数据治理遇到的困难

数据治理是一个复杂而又富有挑战性的工作，需要各级管理人员和业务部门的积极参与和协作。虽然数据治理的目标“协同、降本、提效、创新”看似简单明了，但在实际操作中却会遇到各种各样的问题。

问题1：组织运行依靠行政指令协调，高层主管忙于事务性工作，无暇顾及数据战略规划和落地。

问题2：部门墙厚重，数据治理推进受阻，业务部门只关注自身利益，缺乏全局数据意识，跨部门协调困难。

问题3：业务部门和技术部门相互推诿，数据质量问题无法根本解决。

问题4：权本位思想严重，员工习惯于根据领导的指令办事，制定的数据治理流程执行不到位，导致流程形同虚设。

问题5：数据治理以项目形式运作，项目结束后数据治理工作也结束了。

三位一体的数据治理体系

建立数据治理体系，需从三个维度入手：

业务方面：数据治理应以业务需求为导向，解决管理层和业务部门的数据问题、痛点以及用数需求。

技术方面：构建以元数据为基础、数据标准为核心、主数据和参照数据为关键、提升数据质量为目标的数据治理体系。

组织方面：数据治理组织是跨职能的，通常企业会建立数据治理委员会和执行团队等组织，负责整体数据战略、数据政策、数据标准、数据度量指标等数据治理规程问题。

以数据治理促进业务协同

业务协同中的数据问题主要源于以下几个方面：

1、数据语义不明确，同一数据在各个业务部门和个人中的理解存在差异

2、数据分类和编码的不统一是另一个主要问题。

3、不同业务部门的统计维度和算法不一致，给决策带来困惑和不确定性。

4、数据管理职责不明确。当出现数据质量问题或安全问题时，部门之间往往会出现相互推诿和扯皮的情况。

通过数据治理，可以打破企业内的数据孤岛现象，实现数据共享，进而打通部门隔阂，促进企业各业务部门之间的协同合作。

以业务协同反哺数据治理

数据治理和业务协同是相互促进的关系，而不是相互独立的。数据治理可以优化业务流程和规范操作，提高数据质量，从而更好地支持业务协同的实现。同时，跨业务协同也可以促进不同业务部门之间的交流与合作，加强信息共享和资源整合，实现更高效、更协调的业务运作。因此，通过数据治理和业务协同的相互支持，企业可以获得更好的整体效益。