? ? ? 最近讀了《華為數據之道》的書和相關文章，也跟相關人士做了交流，我的結論是直接而明確的：學不會，但有一定的借鑒意義。

? ? ? 1、《華為數據之道》有其獨特的背景

? ? ? 很多互聯網大廠實際上是靠數據活著的公司，可以認為是數字化原生企業，其數據戰略的形成也是演化的結果，因為你不去做，或者做不好就無法活下去，但大多數公司，包括華為，都不是數字原生企業，這些企業的一般有如下特征：（1）數據主要為內部運營服務（2）業務形態TOB、TOC多形態共存，研采供銷長業務鏈條（3）數據權力組織缺失或無力，部門墻林立（4）IT系統林立，存量數據清理困難，數據與IT建設脫節（5）數據結構復雜，共享困難，數據質量保障難除了華為，非數字原生企業很少會去做什么真正的數據戰略，大魚曾經寫過《數據管理的格局》一文，提到沒有CDO就沒有數據的未來，其實就在提企業的數據戰略格局。大多企業在數據層面都是近視眼，“不見兔子不撒鷹”是普遍的現象，有些企業開始重視數據，也是源于對外變現通路的開拓，而不是自己的格局高了。綜上所述，可以直接向華為公司學習的企業至少要有以下三個特征：（1）非數字原生中大型企業（2）對內管理效能提升為主（3）具有真正的數據戰略如果你擁有（1）（2），但缺乏（3），《華為數據管理之道》可借鑒的東西也許并不是很多。

? ? ? 2、華為構建數據管理體系的驅動力

? ? ? 數據管理體系的構建肯定要來自于業務驅動，華為的業務驅動來自于哪里呢？這個可以從華為數字化轉型的目標一探端倪：對內，各業務領域數字化、服務化，打通跨領域的信息斷點，達到領先于行業的運營效率。逐步構建以“面向客戶做生意”和“基于市場創新”兩個業務流為核心的“端到端”數字化管理驅動，管理方式從定性走向定量，實現數據驅動的高效運作。對外，對準5類用戶的ROADS體驗，實現與客戶做生意更簡單、更高效、更安全、提升客戶滿意度。華為首先從用戶體驗的視角表達了對行業的最新判斷，并將其總結為ROADS，即實時(Real-time)、按需(On-demand)、全在線(ALL-online)、服務自助（DIY）和社交化（Social）。曾經聽到華為說過的一個案例：2020年5月15日，美國商務部發布禁令，任何企業將含有美國技術的半導體產品賣給華為，必須先取得美國政府的出口許可，聽到這個禁令，華為的歐洲客戶馬上提出：要看到每個合同的執行情況，一周以后提供給客戶，如果沒有供應鏈的數字化，這種要求其實是很難快速滿足的。華為數據治理體系框架是服務于這個目標的，如下圖所示，即基于主業務流的信息價值鏈縱橫打通，從而提升一線業務的處理效率，包括戰略到執行、業務交易到核算、產品創意到生命周期管理及存量管理到問題解決。

? ? ? 但提升一線運營效率說易行難，比如物料編碼統一這件事，沒有頂層的持續、一貫的支持，是不可能靠一線自發去解決的，因此光有戰略不行，一定要有一套保障體系，下面我們來看看華為是如何將頂層設計和落地執行銜接到位的。

? ? ? 3、華為數據管理體系的組織保障

? ? ? （1）華為數據管理組織設計

? ? ? 《華為數據之道》這本書提到了華為數據管理組織的設計，華為數據管理組織體系由兩層構成：企業級的公司數據管理部，以及各個功能部門下的領域數據管理部。公司數據管理部掛在公司質量與流程IT管理部門之下，公司數據管理部虛線向公司數據Owner匯報。

? ? ? 公司數據管理部承載的使命是公司數據工作的推動者，數據體系的建設者，數據專家資源中心，公司領導重視數據工作，因此平時露個臉還是可以的，但要拓展勢力范圍還是很有難度的，如果要向業務延申，領域數據管理部也許還能管管業務部門的KPI，但公司數據管理部則沒有這個機會，另一方面就是向IT延申，但數據和IT的鴻溝還是很大的，雙方互相看不起是常態。華為公司數據管理部的壯大是有一點偶然性的，這里有兩個關鍵事件：2014年，公司高層領導對數據質量改進的效果并不滿意。一次高層會上，輪值CEO指出，公司財經部門是數據質量不高的直接”受害者“，上游所有的”臟水“都將最終流到財經環節，那就由集團CFO作為公司數據總Owner。CFO作為公司數據總Owner，其影響力是多方面的，通過體系化的建設與落地，讓更多的人卷入到數據工作來，包括業務部門和IT部門的人員。例如，在業務流程、IT系統的建設中，數據交付件變成必選項。2017年，部門提出大力推動公司數據底座建設，并且最終成立了數據資產管理項目。圍繞數據共享、數據服務的目的，以數據底座平臺為載體，經過一系列變革措施，全方位提升公司內部數據共享能力。在高層決策會上，如今榮升為董事長的Dr. L全力支持，“要人給人，要錢給錢”。由上可知，既然華為公司的數據管理部發到到今天也這么坎坷和偶然，更別提一般的公司了。可以做個假設，假如2014年公司財經部門可得數據質量勉強還能接受，假如2017年沒有董事長的Dr. L的全力支持，也許就不會有今天華為的數據管理部，那些數據戰略和目標也就是美麗的泡沫而已，更別提擁有一套獨特的數據治理體系。但有一點是可以肯定的，沒有頂層的強力支持，任何企業級的數據治理體系都不可能有大的發展，龜縮成為某業務部門的數據管理部也許是唯一的生存之道。

? ? ? （2）公司數據Owner和領域數據Owner

? ? ? ?DAMA很早就提出業務部門設立數據專員的建議，華為很好的繼承了這種理念并且有了自己的實踐，即每一個數據，必須由對應的業務部門承擔管理職責，且必須有唯一的數據Owner。公司數據Owner就是CFO，其職責如下所示：第一條：制定數據管理體系的愿景和路標第二條：傳播數據管理理念，營造數據文化氛圍第三條：建設和優化數據管理體系，包括組織與任命、授權與問責等第四條：批準公司數據管理的政策和法規第五條：裁決跨領域的數據集管理爭議，解決跨領域的重大數據及管理問題領域數據Owner就是各業務部門的老大，其職責如下所示：第一條：負責數據管理體系建設。第二條：負責信息架構建設。第三條：負責數據質量管理。第四條：負責數據底座和數據服務建設。第五條：負責數據爭議裁決。這種數據Owner的設置保證了離原生數據最近的組織（領域數據部門）來進行數據管理體系的建設，其具有極大的靈活性，但這個似乎跟數據集中化管理的理念背道而馳，更讓人難以理解的是，領域數據部門還要負責數據底座的建設，這就意味著華為公司并沒有物理意義上統一的、集中的數據湖。各個領域數據部門的數據底座如何相互貫通，跨域數據整合的問題如何有效解決，是這種組織架構帶來的嚴重挑戰。問題的答案在于華為公司有一套較為巧妙的組織、機制、流程的設計。

? ? ? （3）華為數據管理部的職責和權利

? ? ? 華為公司數據管理部的職責如下：代表公司制定數據管理相關的政策、流程、方法和支撐系統，制定公司數據管理的戰略規劃和年度計劃并監控落實，建立并維護企業信息架構，監控數據質量，披露重大數據問題，建立專業任職資格管理體系，提升企業數據管理能力，推動企業數據文化的建設和傳播。《華為數據之道》一書中，提到“華為虛實結合的數據組織設置，是確保數據工作充分卷入業務，同時能夠在應用系統中有效落地的關鍵。”所謂的虛實結合，其中之一是指，功能領域數據管理部歸對應的業務部門實線管理；歸公司數據管理部虛線管理。實線的含義包括部門主管及其所負責組織的績效評價，工資獎金評定等等。那虛線管理的約束力何在？第一是公司數據管理部可以對領域數據管理部的主管績效行使否決權。第二是員工專業能力的評定權，這是員工在公司內升職加薪的必要條件。其中還提到了一個案例，某領域數據部的一個員工參與任職答辯，其主管特別力薦該員工，在部門所作的突出貢獻，還獲得總裁嘉獎令。但在答辯過程中了解到，一方面所獲得的嘉獎令與數據工作沒有直接關系，另一方面該員工欠缺必要的數據專業知識。即使該主管一再堅持，最終還是被否決了。可以看到，華為公司數據管理部既有進行統一數據治理的責任，也有對虛線管理的業務部門數據部進行實際考核的權利，各個業務部門老大作為數據Owner，需要向公司數據Owner（CFO）進行述職，也許正是這些手段確保了華為公司數據管理部能逐步達成公司設置的數據戰略目標。一般的企業很難實施華為這種虛線管理的模式，一方面組織很難細化到數據部的粒度，一般會對應到IT部門或業務部門，另一方面行使否決權容易被挑戰，業務部門會說：“KPI都完成了，數據管理作為一種手段不應該有這么大的權重，能否給一些自主權？”雖然華為的數據管理組織設計是華為公司多年數據管理經驗的結晶，但可能離一般的企業還是比較遠的。我就有個疑問：“為什么非數據出生的華為公司的高層對數據能有這么高瞻遠矚的設計？華為財務數據的質量問題是否是亞馬遜扇動翅膀的蝴蝶？華為數據管理體系的構建是否一種偶然？”其他跟華為類似的公司是否能效仿其路徑，從而獲得同樣的成功，這些都是值得深度探討的問題，當然華為的數據管理體系是否算是成功還需要時間的考驗。這讓我想到了現在很多公司設置的信息安全部，也許信息安全的一票否決制讓老板下定了決心，而公司的數據管理組織則沒有這么幸運，一般的級別不高，往往放在二級甚至三級部門下面，甚至根本沒有，這跟華為公司的格局還是有差距。

? ? ? 4、華為數據管理體系落地的精妙之處

? ? ? （1）華為“聯結共享”的數據湖做到了集中和放權的平衡

? ? ? 華為數據底座采取“統籌推動、以用促建、急用先行”的建設策略，根據公司數字化運營的需要，由公司數據管理部統一規劃，各領域分別建設，以滿足本領域和跨領域的數據需求，其中，數據owner是各領域數據底層建設的第一責任人。這句話的內涵是這樣，大家細品：第一，數據湖在物理上不是統一集中建設的，而是由各業務部門自己立項建設的，這帶來了極高的靈活性。這讓我想起10年前的各個組織自建的數據集市，但華為業務部門建設的數據湖跟數據集市還有點不同，就是數據集市的數據好歹來源于統一的數據倉庫，而華為的物理數據湖的數據直接來源于業務系統，這是數據分析系統最原始的架構形態。第二，雖然華為數據湖是分散建設的，但其是在公司數據管理部統一規劃下的分散建設，而統一規劃到底做到了什么程度是關鍵。第三，分散建設的數據湖要滿足跨領域的數據需求，即數據應該被充分共享，這里涉及到一系列問題，包括跨越的模型和數據需求誰做，跨域的數據問題誰來解決等等。華為為數據入湖制定了六個標準，包括明確數據Owner、發布數據標準、認證數據源、定義數據密級、數據質量評估及元數據注冊，這也是其進行數據數據治理的一個基礎，比如數據地圖等等。當然華為能采取這種邏輯集中的輕量級數據湖解決方案也是有前提的，即跨域的交叉關聯分析有限，以域內自身數據的橫縱打通為主，這種不求政治正確的務實的數據整合解決方案的確是比較高效的。但很多企業各個業務域的數據有千絲萬縷的關系，只有物理集中才能解決跨域的數據搬遷、處理和分析帶來的效率低下問題。

? ? ? ?（2）華為變革管理體系確保數據治理的高效推進

? ? ? 業務部門一般還是比較短視的，其沒有驅動力去解決一些數據打通、數據質量的問題，比如一線前端錄入不規范導致的臟數據問題如果沒有解決，也許公司很難基于這個數據來進行科學的分析和決策，雖然長遠來講這種數據問題會積重難返，最終嚴重影響業務效率的提升，但只要成本在當前可接受范圍之內，業務部門還是會沿襲以前的做法。因此，數據變革的發動機肯定不在一線業務部門，需要依賴公司的頂層設計。華為公司給出了自己的解決方案，即依托變革管理體系，來進行流程、數據與應用系統建設，在華為的數據治理實踐中，數據相關的重大決議由企業變革指導委員會決策，通過變革管理體系和流程運營體系實現落地，如圖所示。

? ? ? 我曾經咨詢過華為相關專家，業務部門完成了收入等指標是否就OK了，他說不是的，其負責的變革項目占有很高的權重，也許這種變革項目短期不產生效益，但長遠來講是一種必須具備的能力，這對于公司的未來很重要。你很難想像一個業務部門的老大會跟公司老大單獨匯報自己部門數據變革的情況，試問哪個企業會重視數據到如此程度，嘴上說說毫無意義，或者是形式主義而已。

? ? ? （3）華為很好解決了各層級數據組織間的博弈

? ? ? 我們經常聽到一個詞叫作“最佳實踐”，另一個詞叫作“一點建設，全公司推廣”。作為公司的數據管理部，當然希望各個領域數據部能給出“最佳實踐”，然后由其負責“一點建設，全公司推廣”，你會發現公司的數據管理部天然有集約的訴求，其希望充分借鑒各領域數據部的經驗，然后自己來打造一個全公司通用的“最佳實踐”，這是其最大的業績。這里有三個悖論：第一，各領域數據管理部沒有足夠的驅動力為全公司做貢獻，容易導致形式主義，因為責權利的問題沒解決。第二、公司數據管理部沒有條件或能力打造全公司的最佳實踐，因為所謂的各領域的最佳實踐實際是受限于特定領域背景的。第三，領域數據管理部和公司數據管理部存在利益博弈，公司數據管理部希望全公司標準的東西集中來做，但也許定義不清哪些是標準的東西，領域數據管理部怕所謂標準的東西一旦形成，自己就被剝奪了靈活建設的權利，從而影響到實際業務的開展。華為公司似乎很好的解決了這個問題，除了頂層設計和規范管理，公司的數據管理部不大參與具體數據底座的建設和運營，其數據治理體系框架的設計確保了各領域都需要建設數據管理體系，都要用數據說話，以支撐企業數字化目標的實現，但這個數據管理體系又是受控的，比如數據對于所有人必須可見，數據跨域爭議可以進行升級仲裁等等。華為的這種做法格局挺大，有點“不與民爭利”的意思，我放手讓你干，你的業績也是我的，你做的好我還要代表公司表揚你，缺點一是規范管理的“度”的把握要求很高，一步小心就讓領域數據變成了各自為戰的數據沼澤，自己則被完全被過頂傳球，比如完全不清楚信息架構，二是認為百花齊放的增量價值大于集中化的節省價值，資源的重復投入跟帶來的靈活性相比可以忽略不計。應該來講，華為能走輕量級的企業級數據治理體系跟其業務特點、數據特點及企業文化息息相關，但它的確是這種背景下企業做好數據治理的典范，其很多數據管理原則也具有一般性，可以為大多數企業所借鑒。但正如前面所述，華為的實踐還不足以證明其是一種通用的、普適的數據治理最佳實踐，如果照搬去做，對于大多數公司，應該是走不通的。至于面向業務的信息架構建設，數據湖的具體設計、自助消費的數據服務建設、清潔數據的質量綜合管理、安全合規的數據可控共享等內容，我想你可以參考的資料會很多。