近期数据治理案例合集 | 彭文华

这是彭文华的第129篇原创

    年底的各种分享很热闹，我是很自得其乐的。沉迷于各种切磋交流、学习大佬经验无法自拔。但是也有人抱怨，听这些分享没什么用，都是在**，吹牛而已，光说方法论，细节一点都不讲，下来根本没法执行。这哥们明显是把分享切磋当成师徒传承了。

    我这就把最近的数据治理的分享案例，以及DAMA数据管理知识体系教材拿出来，给大家说明一下两者的区别。文末有下载方式。

    上周末，快手一口气放出了一个数据治理的合集，包含模型规范、成本管理、质量体系、元数据以及OneService的建设，囊括的非常全了。

    同时，DataFun还组织了一个数据治理分会，美团、网易严选和有赞也都各自分享了自身的经验。

    如果你听了各位大佬的分享，的确会有一种“不明觉厉，但是好像又没啥用”的感觉。这非常正常，因为这种分享一般都是把最近半年的研究实践成果浓缩成为40分钟的演讲，压缩比太高了么，必然会丢失非常多的细节。

    而且，分享的目的本来就不是教学，不会给你掰开揉碎了一点点跟你讲，基本都是讲方法论、实践情况，以及部分经验教训啥的。

    所以我们听分享的时候，就是去观摩一下各位大佬的精彩瞬间，类似于看“吐槽大会”，而不是通过看“吐槽大会”学会如何吐槽。

这是DAMA的数据管理职能全景图。你看其中的核心是战略、组织和角色、政策和标准、项目和服务等跟技术没关系的东西。根据我个人的经验，这些往往才是数据治理的关键所在。

数据治理是三分整治，七分管理，技术最多最多也就占了三分。我们来做一个思想实验：假设你公司中奖了，奖品是一套特别牛的数据治理系统，而且还是按照你们公司的实际情况量身定做的。会发生什么结果呢？

首先，数据团队很可能就会**。因为到处受到约束，以前表随便建，现在不行了，系统里禁止这种行为。

然后业务团队也疯了，以前要数，直接让数据分析师拉数就行了，虽然会有数出多门、指标口径不一致的情况，但是一直都这样，大差不差，也都能忍受。但是现在不行，口径统一是好事，但是也意味着不能随便拿数了，得走一个巨大的流程来评审你提的这个新指标是否与库里重复，有没有价值。

业务不能等，就会找各种借口和漏洞，一方面进行攻击，来确定他们的合理性，另一方面寻找各种绕过的机制，拿到数据继续运营。

做过类似政策推动的人都知道，这些事情的根本压根就不是技术实现，而是组织、认知、共识。这些都没有，强推只会变成一地鸡毛，流程没人走，制度成空文，特例变普遍。

但是这些内容，在上述所有的案例分享中，统统都是一笔带过，甚至压根就没提过。要是按照他们分享的只言片语去蛮干，那得让人笑死。

另外说一句，除了DAMA，中国也有类似的数据治理标准体系，比如全国信息技术标准化技术委员会制定颁发的DCMM，信通院的各种数据治理课题等。多说一句，美团跟信通院走的很近哦。

大会分享不是教程，而是传播、切磋，也是一个吸引人才的好办法。我等数据从业者，不要妄想从大会上学习到细节，而是要参考他人的实践路径，借他山之石，攻我们工作难题之玉，确定个方向而已。放心，我们在前行的道路上遇到的问题一个都不会少的。

另外，大会对于我们还有一个意义，就是建立连接。各种群得加起来，遇到问题也好交流。有些大佬会放自己个人的微信号，也加上，这些是非常精准的内推渠道啊！进大厂就考这招了！

扩展阅读：数据治理案例及标准全集资料已经给你准备好了，后台回复“治理全集”即可下载。

数据治理标准体系及报告

快手数据治理专场：

DataFun数据治理专场：