星河案例ㅣ浙江移动：企业级数据治理体系建设实践

傅一平评语：

这篇文章是浙江移动企业级数据治理体系经验的高度总结，写得看似宏观，实际内涵丰富，值得细品。PPT上的每一个字，都来源于实战。

浙江移动依托于中国移动梧桐大数据平台，结合企业的实际，围绕组织、机制、流程、技术等各方面，对企业级数据治理体系进行了有益的探索，其数据之道对于全行业都具有借鉴意义，后续会尝试分享更多的做法！

正文开始

▏摘要

浙江移动隶属于中国移动，为持续深化数据治理体系，浙江移动制定“5141”企业级数据治理工作框架，提出顶层设计、组织保障、流程运营、IT支撑、数据消费五大举措，确保数据从产生、处理到消费的端到端、全流程、高效率、高质量运转，现已纳管公司数据资产超万项，数据汇聚时长由周缩短至天，数据开放时长由周缩短至小时，对内赋能47项跨域数据应用，对外支撑大数据收入提升超60%。

▏关键发现

• 数据治理问题本质上不是简单的IT问题，而是跟公司顶层设计、组织保障、流程运营、队伍建设都有关系，只有构建一套企业级数据治理体系，才能确保关键数据资产有清晰的业务管理责任，数据中台建设有稳定的原则和依据，一线人员有规范的流程和指导，面临争议有裁决机构和升级处理机制，治理过程所需的人才、组织、预算有充足的保障，从而最终建立有效的数据治理环境，数据的质量和安全得到保障，数据的价值才能真正发挥出来；

• 在组织保障方面，浙江移动成立企业级数据治理组织委员，明确领域数据治理组织，组建跨部门数据治理专题组织，公司各级负责人协同合力确保数据治理工作顺利开展，为数据要素的高质量、高效率、跨部门流转奠定坚实基础；

• 在数据治理体系建设中，浙江移动将数据业务融合化，实现数据跨系统前后融通。业务数据化提升数据质量，以主数据治理为抓手，开展源端数据质量治理，解决跨系统共享数据的一致性问题，实现数据真正能用、好用、快用；数据业务化释放数据价值，以数据服务运营为抓手，将数据服务植入业务流程、业务场景，充分发挥数据作为生产要素对业务的放大、叠加和倍增作用。

分享专家：肖博文，中国移动通信集团浙江有限公司数据治理项目总监

作者：沙丘社区分析师团队

01

案例企业

中国移动通信集团浙江有限公司（以下简称“浙江移动”）隶属于中国移动通信集团有限公司，在全省拥有11个市分公司，统一经营浙江省的中国移动通信网络，移动、家宽客户份额均居行业第一，客户满意度实现“双领先”，是全集团的标杆企业、浙江省内规模最大的电信运营商。

02

项目背景

国际数据管理协会（DAMA）对数据治理的定义是指在管理数据资产过程中行使权力和管控，包括计划、监控和实施。数据治理的职能是指导所有其他数据管理领域的活动，确保各类活动根据数据管理制度和最佳实践正确地管理数据。

与数据管理不同的是，数据治理是数据管理的一项核心活动职能，是数据管理其他活动职能的规划指导和监督保障。数据治理要确保数据被恰当的管理，侧重指导与监督，而数据管理要管理数据达到既定目标，侧重落实与执行。

国家领导人、浙江省委及中国移动集团领导均高度重视数据治理工作并提出明确要求：国家层面多次强调激活数据要素潜能，提高我国数字经济治理体系和治理能力现代化水平；浙江时任省委书记袁家军强调要强化数据治理，建立健全问题数据治理闭环管理机制；中国移动集团公司也多次明确提出持续强化数据治理，打造数智驱动的新增长模式。

数据已经成为重要的生产要素，是企业资源的具体表现形式和重要载体，对企业资源获取和配置的优化过程即是利用数智化手段重塑企业发展模式和竞争优势的过程。

当前数据找不到、看不懂、不准确、不及时等问题已成为企业数智化转型路上的重大阻碍，数据治理就是要统一数据管理规则，确保数据质量，让企业的数据清洁、完整、一致。因此，数据治理是企业数智化转型的基础。

浙江移动数据治理从2005年发展至今历经五个时期，不断优化组织保障和平台支撑，持续改进数据汇聚、数据处理、数据开放和数据运营等数据管理活动，数据治理目标从经营分析支撑逐步升级为公司数智化转型赋能，公司数据融合融通水平不断提高：

• 2005-2008年是数据仓库时期，建立以B域为核心的数据管理，支撑传统经分业务；

• 2009-2014年是数据集市时期，实现B域数据应汇尽汇，开放市场一线；

• 2015-2017年是大数据平台时期，O域数据初步融合，B域数据规模开放；

• 2018-2020年是数据中台时期，建成百万标签，数据运营逐步深化；

• 2021年至今是企业级数据治理时期，数据治理范围从B域逐步扩大至BOMS全域汇通，为数智化转型赋能。

在2021年开展企业级数据治理工作之前，公司在数据产生、数据发现、数据汇聚、数据开放和数据消费等环节存在着五大挑战：

第一，数据质量不佳。针对关键业务对象，存在着数据不一致、不准确、不全面等数据质量问题，难以满足公司业务发展需要。

第二，数据发现不完整。未能全面纳管公司数据资产，缺乏企业级数据字典，导致生产运营过程中数据找不到、看不懂。

第三，数据汇聚不高效。存在跨域数据汇聚流程冗长、系统间不互通、汇聚工具自动化水平不高等问题，难以快速响应业务需要。

第四，数据开放不全面。存在分工职责不清、开放规则不明、开放流程冗长、开放平台多头等问题，难以满足省市一线数据高效获取的诉求。

第五，数据赋能不充分。存在数据跨域使用不足、数据模型整合不足、重点应用支撑不足等问题，未能充分发挥公司数据价值。

以上挑战导致端到端数据流转效率较低，数据要素价值发挥不够充分，影响公司数字化转型工作的深入推进。

03

解决方案

以上五大数据治理问题本质上不是简单的IT问题，而是跟公司顶层设计、组织保障、流程运营、队伍建设都有关系。根据阿里巴巴、华为等国内领先企业的实践经验，只有构建一套企业级数据治理体系，才能确保关键数据资产有清晰的业务管理责任，数据中台建设有稳定的原则和依据，一线人员有规范的流程和指导，面临争议有裁决机构和升级处理机制，治理过程所需的人才、组织、预算有充足的保障，从而最终建立有效的数据治理环境，数据的质量和安全得到保障，数据的价值才能真正发挥出来。

阿里巴巴基于一体化大数据平台，以OneData方法论为指导，构建从数据盘点、全链路追踪到资产评估的数据全生命周期管理体系。OneData的内涵是汇聚企业各类数据，遵循相同的标准和口径，对事物的标识能统一或者相互关联，提供统一的数据服务接口。具体而言由三大核心组成部分：

• OneModel的目标是构建数据规范标准，实现对企业数据模型的统一构建和管理。

• One Id的目标是统一数据萃取，实现对企业核心业务对象数据资产的全面管理，确保数据能够融合贯通。

• One Service的目标是提高数据的共享开放能力，实现对企业数据服务的统一管理。

华为公司经过十多年的实践，构筑了一套数据综合治理体系，通过顶层设计统一共识，围绕主业务流，从架构和质量等方面例行开展数据治理，同时建立业务负责制的数据组织队伍、统一的数据治理平台等七项举措，不断完善数据治理环境，有效提升数据管理水平，高效赋能企业数字化转型。

浙江移动参考阿里和华为的数据治理经验，以问题导向、全局导向、市场导向、效能导向为原则，制定一套“5141”企业级数据治理工作框架：

• “5”是指聚焦精准营销、精细服务、精益网运、精确管理和注智赋能等数据消费的五个方面；

• “1”是指夯实以数据中台和数据湖为内容的一个企业级数据底座；

• “4”是指汇聚BOMS（业务支撑域系统、网络域系统、管理信息域系统、业务平台域系统）四个领域数据；

• “1”是指构建一整套涵盖组织机制、规范标准、流程保障等在内的数据治理保障体系，确保数据产生、处理和消费的端到端全流程高效率高质量运转，有效提升客户体验、运营效率和业务创新。

同时，提出顶层设计、组织保障、流程运营、IT支撑、数据消费五大举措，以确保数据从产生、处理到消费的端到端全流程高质量运转，有效提升客户体验和企业运营效率，持续推动业务创新。

（1）顶层设计

首先，成立数据治理委员会，建立数据责任人制度。数据治理委员会负责公司数据治理体系的顶层设计，下设数据治理办公室，统筹推进数据治理各项工作；建立数据责任人制度，明确公司数据责任人和领域数据责任人的职责，公司数据责任人负责制定数据治理规范标准，统筹各领域推进信息架构管理、元数据管理和主数据管理等工作；领域数据责任人负责本领域的信息架构管理、数据汇聚入湖支持、数据质量管理等工作。

其次，制定数据治理原则和管理办法，促成各方形成共识。制度规范是明确各方职责，实现数据活动标准化、规范化、流程化的关键，是数据治理成功落地的保障。浙江移动结合公司的实际，明确公司数据架构、数据产生、数据应用三个方面的八项数据治理基本原则，提出企业级数据治理制度体系框架，同时，发布公司对内数据开放管理办法，确保公司对数据开放形成共识，促进公司数据高效融合融通。

（2）组织保障

浙江移动协同人力资源部确定了公司数据责任人及22个部门领域数据责任人和数据治理专员，同步成立市场、政企、网络、规建、流程、信安法务六大数据治理专题组，明确11地市的数据接口人，共同推进数据治理工作。

协同六大数据治理专题组，浙江移动建立数据治理跨部门联席会议工作机制，用于解决跨部门的数据痛点难点问题，当前已经召开六次数据治理联席会议，完成系统与数据盘点、地址管理、家客数据贯通、数据开放提效等26项数据治理重点工作。同时，建立培训辅导、沟通协调、跟踪通报等常态化协作机制，累计向各专题组提供工作模板6套、组织召开专项沟通会15次，解答各领域及地市数据治理相关问题超200项。

联合集团IT中心及杭研、苏研、物联网、互联网四个专业公司，浙江移动组建集省专协同推进工作组，围绕确立协同管理机制、优化数据引入通道、建立数据资源目录和统一数据汇聚开放四项举措，着力推进专业公司S域数据资产的盘点和引入，高效支撑业务营销和市场决策，现已建成全网专业公司数据目录。

同时，围绕数据治理课程培训、赛事激励、治理宣传三个方面，开展“数治聚力2022”数据治理运营推广活动，推动公司“全员治理数据、全员使用数据”数据治理文化氛围的形成，促进数据治理成果广泛应用。全年课程培训超2500人，竞赛参加超1300人，案例推文超200期，帮助一线人员解决跨域数据缺失问题1.2万人次，孵化一线数据融合创新应用42项。

（3）流程运营

在数据盘点方面，浙江移动实现数据资源自动发现、信息自动采集，盘点周期从年缩短至周；数据汇聚方面，精简需求审批环节、创新一键入湖模式，实现数据汇聚平均时长缩短3倍，大大增加自动化率，减少人工成本，其中O域数据汇聚平均时长缩短4倍；数据开放方面，建立低敏感数据快捷开放、较敏感可控开放和高敏感数据严控开放三类流程，实行分级管控，实现数据开放平均时长缩短至小时级。

（4）IT支撑

协同六大专题组，浙江移动开展公司BOMS四域数据资源盘点，纳管IT系统增长131%，纳管数据资源表增长220%，企业级数据资源目录初具规模。打造数据资源管理平台，建立常态化盘点机制，实现数据资源的自动化识别，持续扩展数据资源。

面向全省数据使用人员，提供统一的数据资源目录查询、展示等服务，可快速查找定位数据资源，并可一键发起入湖和订阅申请。与源端IT系统对接，实现数据资源新增与变更的自动化识别，经过价值确认和字典完善后即可纳入企业级数据资源目录，每月新增资源近千项，实现数据资源目录常态化更新。

同时，浙江移动打造企业级统一数据开放门户（数据地图），实现数据全景可视、数据自助订阅和全流程状态跟踪，现已发布数据服务同比提升108%，全省订阅同比提升215%，平台月均活跃同比提升162%，数据开放水平得到进一步提升。

数据地图主要实现三方面的功能：

• 第一，数据全景展示。建立数据资源、资产、开放三目录，确保公司价值数据“找得到、看得全、看得懂”。

• 第二，数据自助订阅。提供一键自助订阅功能，并通过安全审批前置，实现安全可控下的数据高效开放。

• 第三，开发状态跟踪。贯通各流程节点承载系统，实现从数据申请、入湖、开发、上架、订阅到开通的全流程可控，为数据申请方提供直观展现。

（5）数据消费

对内，浙江移动打造跨域数据驱动的创新应用体系，协同市场部、政企部、网络部、规划部、信安部、战略部等八个部门和杭、宁、温等11地市组建数据治理专项应用创新团队，融合融通市场、网络、管理等数据资产，从0到1打造家庭市场营销、聚类市场拓客、传输网精准规划、流程效能管理和诈骗电话治理5项跨域创新应用，赋能42项地市一线创新应用，解决了全省应用创新缺数据、采集难、协同难的问题。

对外，数据治理体系赋能价值变现和政府数字化改革，打造用户偏好、职业身份等变现类标签能力，助力大数据变现收入大幅提升。通过大数据+AI的融合，助力创新院打造智安网络诈骗综合治理系统，获评中共中央党校“党政信息化最佳实践案例”。

通过向政府和行业输出企业级数据治理经验，打造公司数据治理行业口碑，为公司赢得浙江省数字化改革商业合作机会。通过全网数据治理经验分享和能力贡献，支撑公司智慧中台高效运营，数据中台能力上台数量居省专公司第一。

04

价值与效果

围绕“5141”企业级数据治理工作框架，浙江移动构建全网首个企业级数据治理体系，通过顶层设计、组织保障、流程运营、IT支撑和数据消费五个方面13项举措，初步实现了数据从产生、处理到消费的端到端高效率高质量流转。现已纳管公司数据资产超万项，数据汇聚时长由周缩短至天，数据开放时长由周缩短至小时，对内赋能47项跨域数据创新应用，对外支撑大数据收入提升超60%。

05

经验借鉴

浙江移动数据治理体系建设取得成功的关键要素在于：

第一，确认契合度高的发展战略目标。结合国家和集团等多重战略背景，协同绘制出高匹配高层次的行动方案，引领数据治理体系的建设发展。

在数字化转型的浪潮下，中国移动集团公司积极坚持以“推进数智化转型、赋能高质量发展”为主线，明确提出持续强化数据治理，打造数智驱动的新增长模式。积极贯彻落实省委、集团要求，持续探索数据治理相关理论、方法和路径，在全国运营商中率先建立企业级数据治理体系。

第二，搭建成熟的数据治理组织。组织架构和管理范围明确的数据治理组织能够有力地执行好项目各个领域的实施工作。

浙江移动明确了省公司21个部门的领域数据责任人和数据治理专员名单，同时成立了市场、政企、网络、规建、流程、信安法务六大专题组，明确了11地市的数据接口人，共同来推进数据治理工作。加强了专题组和地市的横纵协同，也建立及优化了联席会议、沟通辅导、通报审计等机制。

第三，实施畅通的流程管理。从事前准备、事中监测到事后复盘整改，畅通可协调的流程管理能够完善数据治理体系中的不足。

围绕数据全生命周期，建立数据盘点、数据汇聚、数据加工、数据开放四大数据治理工作流程和决策、沟通、辅导、审计四大数据治理长效机制，持续提升数据治理效率，确保数据治理工作高效执行。

第四，应用核心的技术支撑。利用核心技术建立支撑治理内容的平台工具，才能够将数据治理的开展落到实处，有效进行数据资产的管理。

随着数据中台的建设，浙江公司DataOps体系逐步完善，业界领先的图计算技术、IPA技术也被应用到数据资产管理的过程当中，制定“5141”数智驱动的商业智能总体框架对企业级数据治理体系深化实践的成功起着重要的作用。

点击左下角“阅读原文”查看更多精彩文章，公众号推送规则变了，如果您想及时收到推送，麻烦右下角点个在看或者把本号置顶！