图片来源@视觉中国
在去年底公司的战略研讨会上，分管IT的领导指出，数据孤岛问题已影响到公司数字化转型的进程，呼吁大家重视解决。由于会议讨论的重点不在于此，该意见并没有引起太大的反响。
(相关资料图)
我所在板块的领导却敏锐意识到了问题的严重性。其曾经以为IT方面可以搞掂这一切，可现在从IT最高领导的发言中搞明白了，这不是靠IT能够解决的事情。为促使公司有效解决该问题，安排我们研究拿出意见。
数据孤岛问题凸显公司近年来大力推进数字化转型战略。围绕数据开展了一系列业务模式创新。一些条线部门尝到了甜头，激发起了更大的热情。公司里数据应用的深度和广度均有了较大幅度的提升。
大家逐渐不满足于仅仅使用已有数据，主动在业务活动中获取更多数据，尝试使用集团内其他子公司、板块、条线和部门所拥有的相关数据。可现有配套的组织机制运转体系并不能很好的支持这一转变要求。
寿险子公司开展的以数据分析促进客户体验提升项目就很典型。该项目拟通过收集客户的行为数据，绘制出全流程、全触点的客户服务旅程，发现其中存在的断点或停滞状况，再有针对性的改进服务流程和资源配置，从而提升客户服务体验。
项目团队发现大量客户数据并不在自己的控制范围内，需要跨部门、条线、板块和子公司去协调获取。在其分管总的强力推动下，条线内的数据获取问题总算得到了一定程度的解决。条线外数据的获取情况却很不尽如人意。
基于已得到的数据，还是发现了不少客户体验问题，改进后得到了客户的好评。鉴于项目所取得的突破，团队对未来借助数据大幅提升客户服务体验，有了更多期待，强烈希望公司能从根本上解决数据打通使用的问题。
进一步调查发现，公司集团内其他板块、条线和部门也有类似的诉求。导致这一局面的并不是相关各方缺乏合作精神，而是现有机制体制并不鼓励数据共享，某种程度上甚至存在负激励。
一方面很多客户数据没有在系统中记录下来。原因是记录和存放保管数据都需要增加很大IT成本。当掌握客户活动服务场景的部门自己没有使用数据的需求时，自然不愿意记录和存放更多数据。
另一方面即使有一些数据被记录下来，拥有数据的部门出于安全的考虑，也不愿意轻易提供给其他部门使用。毕竟牵扯到客户信息的安全问题，处理不当就可能带来一系列未知后果。既然责任重大，自然就会尽可能谨慎行事。
第三拥有数据的部门存在一定程度的对外信息屏蔽、自我保护的意识，不愿意分享数据。担心若被别人拿到了数据，也就相当于被拿到了对自己不利的证据，生怕会暴露自己工作中存在的不足。
第四许多数据的口径标准不一，质量参差不齐。现已获取的数据大多都是各业务应用系统的副产品，只是为了配套实现应用功能而记录，原先并没有考虑用于其他目的，自然不会考虑其他使用者的质量诉求。
第五现有管理制度流程中，缺乏协调数据收集和使用的配套规则，也没有对参与各方的责、权、利做出有效的界定，更没有相应的激励机制。加之风险合规、信息安全、IT开发等专业部门均要履行相应职责，更增加了组织协调的难度。
数据共享的事项多为一事一议。大家本来就各自有不同的任务目标，时间、精力和资源都很有限。面对额外增加的工作，自然会安排较低的处理优先级，行动中难免会有被动应付的情况。
遇有公司里重大任务事项，想要全面获取数据，就必须高层领导出面协调。耗费极大的精力，效果却并不能得到保证。只有彻底改变现有体制机制，让大家在整体一盘棋下获取和使用数据，才能让数据顺畅的流通起来。
从公司治理层面做出根本改变相信许多公司跟我们一样，早就提出了“打通底层数据”或“消除数据孤岛”等类似的目标。就是想让数据能够顺畅有效的流通，在使用中产生价值，从而把大量的数据资源转变成公司的资产。
虽然采取了许多措施，付出了不小代价，结果却并不十分理想。究其原因，很大程度是解决问题的层面不够高。由于数据存放在电脑系统中，许多领导会很自然的认为，这应该交给IT部门去负责。
可IT部门对此能够真正发挥的作用却很有限。其所扮演角色是数据管家，并不是数据的主人。更多是在执行业务部门的要求，做好数据的收集、保管、加工和发送等方面的技术支持。
有些公司将该职责指定给某专业部门。因其身份定位上的局限，缺乏足够大的影响力，难以承担起统筹全局的责任，同样会遭遇到小马拉大车的困境，只能在局部取得一定的优化效果。
企业才是数据的主人，其高层领导授权各产生数据的业务部门分别代为行使主人的职责。数据打通必须由企业最高决策层制定出有效的运作规则，让所有数据代理人达成共识，在整体一盘棋下协同运作。
这就必须要在公司治理层面做出部署，与财务治理、IT治理类似，开展公司数据治理。这不是对数据的治理，而是对数据资产的治理，是对数据资产所有相关方利益的协调与规范，是对企业数据工作的顶层设计。
内容包括但不局限于数据资源资产化，数据确权与合规，价值创造与人才培养。数据只是一些电子记录，并不天生具备资产属性。只有让数据资源能够产生预期收益，才可能使其成为数据资产。
数据确权是要确定数据的产权。如果暂时做不到数据确权，那么至少要做到，对数据实际控制者的行为严加管束，做到合法合规。要努力让数据产生价值，这是数据治理的核心驱动力。再就是要关注人才团队的建设与培养。
数据治理强调企业内最高领导层的深度介入，从企业组织架构与职责入手，明确各数据相关方在数据收集和使用过程中的责、权、利，配套相应的制度和流程，激发起参与者内心的善意。
当前很多企业开展的所谓数据治理，只是对现有数据本身进行质量管理。仅仅是在信息技术、数据应用等专业层面开展工作。只在出现问题的层面想办法是无法解决问题的，只有上升到更高的治理层面，才是根本的解决之道。
随着公司数据治理的不断深入推进，营造出良好的数据共享文化氛围，就能够促使大家在各种场景渠道下，主动收集数据，确保数据质量和数据安全，快速积累起更大规模的数据资产。
在数据流通使用过程中，相关各方积极提供支持，促进数据应用更加有深度和广度。所有涉及数据的工作环节都能够做到依法合规。在给企业带来更大价值的同时，参与各方也能够实现自身的价值。
2022年1月银保监发布的《中国银保监会办公厅关于银行业保险业数字化转型的指导意见》中，明确向各金融机构提出了健全数据治理体系的要求。而早在2018年，当时的银监会就发布了《银行业金融机构数据治理指引》。对于数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理都给出了详细的规范。
许多金融机构已积极将公司数据治理提上了日程，取得了一定的成效。可最近三年仍有很多金融机构因数据质量问题受到监管处罚，说明当前金融机构的数据治理工作尚有很大的改进空间。
加大公司数据治理力度依据银保监会文件中的指导意见，结合数字化转型过程中的实际需要，各金融机构应下决心加大公司数据治理力度，改变以部门层级开展数据管理的现有模式，自顶向下做出统筹规划和部署。
既然数据治理属于公司治理的范畴，就一定要由企业家来主导。应由企业高层领导亲自挂帅，主导数据治理的进程。可以在企业内明确一比较有影响力的部门做为牵头单位，会同与数据相关的主要各方，以项目团队的形式协助领导先期启动数据治理的规划工作。
鉴于数据治理有一定的专业门槛，而大多数企业缺乏相应的储备，可以考虑引进一家外部公司提供咨询服务支持，获取专业的方法论指导和业内先进经验。外部公司有一项重要职责是做好传、帮、带的工作。
具体项目工作一定要以企业自己为主，在外部公司的指导帮助下，快速搭建形成公司数据治理体系。在实践中完成相关知识的转移，确保公司在未来的时间里，可以自主持续的进行数据治理。
开展公司数据治理一定要结合企业的实际。先要调研数据现状，掌握现有的数据架构、数据标准和执行情况，数据质量的状况和痛点，已经具有的数据治理能力等情况，摸清家底。还要搞清楚借助数据治理想要达成的目标。基于此形成切实可行的公司数据治理路线图。
广义的数据治理涉及范围很大，可以覆盖企业全部业务和技术领域，以及数据的整个生命周期等等。想要一次实现完整的公司数据治理既不现实也无必要。很可能消耗了大量的企业资源，却带不来更多的收益。
最佳选择应是采取循序渐进的策略，聚焦当前数据应用中的主要问题，集中火力形成突破。取得局部成功后，再进一步扩大战果。伴随着企业数据应用范围的扩展，逐步延申到更多的领域。
许多金融机构考虑从解决监管数据报送质量问题入手。该任务目标非常明确，十分迫切和重要，达成的效果比较好衡量，虽涉及面比较广，但执行的过程并不复杂，很容易把控，是个不错的选择。
一定要在数据治理过程中，将关注的重点放在业务方向上。数据问题产生的原因，往往不是技术，而是业务。表面上的技术问题，本质上还是业务管理上不规范，甚至是管理缺失。
以报送监管数据的质量问题为例，很多是因为数据来源渠道多，相关责任不明确，导致同一份数据在不同的信息系统中有不同的表述，还有就是业务需求不清晰，数据填报不规范或缺失等等。
开展公司数据治理，会改变大家原有习惯的行为方式和利益格局。一开始，相关各方的配合意愿度不会很高。因此，一定要在前期做好统一思想的工作。让大家认识到这一切对企业未来的重要意义。
与此同时要安排专业团队提供必要的指导和帮助，甚至可以配套提供些额外的资源支持。只要坚定的执行一段时间，大家就会发现所有当前的不方便都会变成长期和整体的极大方便。逐渐养成新的习惯，一切也就纳入了正轨。
公司数据治理是一项长期而繁杂的工作。要安排专门的部门和专业人员负责持续推动该项工作。过程中要特别注意形成及时有效的反馈机制，衡量进展情况，发现其中的问题，不断迭代改进。
企业的最高领导应像重视企业的其他资产一样，重视数据资产的持续增长和有效使用。公司数字治理是其中最为有效的工作抓手，只要坚持抓下去，就能源源不断的给企业注入数字化转型的活力，帮助企业在数字时代建立起崭新的竞争优势。
关键词：
营业执照公示信息