)量改進(jìn)等責任沒(méi)有按照業(yè)務(wù)線(xiàn)條深入落實(shí)到基層單位、崗位，相關(guān)數據問(wèn)題始終難以得到有效管控，“前清后亂”成為困局。這類(lèi)責任不合理、不明確、不清晰的問(wèn)題常常是造成很多數據治理或管理問(wèn)題產(chǎn)生的根本原因和癥結所在。而單純依靠局部治理的做法已經(jīng)到達瓶頸，必須在明確數據管理與應用各方權責的基礎上，通過(guò)系統性、流域性地綜合施治方能收效。認識數據認責
從數據質(zhì)量人人有責說(shuō)起
多年前，隨著(zhù)“質(zhì)量就是生命”意識的樹(shù)立，大多數企業(yè)都啟動(dòng)和實(shí)施了各自的全面質(zhì)量管理（TQM）計劃，其目標包括沒(méi)有產(chǎn)品缺陷以及100％滿(mǎn)意的客戶(hù)。同期，隨質(zhì)量話(huà)題的延展，數據質(zhì)量也成為其中一個(gè)研究領(lǐng)域。其中，美國麻省理工學(xué)院的全面數據質(zhì)量管理（TDQM）研究工作源于對高質(zhì)量數據的行業(yè)需求，提出了全面性、全員性、全過(guò)程的全面數據質(zhì)量觀(guān)。其中的全員性強調：在集中統一領(lǐng)導下，把各部門(mén)工作有機組織起來(lái)，人人都必須為提高數據質(zhì)量、加強質(zhì)量管理盡職盡責，即數據質(zhì)量人人有責。這也是較早的從數據質(zhì)量的角度，對企業(yè)人員數據責任的一個(gè)觀(guān)點(diǎn)闡述。以數據管理專(zhuān)員構建治理組織
隨著(zhù)數據治理理論的提出和不斷完善、成熟，DAMA-DMBOK1.0中給出了企業(yè)數據治理的參考組織架構。在這個(gè)組織架構中，除了首席數據官、數據治理委員會(huì )等較高層級的組織設置，還強調在業(yè)務(wù)專(zhuān)業(yè)子領(lǐng)域或者業(yè)務(wù)執行機構，面向業(yè)務(wù)主題域設置業(yè)務(wù)數據管理專(zhuān)員。由數據管理專(zhuān)員在職能部門(mén)或者項目組織的協(xié)調下，面向各自所負責的一部分企業(yè)數據開(kāi)展具體的治理工作，并決相關(guān)的數據問(wèn)題。因此，他們也成為整個(gè)數據治理組織中直接接觸并管理數據的骨干力量。數據管理專(zhuān)員和數據管理專(zhuān)員制度
這里提到的數據管理專(zhuān)員（Data Steward，亦有譯作“數據管家”）是一個(gè)管家式的角色。他與數據的所有者相對應，雖然數據不歸管理專(zhuān)員所有，但是他們替所有者代管數據——數據所有者具有數據的所有權，而數據管理專(zhuān)員行使數據的管理權。而數據管理專(zhuān)員制度（Data Stewardship）主要探討業(yè)務(wù)部門(mén)應承擔的數據管理角色、職責以及相應的能力要求和制度設計，即數據管理專(zhuān)員的制度機制設計。既然賦予數據管理專(zhuān)員行使數據的管理權，那么對應的，他就要擔負相應的的責任——責權對等（更好的，還應當考慮“利”的因素）。因此，數據管理專(zhuān)員制度可以理解為：為數據資產(chǎn)管理而分配、委托的業(yè)務(wù)職責（shòu quán）和正式的認責，是數據管理工作在業(yè)務(wù)方面的職責。由此，我們認為建立數據管理專(zhuān)員制度是數據認責的主要內涵。數據治理，認責為先
與其他管理工作類(lèi)似，企業(yè)數據治理體系的建立首先要解決組織，也就是隊伍和人的問(wèn)題——通常所說(shuō)“搭班子”。而企業(yè)內有效開(kāi)展數據治理的第一要素仍然是人。因此，數據認責是企業(yè)構建數據治理體系的一項十分重要的基礎性工作。只有明確數據的所有、管理、開(kāi)發(fā)、維護、使用等相關(guān)權責，才能夠有效推動(dòng)數據治理，并取得成效。換句話(huà)說(shuō)，數據認責的根本目的就是要通過(guò)明確企業(yè)內的各類(lèi)數據責任者，并形成相互關(guān)聯(lián)的數據責任關(guān)系（工作網(wǎng)絡(luò )），從而建立起以責任為基礎的數據治理組織，為全面、協(xié)調推動(dòng)各項數據治理工作提供基礎和保障。如何開(kāi)展數據認責？
數據認責的總體原則
在開(kāi)展數據認責前，需要明確幾點(diǎn)指導性的原則：應當在企業(yè)中逐步樹(shù)立起數據治理人人有責、人人盡責的責任文化和理念。數據治理不僅是信息部門(mén)的事，也不僅是業(yè)務(wù)部門(mén)的事，公司全員都在數據治理的大體系、大生態(tài)之中各盡其責。按照DAMA-DMBOK，數據管理專(zhuān)員以及數據管理專(zhuān)員責任制，探討的是數據管理工作在業(yè)務(wù)方面的職責，或者說(shuō)業(yè)務(wù)部門(mén)應承擔的數據管理角色、職責以及相應的能力要求和制度設計。為什么特別強調業(yè)務(wù)部門(mén)呢？原因就在于大多數企業(yè)中普遍存在的信息與業(yè)務(wù)部門(mén)間關(guān)于數據管理責任的不平衡——信息部門(mén)承擔了過(guò)多的、甚至是不適合的責任；而業(yè)務(wù)部門(mén)多數在數據管理中處于“配合”信息部門(mén)的從屬地位。因此，數據認責應當回歸以對應業(yè)務(wù)歸口管理部門(mén)為主的“數據管理專(zhuān)員制度”，構建責任合理、均衡、清晰的數據治理組織體系和工作關(guān)系。同時(shí)，數據責任應落到具體的崗位，明確對應的責任人員，這樣才能實(shí)現有效追責。此外，認責到崗的另一點(diǎn)考慮是將數據責任與企業(yè)的人資崗位設置、職責以及人員能力相匹配、相融合，從而規范人員培養、管理和考核。這也將有利于數據責任的落實(shí)。三是滾動(dòng)開(kāi)展、問(wèn)題導向 & 價(jià)值驅動(dòng)數據責任的明確、落實(shí)以及優(yōu)化與數據治理、數據文化的建立一樣，需要一個(gè)循序漸進(jìn)的過(guò)程，不可一蹴而就。責任意識進(jìn)腦袋、責任規范落行動(dòng)需要踏石留痕、穩步推進(jìn)。同時(shí)，認責好不好不在于分解責任細不細、涉及人員多不多，而在于是否有助于解決實(shí)際問(wèn)題，特別是數據管理中深層次的責權問(wèn)題，還在于是否有助于業(yè)務(wù)價(jià)值、乃至企業(yè)戰略的實(shí)現。從很多實(shí)踐來(lái)看，國外企業(yè)多采用敏捷實(shí)踐，從細微處推進(jìn)數據認責；而國內企業(yè)則多傾向于自上而下，做好制度機制的頂層設計。數據認責管理框架是為企業(yè)開(kāi)展數據認責工作、建立數據認責的管理體系提供指引。開(kāi)展數據認責管理或者建立數據認責的管理體系，首先要建立適合于本組織管理機制、管理文化的數據認責管理組織，明確角色、職責以及在組織體系內的工作關(guān)系。其次，要定義數據認責的管理內容，也就是數據認責管理組織所承擔的任務(wù)，包括判定數據的業(yè)務(wù)歸口管里方、制定計劃并組織認責實(shí)施以及數據認責的日常性管理、評價(jià)考核等。然后，數據認責管理組織、管理內容的相關(guān)內容需要通過(guò)制度規范加以確立（授權，有法可依）和規范化。在此基礎上，企業(yè)將在職能領(lǐng)域和項目過(guò)程兩個(gè)維度上開(kāi)展數據認責。同時(shí)，數據認責管理各項工作的有效開(kāi)展有賴(lài)于相關(guān)技術(shù)和工具的支撐，以此提升數據認責管理工作的科學(xué)性、規范化，并降低人工開(kāi)銷(xiāo)和人為錯誤的可能。數據認責的組織
企業(yè)的數據認責組織主要包含以下四類(lèi)角色：在多數企業(yè)中，通常由管理層主要人員組成的“數據資產(chǎn)管理委員會(huì )”或者類(lèi)似組織作為企業(yè)數據的所有者，其主要職責就是授權、決策。也有企業(yè)將數據的業(yè)務(wù)歸口管理部門(mén)作為對應數據的所有者，以強化其主體性。同時(shí)，為便于企業(yè)數據日常管理工作的計劃、組織和監督，企業(yè)中通常由信息管理部門(mén)或者設立數據管理部門(mén)作為數據所有者代表，其主要職責包括：制定戰略、制定政策、監督、協(xié)調等。數據主責方也就是數據的歸口管理業(yè)務(wù)部門(mén)。之所以稱(chēng)之為“主責”，主要是因為其作為數據業(yè)務(wù)特性的維護者，在數據的定義、管理以及應用中發(fā)揮更加主要的作用。數據主責方的主要職責包括：制定具體的領(lǐng)域數據治理方案（包括標準、質(zhì)量、安全、應用等）并組織實(shí)施、管理數據需求和問(wèn)題。數據操作認責方在企業(yè)內是一個(gè)泛化的群體，主要遵從主責方的數據治理方案，在數據錄入和使用活動(dòng)中執行相關(guān)管理要求，并提出數據需求、參與數據問(wèn)題的解決。通常由企業(yè)IT技術(shù)部門(mén)承擔，主要職責是管理數據架構，提供數據技術(shù)方案、開(kāi)發(fā)建設數據平臺和應用，實(shí)現相關(guān)數據需求并參與數據問(wèn)題解決，以支撐主責方的數據治理方案落地。
數據認責的實(shí)施方法
企業(yè)構建數據認責機制大致上需要完成數據認責的制度規范建立和實(shí)施落地兩部分工作。這兩部分孰先孰后其實(shí)并無(wú)定論。通常，企業(yè)基于一般的管理制度建立程序，會(huì )選擇先設計和發(fā)布數據認責的相關(guān)制度規范，然后再開(kāi)展相應的實(shí)施工作，使數據認責機制運轉起來(lái)。當然，也可以選擇更為敏捷的路線(xiàn)，通過(guò)小范圍先行先試累積經(jīng)驗，然后再完善規范化的制度約束。各有各的優(yōu)勢。就數據認責的落地實(shí)施方法和實(shí)施策略而言，以問(wèn)題為導向、聚焦關(guān)鍵數據對象（KDO）、小步推進(jìn)的方式成為開(kāi)展數據認責實(shí)施時(shí)的一種更好的選擇。數據問(wèn)題，或者說(shuō)問(wèn)題導向是開(kāi)展數據認責的主要切入點(diǎn)。時(shí)至今日，各企業(yè)、組織在開(kāi)展數據治理的時(shí)候，不約而同地都將注意力集中到治理工作的落地、見(jiàn)效上，這也成為決策一項數據治理活動(dòng)是否發(fā)起的一個(gè)主要考量因素。而企業(yè)中目前所存在的大大小小的各類(lèi)數據問(wèn)題，或輕或重地刺痛著(zhù)業(yè)務(wù)活動(dòng)，這其中就包含相當一部分以數據管理權責的不明確或者錯位為根源而導致的問(wèn)題。此外，數據需求、數據安全等企業(yè)數據治理的優(yōu)先關(guān)注領(lǐng)域往往會(huì )出現責任沙漠，也可以開(kāi)展數據認責的切入點(diǎn)。而提升數據質(zhì)量常常作為數據認責的落腳點(diǎn)，其原因就在于問(wèn)題導向較為直接，能夠幫助解決真正的數據痛點(diǎn)。但不論選擇什么樣的切入點(diǎn)，亦或落腳于何處，歸根結底還在于業(yè)務(wù)價(jià)值的體現。因此，我們推薦的數據認責實(shí)施方法是將數據認責與數據問(wèn)題分析、核心數據識別進(jìn)行有效銜接、有機融合，從而使數據認責更具針對性、更敏捷、更容易見(jiàn)效、也更加具有生命力。1、廣泛收集企業(yè)范圍內的數據問(wèn)題，經(jīng)過(guò)分析、識別、優(yōu)選形成待認責的數據清單?？山梃b核心數據的梳理和識別方法，或與企業(yè)已有的數據問(wèn)題管控機制相結合。2、針對認責數據梳理認責關(guān)系矩陣和管理要求清冊。一手抓數據責任關(guān)系，一手抓數據責任的盡責要求，讓數據的所有者、業(yè)務(wù)歸口管理者、操作責任者、技術(shù)責任者等相關(guān)人員都能清楚自身所擔負的數據責任，以及盡職履責的要求和標準。3、 結合數據質(zhì)量整治或者其他數據管理工作，回到數據問(wèn)題解決的閉環(huán)過(guò)程之中，循環(huán)往復，并在這一過(guò)程中不斷強化和落實(shí)數據責任。對于著(zhù)手對自身數據資產(chǎn)進(jìn)行規范化管理的企業(yè)而言，可以考慮將數據認責作為企業(yè)數據資產(chǎn)盤(pán)點(diǎn)之后的一項緊后工作加以推進(jìn)——首先明確企業(yè)的數據資產(chǎn)清單，即管理對象，再明確其以對應管理者為首的各方責任者，從而駛入有序、規范的管理軌道。數據認責的運營(yíng)管理
完成數據認責制度規范和落地實(shí)施工作僅僅是一個(gè)開(kāi)始，作為企業(yè)的一項管理機制，后繼還需要通過(guò)常態(tài)化的運營(yíng)和管理使之持續發(fā)揮效用、良性運轉，這往往是很多數據治理的從業(yè)者在進(jìn)行數據認責規劃時(shí)很容易忽略的一部分。如前文所述，數據認責不可能一蹴而就，需要循序漸進(jìn)地逐步開(kāi)展。因此，數據認責運營(yíng)管理的一個(gè)重要活動(dòng)就是計劃與執行的管理——不斷地分析和發(fā)掘數據問(wèn)題中與認責有關(guān)的部分，制定區分輕重緩急的數據認責計劃，而后執行和實(shí)施。企業(yè)中數據責任關(guān)系并非一成不變。數據認責的運營(yíng)管理需要隨組織機構、業(yè)務(wù)流程的變動(dòng)而及時(shí)調整和更新數據認責矩陣，保證矩陣與實(shí)際的一致。唯有這樣才能使數據認責矩陣保持鮮活、保持可用，否則前期實(shí)施工作成果將付諸東流。同時(shí)，數據認責矩陣也不是數據認責的終點(diǎn)。數據認責矩陣，或者說(shuō)數據責任關(guān)系，必須要應用于數據問(wèn)題的定則、追責，通過(guò)數據問(wèn)題的解決發(fā)揮其價(jià)值，并使責任意識得到不斷強化。為此，數據認責運營(yíng)管理的有效性很大程度上有賴(lài)于數據問(wèn)題的定則、追責執行情況。此外，企業(yè)數據認責工作的溝通、團隊培養和能力提升也是運營(yíng)管理中不可或缺的內容。數據認責的價(jià)值
如前文所述，數據認責是企業(yè)數據治理體系構建過(guò)程中的一項重要的基礎性工作。因此，它所帶來(lái)的價(jià)值不會(huì )很直接，但卻影響廣泛而深遠。首先，通過(guò)明確企業(yè)內各方的角色劃分和責任定義，為數據治理的組織構建和工作開(kāi)展奠定了堅實(shí)的基礎。其次，通過(guò)明確各類(lèi)數據責任，認責到崗、追責到人，形成人人有責、責權相連的責任關(guān)系和工作網(wǎng)絡(luò )。以此為基礎，可實(shí)現對數據問(wèn)題責任者的快速定位，推動(dòng)數據問(wèn)題得到有效整治和解決；可藉由數據責任將數據規范貫至作業(yè)環(huán)節，從源頭上防控新增數據問(wèn)題的產(chǎn)生，正本清源。由此再擴展和引申，由數據對業(yè)務(wù)的刻畫(huà)，以及業(yè)務(wù)管理要求的數據規則化，相生相伴，數據認責可以促進(jìn)管理更加規范、順暢，相關(guān)管理要求得到更好、更精準的落實(shí)與執行，并實(shí)現在更細微的粒度上感知和改進(jìn)業(yè)務(wù)活動(dòng)，支撐業(yè)務(wù)管理精益化。從數據治理各職能間的關(guān)系來(lái)看，數據認責的這種基礎性作用和價(jià)值同樣顯而易見(jiàn)——它是數據標準、質(zhì)量、安全以及元數據管理的共同基礎，與之有著(zhù)十分密切的聯(lián)系。通過(guò)數據認責明確各方的數據責任，進(jìn)而理順關(guān)系，以數據的業(yè)務(wù)歸口管理者為首，制定數據標準、解決數據問(wèn)題、確定數據的安全等級和安全策略、完善元數據，推動(dòng)數據標準、數據質(zhì)量、數據安全以及元數據管理工作同步、協(xié)同開(kāi)展。這將有助于企業(yè)現存的很多數據管理問(wèn)題得到較為徹底地解決。此外，從經(jīng)濟價(jià)值的角度來(lái)看，通過(guò)明確數據責任關(guān)系、加強源頭治理及數據生命周期各環(huán)節的管理，數據認責可以以降低數據管理以及相關(guān)問(wèn)題治理成本的方式，為企業(yè)帶來(lái)相應的經(jīng)濟效益。特別是對于因為數據責任缺失、數據規則落實(shí)不到位而造成的問(wèn)題反復和重復治理，相關(guān)的投入將逐步得到削減。數據認責技術(shù)工具建設
CONSTRUCTION OF ACCOUNTABILITY TOOLS數據認責機制在企業(yè)內的建立、實(shí)施和運營(yíng)包含了很多流程化的過(guò)程以及細致、繁瑣的操作，特別是對于認責矩陣中成千上萬(wàn)數據責任關(guān)系的查詢(xún)和維護。隨著(zhù)企業(yè)數據認責范圍的不斷擴大以及認責粒度的不斷細化，相關(guān)工作量和復雜性也會(huì )持續增長(cháng)，以至于成為單純依賴(lài)人工所不可能完成的任務(wù)。因此，企業(yè)在規劃數據認責機制建設的過(guò)程中，需要適時(shí)考慮數據認責技術(shù)工具的建設問(wèn)題。而數據認責工具建設的目標主要著(zhù)眼于解決以下問(wèn)題，并提高數據認責管理工作的整體效率：1、能夠基于企業(yè)數據資產(chǎn)的梳理成果，輔助完成責任關(guān)系的梳理，構建認責矩陣；2、能夠對數據認責矩陣中的責任關(guān)系進(jìn)行智能化的校核，主動(dòng)識別責任缺失、重疊、沖突等情況，并輔助管理人員完成對數據責任的變更和維護；3、能夠提供從組織機構、人員、數據、責任類(lèi)型等對數據責任關(guān)系進(jìn)行多維度查詢(xún)，便于定責、追責；4、能偶提供從數據認責計劃制定、實(shí)施過(guò)程監控到工作評價(jià)的全過(guò)程流程化支持和管控；5、提供企業(yè)數據認責開(kāi)展情況的可視化分析與展現，輔助管理人員進(jìn)行認責計劃的制定和決策；6、能夠與企業(yè)既有的數據資產(chǎn)管理、數據質(zhì)量管理等技術(shù)支撐系統進(jìn)行集成或融合，使數據責任關(guān)系能夠有效應用于數據管理與應用的各環(huán)節，發(fā)揮其價(jià)值。ACCOUNTABILITY IN SOFTWARE御數坊獨家研發(fā)的“DGOffice軟件”中包含的數據認責功能。DGOffice中的數據認責功能模塊專(zhuān)為構建企業(yè)級數據認責體系，促進(jìn)數據工作者高效協(xié)同處理數據問(wèn)題而開(kāi)發(fā)。1、賦能數據治理理論方法論，讓認責過(guò)程流程化，將業(yè)務(wù)部門(mén)與技術(shù)部門(mén)有效協(xié)同，保障認責工作有序;2、構建“數據-組織”認責矩陣，提高數據資產(chǎn)管理效率;DGOffice軟件實(shí)際頁(yè)面圖
本站僅提供存儲服務(wù)，所有內容均由用戶(hù)發(fā)布，如發(fā)現有害或侵權內容，請
點(diǎn)擊舉報。
