数据治理工作的8种推进套路
彭友们好，我是老彭啊。周二写了一个数据治理工作8种推进方式，时间关系没写完，结果一大堆人私信我催稿
我说你们催稿的彭友能不能帮我推荐几个数据治理的人才啊！初中高级都要！我这忙着招人，都没空写干货
咱书接上文。8种方法，分别是：顶层设计法、技术推动法、应用牵引法、标准先行法、监管驱动法、质量管控法、利益驱动法、项目建设法。
前文说了前四种《数据治理工作的8种推进套路（上）》，今天给大家分享后四种：监管驱动法、质量管控法、利益驱动法和项目建设法。
监管驱动法
这个好理解，就是强监管。
强监管通常是上级单位发政策，下级单位执行。而且做不好，还会有惩罚。
老彭以前分享过《数据治不好，有啥后果？罚到你破产！！！！》，实在是太恐怖了！一单罚上千万！
银行、保险等强监管的行业就是跟着政策走的。不好好做数据治理，不按照EAST、1104的要求报送数据，罚单马上就来。
不要想着随便糊弄，有本事就造全套的假数据，假的跟真的一样的那种，表间勾稽关系无误，各个维度都找不到破绽的那种。
当然了，在企业内部其实也可以执行这种强监管的模式，但这需要“特权”。这个前提通常很难达到。
有种取巧的方法，就是贯标。比如现在国家在推的DCMM贯标。嗯，彭友们要过DCMM记得找老彭哈~~~
贯标有一个特别的好处，就是把“贯标评级”列到组织年度目标中，这样就能在企业内部形成一个巨大的“势能”，形成强监管的态势。
当我们把“DCMM贯标”这根大棒挥舞起来， 自然比某个部门或者某几个部门推动数据治理强太多了。
我们给某企业做DCMM贯标的时候，发现技术部门早就制定并颁发了数据安全的制度、流程。但是跟大多数企业一样，发完之后就成一纸空文了。业务觉得安全管控太费事了，压根就不执行。
现在不一样了，技术部门借着“贯标”的理由，要求业务贯彻执行之前发布的制度和流程。业务虽然不情不愿，但是贯标是企业级目标，大家不得不做，也就半推半就的推行起来了。
其实说到底，监管驱动法，就是在借势，借上级政策要求的势，借国家标准的势。用大势推动原本推不动的部门，疏通原本阻力大的流程。
质量控制法
质量控制法其实是没有办法，也算是数据管理早期的雏形。因为说起来，数据管理理论体系往前追溯，其实是来自于质量管理体系。
ISO9000（质量管理标准体系）、TQM（全面质量管理体系）、CMMI（能力成熟度集成模型，不只是软件哦！），都属于通用管理体系。
ISO9000后发展出ISO8000（数据质量管理标准体系），TQM延展出TDQM（全面数据质量管理体系）。而CMMI协会也在2014年推出了DMM（企业数据管理能力成熟度模型）。这是数据领域质量管理体系。
中国则参考CMMI等一众数据管理体系，在2018年正式发布数据管理成熟度评估模型（DCMM）国家标准，这是后话了。
与其他行业情况一样，质量是绕不过去的关。不管是做业务的，还是搞技术的，相信各位彭友没少为数据质量的问题挠头。质量有问题，数据就没法用，甚至会影响错误决策。
于是，迫于各种数据质量问题，企业内外部才认真对待，逐步解决数据质量问题。
数据质量管控很明显，是问题导向。但是也不能头疼医头脚疼医脚，还得有个方法论。
一般来说得有一个具体的需求，包括数据质量管控目标、评估标准、判定规则等等。
然后再以阶段性的目标和需求出发，从事前防范、事中监控、事后核查三方面进行质量管控，对各类数据问题予以解决。
在解决的时候，一般会立一个数据质量改进的专项，从技术、流程、制度、机制等层面进行改进，定期开展评估，对数据质量问题及解决办法建立知识库，便于之后遇到类似问题能快速定位和解决。
在这个过程中，以数据质量问题为牵引，综合使用元数据、主数据、数据标准、制度规范等各类手段，“建”以致用，自然就不会出现用不起来的情况了。
利益驱动法
利益驱动法其实也很有意思。这是我偷偷观察并总结的招，而且这招貌似特别好用。
其实说白了，也没啥，就是一招：以利益共享为根本，以“成就”为导向，建立一个符合部分核心人员利益的目标，然后推一下就行了。
具体的操作手法有很多，比如成功案例法、合作致胜法、评奖法、出书法、会议法等，还有互联网企业保命大法“开源法”。
不能再细说了，再说就会被灭口了。
总而言之，这个事呢，现在就是这个情况，具体的呢，大家也都看得到。可能，你听的不是很明白，但是意思就是那么个意思，只想说懂得都懂，不懂的我也不多解释，毕竟自己知道就好，细细品吧。详细情况你们自己是很难找的，网上大部分已经删除干净了，所以我只能说懂得都懂。关键懂的人都是自己悟的，你也不知道谁是懂的人也没法请教，大家都藏着掖着生怕别人知道自己懂………我不说了，别打我脸
项目建设法
这个很容易理解，就是弄个数据治理项目，慢慢建设。
其实数据治理这件事情开展到现在，也已经形成了一整套非常完善的流程了，相关产品能力也已经非常全面了。
我之前参与的项目，基本上覆盖了数据全流程，什么数据咨询、数据采集、共享交换、数仓、数据标准、元数据、主数据、数据质量、数据可视化、数据分析等等。
目前效果比较好的，是咨询和实施结合起来做。
做个咨询，对数据现状进行盘点，全面掌握企业未来的战略和目前的现状，然后根据数据管理体系，做出差距分析，拟定具体执行的工作任务，根据时间进度安排，拆解并规划项目。
然后在实施项目中，先穿透一个场景，再慢慢从纵深和横向两个层面不断扩大战果，建元数据、主数据、指标体系、数据质量管理体系等等，不断夯实数据基建，为前端数据应用提供高质量数据供给。
小结
上次发文，居然还有彭友催稿…我平时也没空抽出很多时间慢慢写。总算是牺牲周末的时间，好好整理了一下。
反正大概就是这么个意思。
其实做事情，无非是要用各种力量。要么用自己的力量，要么用别人的力量。
只要有施展的空间，事情还是能办的。就怕空间也不给，力量也不支持，那就是死局。
