我們知道，世界上唯一不變的就是變化本身，因此變革管理是商業(yè)永恒的話題。

變革管理的兩個(gè)重要工具便是數(shù)據(jù)資產(chǎn)管理和精益流程管理。

前者使得機(jī)構(gòu)“知炎涼，知利害“，后者使得機(jī)構(gòu)明白自身特點(diǎn)，做到上令下達(dá)，這里我們只說前者。“知炎涼“是一個(gè)下情上傳的過程，從業(yè)務(wù)數(shù)據(jù)采集到數(shù)據(jù)挖掘模型實(shí)現(xiàn)洞察，為組織的決策機(jī)構(gòu)提供制定策略的依據(jù)。比如在根據(jù)客戶提供的信息預(yù)測(cè)出如果賒銷或授予貸款后違約的可能性?！敝Α笆墙M織中各級(jí)管理者分析決策過程，經(jīng)常需要結(jié)合各種報(bào)表和可視化工具進(jìn)行決策支持。報(bào)表體系是對(duì)最終經(jīng)營(yíng)指標(biāo)的逐級(jí)拆分，比如著名的杜邦財(cái)務(wù)分析體系，將制造業(yè)企業(yè)的資產(chǎn)收益率這個(gè)最終企業(yè)價(jià)值衡量指標(biāo)拆解為由收入、成本和周轉(zhuǎn)率組成的業(yè)務(wù)部門可操縱的KPI指標(biāo)。又比如，在信貸業(yè)務(wù)中，將產(chǎn)品利潤(rùn)率拆分為貸款利率、獲客成本率、審批通過率、不良率等。最低層次的指標(biāo)，比如不良率指標(biāo)，可以通過上面提到的數(shù)據(jù)挖掘模型對(duì)每個(gè)申請(qǐng)者未來的不良率進(jìn)行預(yù)測(cè)。

策略制定者根據(jù)每個(gè)潛在貸款用戶的不良率的預(yù)測(cè)值，以產(chǎn)品總的利潤(rùn)率最大化為目標(biāo)，對(duì)申請(qǐng)者進(jìn)行取舍。說到這里，讀者就明白了數(shù)據(jù)人的兩個(gè)基本工作，那就是制作匯報(bào)報(bào)表和建立數(shù)據(jù)挖掘模型。如下圖所示，左側(cè)的任務(wù)是對(duì)接各數(shù)據(jù)源，根據(jù)業(yè)務(wù)部門認(rèn)可的標(biāo)準(zhǔn)，核定數(shù)據(jù)質(zhì)量和含義，根據(jù)計(jì)算方法制作報(bào)表，供決策人員使用；右側(cè)的任務(wù)是對(duì)每個(gè)用戶、產(chǎn)品和渠道打標(biāo)簽，在業(yè)務(wù)主題之下建立算法模型并根據(jù)每個(gè)個(gè)體的預(yù)測(cè)值過濾名單，并在決策引擎中配置相應(yīng)的業(yè)務(wù)執(zhí)行策略，實(shí)現(xiàn)信貸審批或精準(zhǔn)營(yíng)銷自動(dòng)化，最后還有評(píng)價(jià)閾值選取和策略的執(zhí)行效果，作為下一步優(yōu)化的依據(jù)。

以上說的應(yīng)用點(diǎn)比較抽象，下面列舉一下數(shù)據(jù)挖掘的常見業(yè)務(wù)場(chǎng)景。

客戶智能主要是基于對(duì)客戶的洞察，以實(shí)現(xiàn)客戶全生命周期價(jià)值提升為目的的分析場(chǎng)景。比如在初次獲客時(shí)識(shí)別高價(jià)值客戶，并進(jìn)行重點(diǎn)營(yíng)銷，提高單客價(jià)值。這里的風(fēng)險(xiǎn)智能指的是狹義的信貸風(fēng)險(xiǎn)，主要是指授信業(yè)務(wù)前識(shí)別出申請(qǐng)者的還款意愿、還款能力和真實(shí)意圖，降低違約成本。財(cái)務(wù)智能則是關(guān)注機(jī)構(gòu)資金的運(yùn)行效率和流動(dòng)性安全，需要對(duì)宏觀和行業(yè)指標(biāo)進(jìn)行精確預(yù)測(cè)，合理分配資金資源，降低無效配置成本。運(yùn)營(yíng)智能可以識(shí)別并發(fā)現(xiàn)不合理事件，降低操作風(fēng)險(xiǎn)的成本。

數(shù)據(jù)資產(chǎn)在為企業(yè)提供價(jià)值的時(shí)候，會(huì)遇到很多問題，主要表現(xiàn)為以下三點(diǎn)：

1）部門各自為政，數(shù)據(jù)反復(fù)清洗加工、分析工具重復(fù)采購(gòu)、挖掘成果小范圍使用、先進(jìn)經(jīng)驗(yàn)未能共享；

2）數(shù)據(jù)割裂：管理?xiàng)l線間數(shù)據(jù)割裂、數(shù)據(jù)來源間未能打通、數(shù)據(jù)脫敏后喪失價(jià)值，比如我們?cè)谧鱿村X交易識(shí)別時(shí)發(fā)現(xiàn)交易對(duì)手的唯一標(biāo)示全部是星號(hào)，這就是選取了錯(cuò)誤的脫敏方式導(dǎo)致的不可恢復(fù)的錯(cuò)誤后果；

3）缺乏系統(tǒng)性管理：缺乏全面的圍繞客戶、風(fēng)險(xiǎn)、運(yùn)營(yíng)、財(cái)務(wù)等全面規(guī)劃分析場(chǎng)景，執(zhí)行過程隨意，流程體系不健全，保障不到位，數(shù)據(jù)和模型資產(chǎn)流失嚴(yán)重。

數(shù)據(jù)治理便是為數(shù)據(jù)資產(chǎn)保值增值而服務(wù)的。

其目標(biāo)是消除歧義、減少數(shù)據(jù)孤島，降低數(shù)據(jù)使用成本，提高對(duì)業(yè)務(wù)的響應(yīng)，提高對(duì)數(shù)據(jù)隱私安全保護(hù)。

實(shí)施數(shù)據(jù)治理可以為數(shù)據(jù)管理提供可信任的數(shù)據(jù)，減少數(shù)據(jù)重復(fù)，增強(qiáng)業(yè)務(wù)和IT對(duì)于數(shù)據(jù)的信心，改善數(shù)據(jù)的及時(shí)性和可用性，建立通用的數(shù)據(jù)詞匯表，以確保訪問正確的信息，定義企業(yè)范圍（或站點(diǎn)/項(xiàng)目范圍）的值以獲取公共參考數(shù)據(jù)，提供信息和指導(dǎo)，以協(xié)助有關(guān)數(shù)據(jù)的合規(guī)性和監(jiān)管工作。

過去提到數(shù)據(jù)治理，更多的被認(rèn)為是IT部門的事，其實(shí)不是這樣的。就拿數(shù)據(jù)質(zhì)量舉例吧，數(shù)據(jù)來自業(yè)務(wù)，它產(chǎn)生于業(yè)務(wù)，獲取自業(yè)務(wù)系統(tǒng)，數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)也是業(yè)務(wù)部門訂的，數(shù)據(jù)人只是幫業(yè)務(wù)人員落地質(zhì)量檢驗(yàn)，但是數(shù)據(jù)有質(zhì)量問題，是不能直接解決的。業(yè)務(wù)部門如果不太關(guān)心數(shù)據(jù)質(zhì)量，比如說最近金融監(jiān)管部門對(duì)洗錢行為監(jiān)管更嚴(yán)格了，很多銀行希望買套系統(tǒng)或者寄希望于AI算法識(shí)別洗錢行為，但是很多金融機(jī)構(gòu)對(duì)最基本客戶信息還不了解，連客戶基本的聯(lián)系方式和地址都存在大量缺失，這很難保證客戶的真實(shí)性。

舉個(gè)例子，一間屋里注冊(cè)了六家公司，這些公司肯定是空殼公司。數(shù)據(jù)質(zhì)量如果由IT負(fù)責(zé)很難滿足要求，因?yàn)闃I(yè)務(wù)人員辦理業(yè)務(wù)的時(shí)候根本不去核實(shí)這個(gè)地址的真實(shí)性，地址寫不寫他都不太關(guān)心。把數(shù)據(jù)質(zhì)量提升的工作壓到IT人員根本解決不了問題。

數(shù)據(jù)治理在國(guó)外自上世紀(jì)80年代應(yīng)企業(yè)自身數(shù)據(jù)資產(chǎn)管理訴求而內(nèi)生發(fā)展起來。我們企業(yè)最早于2003年提出數(shù)據(jù)治理概念，之后銀行業(yè)應(yīng)監(jiān)管要求，自2005年逐步加強(qiáng)對(duì)數(shù)據(jù)治理的重視和投資力度。取得了豐碩的成果，但是往往帶有“運(yùn)動(dòng)”的特征。一提到數(shù)據(jù)治理，更多的是關(guān)注自頂向下的制度設(shè)計(jì)，而忽視自底向上業(yè)務(wù)的驅(qū)動(dòng)。很多時(shí)候是IT閉門造車，還提出基于IT架構(gòu)的數(shù)據(jù)治理。

感覺這很專業(yè)啊，但是我舉個(gè)例子，比如我今天想吃飯了，得看看家里有什么菜，至于符不符合口味不知道，有什么就吃什么。

這是基于IT架構(gòu)的數(shù)據(jù)治理，只管盤點(diǎn)現(xiàn)有系統(tǒng)和現(xiàn)有數(shù)據(jù)。這個(gè)方法確實(shí)有其用處，但是不應(yīng)該作為數(shù)據(jù)治理的主導(dǎo)。因此，以往的數(shù)據(jù)治理經(jīng)常出現(xiàn)有數(shù)據(jù)治理組織架構(gòu)，卻無合適的人到崗；有數(shù)據(jù)標(biāo)準(zhǔn)等規(guī)章制度，而在新舊系統(tǒng)上無法落地。

因此，ThoughtWorks數(shù)據(jù)智能事業(yè)部呼吁國(guó)內(nèi)企業(yè)回到價(jià)值導(dǎo)向的數(shù)據(jù)治理的初心，提出精益數(shù)據(jù)治理，不僅從上至下，并且自底向上，圍繞業(yè)務(wù)場(chǎng)景，以價(jià)值驅(qū)動(dòng)數(shù)據(jù)治理的具體體現(xiàn)。

精益數(shù)據(jù)治理講求價(jià)值驅(qū)動(dòng)，圍繞場(chǎng)景，減少浪費(fèi)，持續(xù)改進(jìn)。體現(xiàn)為以下五個(gè)特點(diǎn)：

1）從業(yè)務(wù)愿景出發(fā)識(shí)別價(jià)值，在適當(dāng)?shù)臅r(shí)間為內(nèi)部客戶提供價(jià)值是精益數(shù)據(jù)治理的關(guān)鍵要求，通過對(duì)齊業(yè)務(wù)戰(zhàn)略和目標(biāo)來識(shí)別有價(jià)值的數(shù)據(jù)利用場(chǎng)景。

2）構(gòu)建價(jià)值流，識(shí)別出場(chǎng)景后，在源數(shù)據(jù)和場(chǎng)景之間建立價(jià)值流，價(jià)值流是將產(chǎn)品或服務(wù)帶給用戶所需的資源和信息流，需要構(gòu)建和改進(jìn)價(jià)值流，避免浪費(fèi)。

3）使價(jià)值從源頭流向用戶，“流”使價(jià)值能夠以經(jīng)過最少的階段和活動(dòng)便能交付，無縫流是精益數(shù)據(jù)治理的關(guān)鍵要求。減少浪費(fèi)是精益數(shù)據(jù)治理的重要策略，我們發(fā)現(xiàn)，所有的數(shù)據(jù)質(zhì)量的問題，都能夠與精益思想的7種浪費(fèi)一一對(duì)應(yīng)起來，解決了數(shù)據(jù)生產(chǎn)的浪費(fèi)問題，就大部分解決了數(shù)據(jù)質(zhì)量問題。

4）拉動(dòng)價(jià)值流，只有在內(nèi)部客戶有需求時(shí)，流程才能運(yùn)行，此階段強(qiáng)調(diào)僅在有需求時(shí)才需要響應(yīng)。

5）不斷迭代，精益求精，持續(xù)改進(jìn)以追求完善，實(shí)現(xiàn)可持續(xù)變革。

ThoughtWorks數(shù)據(jù)智能事業(yè)部根據(jù)多年輔導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)踐，推出價(jià)值導(dǎo)向的數(shù)據(jù)治理實(shí)施路徑。其有三點(diǎn)異于傳統(tǒng)數(shù)據(jù)治理實(shí)施路徑：

1）以數(shù)據(jù)探查代替需求訪談。

精益數(shù)據(jù)治理是以在數(shù)據(jù)應(yīng)用為綱，但是在數(shù)據(jù)治理初期，企業(yè)管理人員對(duì)數(shù)據(jù)應(yīng)用的價(jià)值認(rèn)識(shí)是模糊的，有些只是一些想法，往往難以指導(dǎo)數(shù)據(jù)應(yīng)用規(guī)劃的制定。因此我們借用敏捷開發(fā)的工具，創(chuàng)造出精益數(shù)據(jù)探索工作坊，幫助企業(yè)構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新戰(zhàn)略，發(fā)現(xiàn)數(shù)據(jù)創(chuàng)新場(chǎng)景，驗(yàn)證和制定數(shù)據(jù)應(yīng)用創(chuàng)新計(jì)劃；

2）IT部門數(shù)據(jù)中臺(tái)敏捷開發(fā)。

以往數(shù)據(jù)治理往往分為咨詢、落地等多個(gè)階段，并且把數(shù)據(jù)標(biāo)準(zhǔn)落地、質(zhì)量監(jiān)控這些重要任務(wù)留給甲方自行完成。根據(jù)我們的觀察，數(shù)據(jù)標(biāo)準(zhǔn)落地部門往往缺乏新IT系統(tǒng)上線評(píng)審的話語權(quán)，導(dǎo)致有標(biāo)準(zhǔn)無法落、無人落、無力落的尷尬局面。數(shù)據(jù)治理平臺(tái)的快速建設(shè)是治理制度落地的有力保障，實(shí)現(xiàn)端到端的快速落地，體現(xiàn)治理成果；

3）業(yè)務(wù)部門開展數(shù)據(jù)賦能，能力提升大比拼，以“用”促”治”，。

數(shù)據(jù)資產(chǎn)管理講求“看選用治評(píng)”，其中“選”是難點(diǎn)。業(yè)務(wù)人員從拍腦袋做事到用數(shù)據(jù)說話，這是一個(gè)能力和意愿的組合問題。因此我們?cè)?a href='/map/shujuzhili/' style='color:#000;font-size:inherit;'>數(shù)據(jù)治理同期提供數(shù)據(jù)分析人才培訓(xùn)（含認(rèn)證）和內(nèi)部項(xiàng)目實(shí)訓(xùn)，解決分析能力短缺和實(shí)際項(xiàng)目經(jīng)驗(yàn)匱乏問題，并且結(jié)合內(nèi)部數(shù)據(jù)分析項(xiàng)目評(píng)優(yōu)，激發(fā)業(yè)務(wù)人員用數(shù)據(jù)的熱情。解決數(shù)字化賦能過程中數(shù)據(jù)人才選拔缺標(biāo)準(zhǔn)、難動(dòng)員、分工不明的問題，得到一舉多得的功效。避免數(shù)據(jù)治理業(yè)務(wù)效果不明確時(shí)一開始自上而下命令導(dǎo)致業(yè)務(wù)部門的消極態(tài)度，IT部門自說自話、數(shù)據(jù)治理團(tuán)隊(duì)脫離業(yè)務(wù)運(yùn)轉(zhuǎn)的尷尬狀況出現(xiàn)。

數(shù)據(jù)資管出品

作者：研究猿