突如其来的疫情使得线下业务几乎停摆，数字化转型对企业的重要性彰显，但数字质量问题严重制约着转型的进程。数据治理是从机制和源头上提升数据质量的关键举措，但传统的数据治理方法存在周期长、见效慢、价值不显性等问题。场景化数据治理从特定的业务场景需求出发，在对数据按域划分的基础上，对相关数据域迭代地展开治理，以快速满足特定业务场景的数据需求。
集团总裁的困惑：投入这么多，数字化转型的效果怎么不明显？
2020年伊始，一场始料不及的疫情打乱了集团的整体部署，线下销售断崖式下降，线上销售也不温不火，集团总裁心急如焚，看到竞争对手采用的线上营销和网上直播等自救措施卓有成效，总裁意识到投资上千万的数字化转型并没达到预期的效果。可是问题在哪呢？集团总裁皱起了眉头。想到年度规划会议上CIO关于数据质量的发言，“老客户的信息大量缺失，渠道、售后的客户信息也不一致……”。这是问题的症结吗？总裁沉思了片刻，拨通了集团CIO的电话。
敲重点：
“数据质量问题常常是企业开展数字化转型的重要障碍，除了CIO 提到的数据不完整和不一致的问题外，数据的产生严重滞后于业务的发生，客户个人信息等敏感数据的不正确使用都是制约数字化转型显效的重要原因。”
集团CIO的思考：数据质量如何标本兼治？
放下总裁的电话，集团CIO 陷于了沉思。总裁交代CIO要快速拿出一个提升数据质量的方案，既要快速见效，又要能满足数字化转型的长远需要。CIO此前在另外一家公司做过类似的工作，深知这项工作的难度。各个部门以邻为壑、缺乏数据标准、指标口径不统一、没人对数据质量负责……，一想到这些，CIO倍感压力。上一家公司为此专门开展了数字治理项目，项目持续开展了2年多时间，1年后才初步看到效果，并且要常抓不懈。怎么才能快速见效，而又不是头痛医头脚痛医脚呢？CIO 下意识地拨通了之前项目经理的电话。
敲重点：
“传统的数据治理通常都是IT部门发起，从规范数据字典、表结构等技术角度切入开展，好处在于能从源头和机制上解决数据质量问题，弊端在于业务需求不明确、治理周期长、治理成果不能显性呈现，造成领导不重视，业务部门参与度低，治理工作推动困难。”
数据治理专家的建议：场景化数据治理正当时
元年数据管理专家王蕾最近一段时间有些忙，即使在疫情期间，不是在电话上，就是在网络会议上，大部分的话题都离不开数字治理。她刚刚与一位航空公司客户开会讨论了针对内部市场化如何开展数据治理，正在感触场景化的数据治理需求越来越多的时候，就接到了CIO的电话。听完客户的诉求后，她心里意识到又是一个场景化的数据治理需求。
王蕾向CIO介绍了场景化数据治理的想法后，CIO立刻觉得这可能是解决集团数据质量问题比较现实的方法，希望王蕾能尽快出一份建议书。接到任务后，王蕾坐下来开始构思建议书的思路。不一会儿，她画出了下面的思维导图。
她站起身来，望着窗外带着口罩玩耍的孩子们。小区的柳树好像一夜间都抽出了新绿，柳枝随着微风摇曳着。“春天真好呀!希望疫情赶快过去，孩子们都能无拘无束地去郊外踏青春游。建议书的重点在哪？该如何写呢？”。她把思绪拉回到了当下的工作中。
敲重点：
“传统的数据治理见效太慢，为特定用途的BI和数仓而开展的数据抽取、清洗和转化工作又太功利，复用性和开放性不够。场景化数据治理期望从一类业务场景出发，运用数据治理的方法和工具，对特定数据领域的数据标准、数据架构、数据治理和数据源头展开治理，快速形成支撑一类业务场景数字化应用的数据资产。”
王蕾决定先从XX集团数据治理的预期价值入手。她想“传统数据治理的价值一般会用梳理了多少元数据和主数据、修订了多少标准、建立了多少流程和制度来描述。这些不能直接转化为生产力，对客户的意义不大，场景化数据治理的价值要能看得见，摸得着”。根据以往的经验和客户的诉求，她很快完成了下面的PPT。“应该可以让客户明白场景化数据治理的价值了”，她心里默默地念道。
王蕾没有停笔，继续开始构思下面的内容。她想，“场景化数据治理的难点在于数据域的规划，各个数据域既要能满足特定类型业务场景的数字化需求，又不能各自为政，相互之间要能拼接成为整个集团的数据地图”。她调出元年数据治理知识库，研究了一会儿后，做了如下总结。
数据域的基本划分方法可分为：按价值链划分、按业务对象划分和按业务流程划分三种。按价值链通常可以划分出如下图的职能数据域。
快速为单职能的场景化应用提供数据是按价值链划分数据域的优势，每个数据域基本上和企业的职能设置相对应，数据域的数据源也基本上有对应的信息系统支撑，数据的所有者和使用者也比较明确，这些都为分域治理数据提供了便利条件。这样划分的弊端是各个数据域相对封闭，数据之间的融合不够，要形成全域的数据，需要通过贯穿全域的产品、物料等主数据，以及订单、合同号作为业务线索来整合和集成。
按业务对象通常可以划分出如下图的对象数据域。快速为产品、客户等全域业务对象的场景化应用提供数据是按业务对象划分数据域的优势。
“形成ONE ID的客户域应该就是XX 集团当下数据治理的核心”，王蕾自言自语道。“虽然数据治理的目标明确了，但难度也不小呀！不光要把散落在各个职能的客户信息收集整理在一起，还要识别重复的客户，补存遗漏的信息项，再在此基础上通过客户历史交易数据形成客户偏好标签”。王蕾在此处画了个红圈，并写了标注：“要进一步了解客户相关的营销数据、会员数据、销售数据和售后数据是否做过类似治理的工作”。
王蕾沿着之前的思路继续考虑着，“按业务流程划分出交易数据域对XX 集团也是有必要的”。接着她简单地画出了如下图的交易数据域框架。
王蕾拿起了手写笔，在电脑上把从市场到线索的数据域圈了起来。“有了这个数据域，XX集团根据客户画像做的市场营销活动的效果就能得到实时追踪了”。她微微点了点头，然后又沉浸在思考中了。“为了形成这个数据域，如何把市场活动的ID、广告投放渠道ID、客户ID和销售线索ID集成在一起是数据治理的重点，这个工作量也不小呀”。当她再次站起身，准备放松一下的时候，如下的PPT在微弱的电脑荧光中闪烁着。
不知不觉天已经黑了，小区很多人家的灯都亮了，王蕾透过窗户依稀看到有的人家在吃晚饭，有的人家在聊天……,一副其乐融融的样子。“疫情拉近了家人之间的感情，这也算是意外的收获吧……”。王蕾心里感触道。随后她把思绪又拉回到了工作上，“今天下午也算小有收获，XX集团场景化数据治理的数据域基本明确了，接下来要把具体的工作思路写下来”。王蕾边想边调出了元年数据治理框架研究了起来。
咨询热线
关注我们
投诉建议
咨询热线：400-680-2995
关注我们
订阅号
服务号
小程序
400-680-2995
