輕量&聚焦：精益資料治理實踐——以客戶資料治理為例

01、資料治理的重要地位

俗話說“巧婦難為無米之炊”，但對於資料人員，更可怕地恐怕是“巧婦難為糟米之炊”。

在企業數字化場景中：米，就是業務資料;巧婦，就是資料團隊;食客，就是資料使用者，如決策層、管理層和各業務人員。

無米的話，食客餓肚子的原因明確，怪不得巧婦，產米就對了(透過資訊化建設沉澱資料資產);倘若米糟(資料質量差)可麻煩了，請問巧婦們，這飯做還是不做?

在數字化時代，幾乎所有企業的所有業務，都需要基於資料進行決策。資訊化基建準備好了箸玉杯象(業務系統、資料平臺和報表工具)，組織也高薪聘請了諸多巧婦(資料科學家、資料工程師等)。食客要點餐，那麼問題來了，米可食乎?

透過資料治理，改善資料質量，成為了重中之重的前置工作。

02、資料治理的困境

資料治理在近幾年持續火熱，但普遍來看面臨如下三個困境：

1) 投入大

對於部分行業企業，如金融、電信、電網，基於監管剛需或行業標準，資料治理有較好的環境和土壤，做起來相對順利。但其他行業或大部分中小企業中，為資料治理專項投入(專人、專項、專門的工具平臺)還是非常困難的。

2) 價值不凸顯

傳統的資料治理有些為了治理而治理，專案目標就是建章立制、構建標準、清洗資料，或泛泛提出“提升資料價值，深化資料應用”。這樣治理完之後，很難說清楚治理投入和“降本、增收、增效、助決策”的關係，或者很難量化價值。

3) 容易虎頭蛇尾

傳統資料治理通常講究“自上而下”：做規劃、搭組織、建諸多標準流程制度;但落到執行層面動作容易變形——錄數人員該幹嘛幹嘛、應用開發人員我行我素，效果不盡人意。

那麼，有沒有輕量化的資料治理方案?適合沒有太多資源投入、業務變化快、要求短期見效，或目前資料管理成熟度不高的組織?

可能“精益資料治理”是個思路。下面結合業內討論和自身實踐，做一些總結思考和拋磚。

03、什麼是精益資料治理

1)精益思想

可參考《精益管理介紹》%E7%B2%BE%E7%9B%8A%E7%AE%A1%E7%90%86。精益思想的特點，總結來看三個方面，一是明確價值，二是減少浪費，三是持續改進。

2)精益資料治理

是利用精益思想和資料治理方法論，聚焦特定場景，以敏捷的方式、最小的代價、為業務創造價值的資料治理方法。精益資料治理的特點：投入小，週期短，價值明確，持續產出。

04、精益資料治理實踐方法論

結合精益思想和DAMA理論，對於精益資料治理實踐，筆者總結了一個公式：

1)價值場景

精益資料治理一定要有明確的價值場景。例如，將資料治理任務嵌入到業務最關心的戰略管理點、業務整改專項，最好和業務資料分析類的大專案繫結。劃重點：嵌入。

2)識別發力點

精益資料治理的內容，依然是從DAMA的幾個維度出發，根據場景中的痛點，剪裁、聚焦，找出資料方面的主要矛盾。

3)各個擊破

以“簡潔、敏捷、實用”為原則，以“對業務和技術的負擔最小”為目標設計資料治理策略，包括流程策略、規範策略、技術策略。

4)持續完善

業務專案結束後，及時宣貫資料治理的“業務價值”，讓業務“因為看見，所以相信”，“接受方法，摒棄牴觸”，形成長效機制。資料治理團隊還需及時總結覆盤，方法論複製到其他業務領域。

05、精益資料治理實踐案例

下面以某2B類中型企業的《客戶資料治理》為例，詳細介紹下實踐方法。

背景：客戶是企業生存發展的基礎。為貫徹“以客戶為中心”的戰略，企業成立了客戶委員會，持續對客戶、客群、貢獻率進行跟蹤分析，以期實現對客戶全生命週期的分析管理和運營。但由於客戶資料“不全不準”，客戶主資料標準不統一，制約了上述目標的有效達成。

1) 價值場景

公司設立《客戶分析專項》，目標為構建價值模型、開展跟蹤分析、定製營銷策略、持續客戶運營。專案主責人為業務人員。資料團隊參與。根據討論共識，《客戶資料治理》將作為專案方案中的“一部分”，是“重要的基礎工作”。

資料治理子專案的目標非常明確：透過一系列資料治理工作，確保客戶資料清潔完整準確，支援客戶分析決策和客戶運營。領導層對此認可且高度重視。(此認可和共識一定要在專案啟動階段做透，切記)

2) 識別發力點

識別發力點，可以充分利用資料需求和指標體系成果。三個STEP。

STEP1：整理資料需求

首先透過和業務分析人員溝通，明確了《客戶價值分析》所要用到的指標體系和資料範圍：客戶資料範圍是XX事業群對應的客戶，僅為企業客戶;時間範圍需近X年的;若要支援分析和預測，頭部50家客戶準確度100%，非頭部客戶準確度90%以上。

圖：客戶價值指標(示例)

接著，根據指標計算公式，合併同類項，找到了指標對應的資料欄位，填寫到如下圖中的“包含的計算欄位”中。這些欄位覆蓋了業務分析中的指標值和所有維度。

圖：指標對應欄位(示例)

STEP2：探查資料質量

對上圖中整理出來每一個“計算欄位”，進行了資料質量探查。模板示例如下。資料質量探查可參考文章《資料質量管理：6個維度，50個檢查項》。

圖：資料質量探查清單

STEP3：圈定治理物件

根據STEP2的結果，把存在資料質量問題的欄位拎了出來，作為明確的“資料治理物件”，並與業務共識現狀，標記了治理優先順序。注意，此處細化到具體的資料欄位，業務最有感知度，也容易聚焦。

3)各個擊破

對資料質量探查的結果進行總結，結合DAMA資料治理策略，分而治之，各個擊破。

透過診斷，客戶資料的痛點在於三個方面：主資料和參考資料缺乏標準、歷史資料質量較差、沒有維護規則。根據痛點，明確了治理策略開展具體落地動作。

此處結合DAMA理論，有幾個實操注意事項：

A. 資料owner的設立。誰出標準，誰更應該做owner。這在討論中順水推舟形成，不一定自上而下指定。

B. 制度流程。儘量表述清爽簡潔，縮短篇幅，“說人話”，儘可能提煉出“一頁紙”要點。

C. 資料清洗和運維。可遵循一個原則+三個能夠。

原則：儘可能從資料來源頭治理，別打ETL的主意。

能機器錄入的就不用人工錄入。比如，客戶名稱、資質等，能透過企查查等介面查詢的，就不用手工錄入;各類時間戳，最好用某動作對應的系統時間戳;

能自動分類的就不用人工分類。例如客戶分類，有嚴格的MECE標準。

能自動監測就不用人工刷數。在錄入端設計各種校驗、提示。如客戶年營業有個合理區間，超出無法提交;客戶型別下拉選擇時候給出彈窗提示，方便銷售瞭解參考。

4)持續完善

當客戶分析專項專案結束的時候，客戶資料治理也有了階段里程碑成果：透過一系列資料治理工作，確保了客戶資料清潔完整準確，有效支援了客戶分析決策和客戶運營。此時，資料治理小組做了四個動作：

A. 參與資料分析。參與或跟進了業務的客戶資料分析，支援完成了資料價值落地的最後一公里。

B. 及時覆盤總結。特別是總結從業務和視角，總結了客戶資料治理帶來的業務價值，如降本、增效、降風險、助決策等。

C. 強調長效保障機制。在有成果的基礎上宣告瞭持續推進的方法，摩擦力和阻力會小很多。

D. 持續發現資料問題，持續解決，最佳化迭代，複製到其他業務領域。

06

小結

“巧婦難為糟米之炊”，對於食材的製備，食客們卻往往耐心有限而認知不足。精益資料治理讓資料治理不再厚重，更具有實操性。再重申下實踐要點：

1)一定要對齊業務價值。無價值，不治理;能少做，不多做。

2)減少不必要的動作。在治理落地中，要為業務人員、開發人員、治理人員都減負。

3)短平快。戰略上有統一的目標、框架和節奏，但戰術上各個擊破，打殲滅戰，儘可能快速出結果。

參考文獻：

1、精益資料治理的助力傳統企業數字化轉型!

2、凱哥講資料中臺：精益資料治理時代的來臨

3、資料時代，企業如何以價值為導向實現資料高效利用

4、資料質量管理：6個維度，50個檢查項!

5、面向建設工程規劃報批的精益資料治理研究與實踐 《機電工程技術》，2021

作者介紹：@子曰，畢業於北京大學信管系；10年資料分析與資料治理經驗；先後服務於網際網路大廠、央企總部和領先的ToB IT公司，資料團隊負責人；“資料人創作者聯盟”成員。