400-6033-738

下载试用

新闻资讯

如何找到数据主人(下)---数据认责:权益跟义务

在前面中期,聊了一些据主人怎么找以及找不着怎么办的内容。

在这最后一期里,我们继续接着中期的话题来介绍找着了怎么处理的问题。希望与大家一起共勉!


引言

数据主人或数据权益归属找着了,接下来该怎么处理数据的归属管辖权,用什么样的机制进行常态化的持续下去,采取哪种抓手方式进行,这个末期是我们今天要讨论的话题。



数据认责的问题


在做数据认责指引之前我们先知道认责前存在哪些问题,只有把这些问题摸清楚了,接下来才能制定认责的指引。


从数据质量人人有责说起,伴随着多年前的一句经典的话“质量就是生命”,一家企业要想在市场上占有一席之地的份额,除了对其产品售后服务之外,还有一点最重要就是质量是生命线。谁的质量过硬,那么他在市场上就受到重要客户群体的喜欢,相应的市场份额占有率也会很高。这说明了什么?不管是产品还是数据,质量是非常重要的。


所以,在数字化转型的今天,每个企业信息化进行的层次是不同的,那么它的数据问题也是参差不齐的。数字化靠什么作为抓手,通过数据治理的手段为基础,要想提高数据质量,数据的问题无非是业务中的元数据存在质量问题,他的认责我们,需要同质量从四个维度层面思考,有管理职责,操作职责,技术职责和需求职责,主要表现为下面三个方面认责的问题。


  • 元数据不完善:数据项没有业务含义⼈⼯核对,与业务员或业务系统供应商

  • ⾃⼰的数据质量撑不够:HR系统更新迟缓,或者旧信息未删除等促改

  • 很多数据未线上化:暂时搁置,先做线上化数据的数据认责。


基于上述的三点,谁对数据负责,即数据认责的这个问题其实在数据治理组织职责中有说明,数据所有者负责特定数据域内的数据。数据的确权定责只是数据治理的手段,而不是数据治理的目的,企业要做的是提高数据质量和实现业务目标,而不是在于发生数据问题后去追究责任。数据问题的重点在于预防,问题发生了再去追责则为时已晚。




数据管理责任现状

怎么来预防数据的问题,就要从数据的当前现状问题有一定程度上掌握了解。在企业中的信息化建设发展中所形成的管理权与职责的分化,以及理不清的问题,在数字化转型时爆发式的突显出来,但又是面临不得不面对权益认责的局面,却在推动时受到各方、各部门的阻力,面临难以推行的棘手境地。


一个国家都有守土,人人有责。何况,在各行各业如商业银行、国网、电网公司等集团型国有企业中,都是典型的多层多级管理,他们分了多个层级管理企业,在所经营活动中业务线和数据线更是多头管理,在数据的使用过程中,质量的改进从上至下的落实到基层时,岗位、职责相关的数据问题始终是难以落实下去,存在前清后乱,或是前乱后难以有效管控起来,成为企业的困局。


凭借“一己之力”是难以推动公司治理的各项工作,需要的是跨部门协同协作共治的推进,所以,破局还需解铃人,由企业自身的制度,管理,执行力度进行全面通过数据治理的手段,进行系统的梳理,逐步有序,按优先级的去落实。




数据认责的原则

怎么处理数据认责,我们如何开展认责呢?

在开展数据认责实施之前,先建章立制一个指导性的原则,有了原则的框,大家后续逐步的遵守,逐步的去适应,自然就形成常态化习惯。俗话说,“没有规矩不成方圆”,有了规矩大家慢慢的适应遵守了。首先明确几条指导性原则:

1. 职责人人尽责,人人有责

首先,在企业内部要树立起“守土有责”的认识观念,数据治理人人尽责,同时也人人有责的企业文化理念和观念的形成,大家有了统一共识,这是认责的基础。互信的基础都不存在了,那么能拿什么来何谈认责。


2. 价值认识,价值驱动

数据是有价值的,每一条数据都会反映企业在其生产经营一系列的活动过程中的当前状态是什么样的,从经济的角度上则反映在财务账面。同时数据它能为金字塔结构组织架构中的不同层领导提供决策的依据,为企业的下一步经营做出重大决策,对今后企业的发展每一个工作流程深层次的挖掘出下一个盈利的新增长点。


所以说数据是有价值的,只不过是我们没有发现而言,大家对此要有清醒的认识,这就需要通过数据治理中的各种手段工具,认责为先的思路。认清价值驱动的数字化转型的源动力所在。


3. 岗位认责,业务先行

在DAMA BOOK2的书中,曾经介绍数据管理专员,及数据管理专员责任制建立数据管理体系制度流程,探讨数据管理在业务各方面的职责,或者说是各业务部门在数据管理中所承担的什么应有的责任和相应的能力要求,或在数据管理中你所扮演着什么样的角色,与之所使用的数据有对等的相应赋予的权益。即有什么样的数据权益,就应该赋予你有什么样的职责和义务。只有索取没有付出相应的义务势必会使数据管理的过程中失衡。


首先强调业务部门,为什么这么说呢?是因为业务部门在生产经营活动过程中,与IT信息部门交流沟通时,原因就存在于存在数据管理责任的不平衡的现象,信息部门承担了过多的,或者说不适合的责任,因此,业务部门多数时在数据管理或处理数据时是配合“信息部门”一个从属角色的地位上。替业务部门处理的出现的问题,反而还被领导层罚款等情况,费力不讨好的局面时有发生。这也是认责的难度非常之大。


因此,数据认责应当回归于业务的归口管理部门本源,以“数据管理专员体制制度”为主,建立合理,均衡、清晰的责任制度,搭建清晰的数据治理体制和工作关系。要落实到具体岗位与管理义务。职责与人员相匹配,能融合专员的能力项。


4. 同心同德,独当一面

在数据治理的过程中,数据管理专员或数据管理专员责任制的要求是每一位数据主人,都要保持有同心同德,独当一面的能力,勇于承担重任。


从理论和实践来看,金融业在进行全行数据治理体系规划时,会建立数据治理委员会及办公室,负责跨部门跨业务的协调决策。在数据管理的执行单元(业务部门、分支机构)设有相应的数据管理专员(DataSteward)。


数据管理专员是企业进行数据治理的关键角色,但在实际案例中,因为没有对该角色的明确要求,很多分支机构的数据专员都由原来的统计分析岗或综合岗兼任,这种情况常常导致数据治理的落地执行情况不佳。


实际上,这八字原则同样适用于数据管理专员的指定与任命上。此时,同心同德就是数据专员对企业数据治理的重要性、战略、计划要求的高度认可。独当一面,就是指数据专员在自己部门条线,配备相应的权利、资源,能够积极落实数据治理的标准、规范、流程制度,推动数据质量提升。


5. 持续跟进,问题导向

企业的信息化业务时刻都在进行当中,那么与数据治理持续,数据文化的逐步建立是一样的。有新的业务及业务所对应的后台数据的产生,伴随着会有各种各样的数据问题的产生,只要有业务系统存在并进行数据的产生,就应有数据认责的持续跟进。


这种持续的根据,以问题为导向,从源头回归业务的本源抓起,在结合数据治理的建设配合,用治理的制度做指导,逐步的引导大家共同持续的跟进。从行业的实践来看,国内的企业多是自下而上的方式,但往往效果并不理想,所以借助数据治理的契机,从上至下和自下而上的相结合去开始。有了顶层组织制度设计,这样开展起来才会有保障。


综上所述,数据认责大家共同遵守五项原则,才是认责执行的基础,以此来作为后续工作的指导性原则,从数据战略上指明方向和企业使命感与责任感的态度认识。




数据认责工作指引

对于数据的认责是一个漫长的过程,作为领导层要有足够认识,最好选择好业务重点,而不能“眉毛胡子一把抓”。建议是“以点连线,以线带面”逐步实现企业数据治理的认责目标。需要循序渐进的方式推进数据认责的管理。数据认责要以某一项目做载体,从以下几个方面做数据认责实施的指引工作。


1. 认责目标

对所实行的数据权益认责,要目标定位明确,即认责一批,实施一批,检验一批,落实一批,要有成效的效果。体现出数据认责的价值。是可量化的。


2. 认责范围

首先,要明确你所做认责的数据范围边界,需要明确,对所做的正确事情有个优先级别。建议,以业务为切入点,从关键数据(对业务影响)优先开展,这样才有条不紊逐步的开展,切莫盲目盲从慢无边界,否则效果并不理想,这是从实践中总结的观点。


3. 认责粒度

要对所认责的数据从什么粒度上进行认责,要清晰。主要从数据粒度和责任主体的粒度着眼思考。


数据粒度:数据粒度需要结合行业的需求,对数据认责看客户是在表级别,还是字段级别。

  • 表级别:作量较,有问题的表-->系统-->部门-->责任岗位

  • 段级别:需要逐个字段核对,作量较⼤!

  • 记录级别:难度更


责任主体粒度:

  • 部门

  • 岗位

  • 人员


4. 认责角色

主要从数据价值与参与方和业务生命周期去定角色。

明确数据价值链的参与⾓⾊定位,包括:

  • 维护者

  • 开发者

  • 使

  • 所有者

  • 管理者


5. 认责职责

认责的职责以数据价值为基础,把数据从整个生命周期的过程中进行逐步的开展,抓住业务的核心重点领域。认责职责从下面两个方面着手有序计划进行。


(1)明确数据价值链的参与的职责分

2数据责任定义规范矩阵

横向以数据治理的核心领域:数据标准作为入手,从源头开始,以数据质量为导向,逐步开展,在从数据安全进行弥补漏洞,这样形成一张立体的网,全域的覆盖到。


纵向以数据的生命周期为主线,把数据的所处不同环节流程中的数据,回归本源的进行全方位的定位到每一个角落。做到无死角,全覆盖。需要结合着前面4条为前置条件,不是孤立的看待数据认责这件工作。


6. 认责机制

数据认责需要一套有效的管理机制进行管理,确保数据认责常态化运转。编制数据认责管理办法及流程。这样才能管控起来。


以上,对数据认责工作进行的系统总结,对今数据与认责给予关注。在推进行业数据治理、辅助数据认责的开展,本工作指引仅供大家做参考,预祝能发挥积极作用。





写在最后的话:


关于数据与其主人的话题,我们通过三期的讨论:


分别在(上)中讨论了要不要找的问题阐述了观点,在(中)里我们深入的讨论了找不着怎么办的问题,解答了大家找数据主人的事情,在本期的最后第三期中我们主要是阐述找着了怎么处理。


借助于数据治理这个手段,通过数据标准的核心领域中的管理属性进行数据权益上的认责,使数据找到对应的主人,并且遵守认责的原则,通过工作指引指导大家开展工作。


至此,“如何找到数据主人”的课题探讨就结束了。对大家的工作推动有所启发。

推荐阅读 查看更多