內容梗概：

1）企業為何需要做數據認責，客戶出現的實際問題；

2）數據認責的理論支持有哪些；

3）如何開展數據認責；

4）數據認責價值及作用；

5）如何選擇咨詢公司和對應的產品。

引言

企業數據治理誰之責？

伴隨企業信息化的建設和發展歷程，在傳統認知中關注更多的是功能層面對于業務活動的支撐，而數據則是“信息化的一種副產品”。因此，企業信息部門自然而然地、也理所應當地擔負著數據管理和維護的相關職責。而當遇到數據問題的時候，信息部門也就成為首要追責對象。這種“出了問題，找誰”的邏輯，實際上也是開展數據認責的一種“源動力”。在探究信息部門到底是不是數據問題的真正責任者的時候，我們會發現：業務部門實際上在其中扮演著更加關鍵的角色。例如：業務部門最清楚數據定義及其所適用的業務規則，業務人員負責在業務活動中數據錄入和使用數據等等·。隨著企業信息化的不斷深入，以及數字化的不斷推進，信息部門實際上已經很難以應對方方面面的數據問題和挑戰了。例如：數據質量到底什么才叫“好”？數據分析指標和數據應用到底如何適應和滿足業務需求？數據價值如何挖掘？等等。這些場景都需要除信息部門以外的業務專家、數據科學家等更多角色的共同參與。此外，隨著數據本身的價值越來越受到重視，大數據等新興技術的崛起，數字經濟、數據化發展浪潮助推之下，數據正有逐步業務化的趨勢。因此，本著一種基于各自專業優勢和實際數據職責的更合理的權責分配，企業數據治理需要業務部門和信息部門的共同參與，共擔其責！

多層級企業數據管理責任現狀

這種隨企業信息化建設發展而形成的數據管理權責偏廢與不清的問題，在許多大型的多層級企業中會更加突出和棘手。諸如運營商、商業銀行、電網公司這樣的集團型企業就是典型的多層級企業，從總部、省級公司、市級單位直到區縣級單位，分了多個管理層級。而多層級企業數據管理普遍存“在兩條線”，即業務專業條線和信息專業條線。一方面，數據管理責任重信息而輕業務，即數據管理工作多由信息部門發起并負責，業務部門主要是配合、參與。另一方面，數據管理要求可能按信息和業務兩條線同步逐級下達，在可能造成令出多門困擾的同時，相關管理要求也多停留于文件紙面，傳達和理解層層衰減，對基層的指導不具體、要求不明確。因此，也常常存在信息和業務兩條線之間的數據責任不平衡問題——信息部門與業務部門尚未按照資產化的管理模式建立和落實數據責任分工，“一己之力”難以全面推進公司數據治理各項工作。同時，在各層級之間數據責任不能貫穿到底——數據管理的力道逐級衰減，錄入、使用、質量改進等責任沒有按照業務線條深入落實到基層單位、崗位，相關數據問題始終難以得到有效管控，“前清后亂”成為困局。這類責任不合理、不明確、不清晰的問題常常是造成很多數據治理或管理問題產生的根本原因和癥結所在。而單純依靠局部治理的做法已經到達瓶頸，必須在明確數據管理與應用各方權責的基礎上，通過系統性、流域性地綜合施治方能收效。

認識數據認責

RECOGNIZE??ACCOUNTABILITY

從數據質量人人有責說起

多年前，隨著“質量就是生命”意識的樹立，大多數企業都啟動和實施了各自的全面質量管理（TQM）計劃，其目標包括沒有產品缺陷以及100％滿意的客戶。同期，隨質量話題的延展，數據質量也成為其中一個研究領域。其中，美國麻省理工學院的全面數據質量管理（TDQM）研究工作源于對高質量數據的行業需求，提出了全面性、全員性、全過程的全面數據質量觀。其中的全員性強調：在集中統一領導下，把各部門工作有機組織起來，人人都必須為提高數據質量、加強質量管理盡職盡責，即數據質量人人有責。這也是較早的從數據質量的角度，對企業人員數據責任的一個觀點闡述。

以數據管理專員構建治理組織

隨著數據治理理論的提出和不斷完善、成熟，DAMA-DMBOK1.0中給出了企業數據治理的參考組織架構。在這個組織架構中，除了首席數據官、數據治理委員會等較高層級的組織設置，還強調在業務專業子領域或者業務執行機構，面向業務主題域設置業務數據管理專員。由數據管理專員在職能部門或者項目組織的協調下，面向各自所負責的一部分企業數據開展具體的治理工作，并決相關的數據問題。因此，他們也成為整個數據治理組織中直接接觸并管理數據的骨干力量。

數據管理專員和數據管理專員制度

這里提到的數據管理專員（Data Steward，亦有譯作“數據管家”）是一個管家式的角色。他與數據的所有者相對應，雖然數據不歸管理專員所有，但是他們替所有者代管數據——數據所有者具有數據的所有權，而數據管理專員行使數據的管理權。而數據管理專員制度（Data Stewardship）主要探討業務部門應承擔的數據管理角色、職責以及相應的能力要求和制度設計，即數據管理專員的制度機制設計。既然賦予數據管理專員行使數據的管理權，那么對應的，他就要擔負相應的的責任——責權對等（更好的，還應當考慮“利”的因素）。因此，數據管理專員制度可以理解為：為數據資產管理而分配、委托的業務職責（shòu?quán）和正式的認責，是數據管理工作在業務方面的職責。由此，我們認為建立數據管理專員制度是數據認責的主要內涵。

數據治理，認責為先

與其他管理工作類似，企業數據治理體系的建立首先要解決組織，也就是隊伍和人的問題——通常所說“搭班子”。而企業內有效開展數據治理的第一要素仍然是人。因此，數據認責是企業構建數據治理體系的一項十分重要的基礎性工作。只有明確數據的所有、管理、開發、維護、使用等相關權責，才能夠有效推動數據治理，并取得成效。換句話說，數據認責的根本目的就是要通過明確企業內的各類數據責任者，并形成相互關聯的數據責任關系（工作網絡），從而建立起以責任為基礎的數據治理組織，為全面、協調推動各項數據治理工作提供基礎和保障。

如何開展數據認責？

HOW??ACCOUNTABILITY

數據認責的總體原則

在開展數據認責前，需要明確幾點指導性的原則：

一是人人有責、人人盡責應當在企業中逐步樹立起數據治理人人有責、人人盡責的責任文化和理念。數據治理不僅是信息部門的事，也不僅是業務部門的事，公司全員都在數據治理的大體系、大生態之中各盡其責。

二是業務為主、認責到崗按照DAMA-DMBOK，數據管理專員以及數據管理專員責任制，探討的是數據管理工作在業務方面的職責，或者說業務部門應承擔的數據管理角色、職責以及相應的能力要求和制度設計。為什么特別強調業務部門呢？原因就在于大多數企業中普遍存在的信息與業務部門間關于數據管理責任的不平衡——信息部門承擔了過多的、甚至是不適合的責任；而業務部門多數在數據管理中處于“配合”信息部門的從屬地位。因此，數據認責應當回歸以對應業務歸口管理部門為主的“數據管理專員制度”，構建責任合理、均衡、清晰的數據治理組織體系和工作關系。同時，數據責任應落到具體的崗位，明確對應的責任人員，這樣才能實現有效追責。此外，認責到崗的另一點考慮是將數據責任與企業的人資崗位設置、職責以及人員能力相匹配、相融合，從而規范人員培養、管理和考核。這也將有利于數據責任的落實。

三是滾動開展、問題導向?& 價值驅動數據責任的明確、落實以及優化與數據治理、數據文化的建立一樣，需要一個循序漸進的過程，不可一蹴而就。責任意識進腦袋、責任規范落行動需要踏石留痕、穩步推進。同時，認責好不好不在于分解責任細不細、涉及人員多不多，而在于是否有助于解決實際問題，特別是數據管理中深層次的責權問題，還在于是否有助于業務價值、乃至企業戰略的實現。從很多實踐來看，國外企業多采用敏捷實踐，從細微處推進數據認責；而國內企業則多傾向于自上而下，做好制度機制的頂層設計。

數據認責管理的總體框架數據認責管理框架是為企業開展數據認責工作、建立數據認責的管理體系提供指引。開展數據認責管理或者建立數據認責的管理體系，首先要建立適合于本組織管理機制、管理文化的數據認責管理組織，明確角色、職責以及在組織體系內的工作關系。其次，要定義數據認責的管理內容，也就是數據認責管理組織所承擔的任務，包括判定數據的業務歸口管里方、制定計劃并組織認責實施以及數據認責的日常性管理、評價考核等。然后，數據認責管理組織、管理內容的相關內容需要通過制度規范加以確立（授權，有法可依）和規范化。在此基礎上，企業將在職能領域和項目過程兩個維度上開展數據認責。同時，數據認責管理各項工作的有效開展有賴于相關技術和工具的支撐，以此提升數據認責管理工作的科學性、規范化，并降低人工開銷和人為錯誤的可能。

數據認責的組織

企業的數據認責組織主要包含以下四類角色：

1. 數據所有者/數據所有者代表在多數企業中，通常由管理層主要人員組成的“數據資產管理委員會”或者類似組織作為企業數據的所有者，其主要職責就是授權、決策。也有企業將數據的業務歸口管理部門作為對應數據的所有者，以強化其主體性。同時，為便于企業數據日常管理工作的計劃、組織和監督，企業中通常由信息管理部門或者設立數據管理部門作為數據所有者代表，其主要職責包括：制定戰略、制定政策、監督、協調等。

2. 數據主責方數據主責方也就是數據的歸口管理業務部門。之所以稱之為“主責”，主要是因為其作為數據業務特性的維護者，在數據的定義、管理以及應用中發揮更加主要的作用。數據主責方的主要職責包括：制定具體的領域數據治理方案（包括標準、質量、安全、應用等）并組織實施、管理數據需求和問題。

3. 數據操作認責方數據操作認責方在企業內是一個泛化的群體，主要遵從主責方的數據治理方案，在數據錄入和使用活動中執行相關管理要求，并提出數據需求、參與數據問題的解決。4.?數據技術認責方

通常由企業IT技術部門承擔，主要職責是管理數據架構，提供數據技術方案、開發建設數據平臺和應用，實現相關數據需求并參與數據問題解決，以支撐主責方的數據治理方案落地。

數據認責的實施方法

企業構建數據認責機制大致上需要完成數據認責的制度規范建立和實施落地兩部分工作。這兩部分孰先孰后其實并無定論。通常，企業基于一般的管理制度建立程序，會選擇先設計和發布數據認責的相關制度規范，然后再開展相應的實施工作，使數據認責機制運轉起來。當然，也可以選擇更為敏捷的路線，通過小范圍先行先試累積經驗，然后再完善規范化的制度約束。各有各的優勢。就數據認責的落地實施方法和實施策略而言，以問題為導向、聚焦關鍵數據對象（KDO）、小步推進的方式成為開展數據認責實施時的一種更好的選擇。數據問題，或者說問題導向是開展數據認責的主要切入點。時至今日，各企業、組織在開展數據治理的時候，不約而同地都將注意力集中到治理工作的落地、見效上，這也成為決策一項數據治理活動是否發起的一個主要考量因素。而企業中目前所存在的大大小小的各類數據問題，或輕或重地刺痛著業務活動，這其中就包含相當一部分以數據管理權責的不明確或者錯位為根源而導致的問題。此外，數據需求、數據安全等企業數據治理的優先關注領域往往會出現責任沙漠，也可以開展數據認責的切入點。而提升數據質量常常作為數據認責的落腳點，其原因就在于問題導向較為直接，能夠幫助解決真正的數據痛點。但不論選擇什么樣的切入點，亦或落腳于何處，歸根結底還在于業務價值的體現。因此，我們推薦的數據認責實施方法是將數據認責與數據問題分析、核心數據識別進行有效銜接、有機融合，從而使數據認責更具針對性、更敏捷、更容易見效、也更加具有生命力。

1、廣泛收集企業范圍內的數據問題，經過分析、識別、優選形成待認責的數據清單。可借鑒核心數據的梳理和識別方法，或與企業已有的數據問題管控機制相結合。

2、針對認責數據梳理認責關系矩陣和管理要求清冊。一手抓數據責任關系，一手抓數據責任的盡責要求，讓數據的所有者、業務歸口管理者、操作責任者、技術責任者等相關人員都能清楚自身所擔負的數據責任，以及盡職履責的要求和標準。

3、?結合數據質量整治或者其他數據管理工作，回到數據問題解決的閉環過程之中，循環往復，并在這一過程中不斷強化和落實數據責任。對于著手對自身數據資產進行規范化管理的企業而言，可以考慮將數據認責作為企業數據資產盤點之后的一項緊后工作加以推進——首先明確企業的數據資產清單，即管理對象，再明確其以對應管理者為首的各方責任者，從而駛入有序、規范的管理軌道。

數據認責的運營管理

完成數據認責制度規范和落地實施工作僅僅是一個開始，作為企業的一項管理機制，后繼還需要通過常態化的運營和管理使之持續發揮效用、良性運轉，這往往是很多數據治理的從業者在進行數據認責規劃時很容易忽略的一部分。如前文所述，數據認責不可能一蹴而就，需要循序漸進地逐步開展。因此，數據認責運營管理的一個重要活動就是計劃與執行的管理——不斷地分析和發掘數據問題中與認責有關的部分，制定區分輕重緩急的數據認責計劃，而后執行和實施。企業中數據責任關系并非一成不變。數據認責的運營管理需要隨組織機構、業務流程的變動而及時調整和更新數據認責矩陣，保證矩陣與實際的一致。唯有這樣才能使數據認責矩陣保持鮮活、保持可用，否則前期實施工作成果將付諸東流。同時，數據認責矩陣也不是數據認責的終點。數據認責矩陣，或者說數據責任關系，必須要應用于數據問題的定則、追責，通過數據問題的解決發揮其價值，并使責任意識得到不斷強化。為此，數據認責運營管理的有效性很大程度上有賴于數據問題的定則、追責執行情況。此外，企業數據認責工作的溝通、團隊培養和能力提升也是運營管理中不可或缺的內容。

數據認責的價值

ACCOUNTABILITY'S?VALUE如前文所述，數據認責是企業數據治理體系構建過程中的一項重要的基礎性工作。因此，它所帶來的價值不會很直接，但卻影響廣泛而深遠。首先，通過明確企業內各方的角色劃分和責任定義，為數據治理的組織構建和工作開展奠定了堅實的基礎。其次，通過明確各類數據責任，認責到崗、追責到人，形成人人有責、責權相連的責任關系和工作網絡。以此為基礎，可實現對數據問題責任者的快速定位，推動數據問題得到有效整治和解決；可藉由數據責任將數據規范貫至作業環節，從源頭上防控新增數據問題的產生，正本清源。由此再擴展和引申，由數據對業務的刻畫，以及業務管理要求的數據規則化，相生相伴，數據認責可以促進管理更加規范、順暢，相關管理要求得到更好、更精準的落實與執行，并實現在更細微的粒度上感知和改進業務活動，支撐業務管理精益化。從數據治理各職能間的關系來看，數據認責的這種基礎性作用和價值同樣顯而易見——它是數據標準、質量、安全以及元數據管理的共同基礎，與之有著十分密切的聯系。通過數據認責明確各方的數據責任，進而理順關系，以數據的業務歸口管理者為首，制定數據標準、解決數據問題、確定數據的安全等級和安全策略、完善元數據，推動數據標準、數據質量、數據安全以及元數據管理工作同步、協同開展。這將有助于企業現存的很多數據管理問題得到較為徹底地解決。此外，從經濟價值的角度來看，通過明確數據責任關系、加強源頭治理及數據生命周期各環節的管理，數據認責可以以降低數據管理以及相關問題治理成本的方式，為企業帶來相應的經濟效益。特別是對于因為數據責任缺失、數據規則落實不到位而造成的問題反復和重復治理，相關的投入將逐步得到削減。

數據認責技術工具建設

CONSTRUCTION OF ACCOUNTABILITY TOOLS數據認責機制在企業內的建立、實施和運營包含了很多流程化的過程以及細致、繁瑣的操作，特別是對于認責矩陣中成千上萬數據責任關系的查詢和維護。隨著企業數據認責范圍的不斷擴大以及認責粒度的不斷細化，相關工作量和復雜性也會持續增長，以至于成為單純依賴人工所不可能完成的任務。因此，企業在規劃數據認責機制建設的過程中，需要適時考慮數據認責技術工具的建設問題。而數據認責工具建設的目標主要著眼于解決以下問題，并提高數據認責管理工作的整體效率：

1、能夠基于企業數據資產的梳理成果，輔助完成責任關系的梳理，構建認責矩陣；

2、能夠對數據認責矩陣中的責任關系進行智能化的校核，主動識別責任缺失、重疊、沖突等情況，并輔助管理人員完成對數據責任的變更和維護；3、能夠提供從組織機構、人員、數據、責任類型等對數據責任關系進行多維度查詢，便于定責、追責；

4、能偶提供從數據認責計劃制定、實施過程監控到工作評價的全過程流程化支持和管控；

5、提供企業數據認責開展情況的可視化分析與展現，輔助管理人員進行認責計劃的制定和決策；

6、能夠與企業既有的數據資產管理、數據質量管理等技術支撐系統進行集成或融合，使數據責任關系能夠有效應用于數據管理與應用的各環節，發揮其價值。