组建好两个阶段项目团队是数据治理项目成功的关键环节
数据治理项目建设期的实施团队和运维期的运维团队的组建是数据治理项目成功的关键。很多企业数据治理治理项目的失败，往往忽视了这个两个阶段数据团队的建设工作。数据治理项目数据标准梳理周期长、数据清洗整理工作量重、原有信息系统改造难度大，再加上该类短期成效不显著，往往很多业务部门领导和关键用户不太愿意参与此类项目。然而，没有业务部门关键用户深度参与的数据治理项目，项目的质量和效果会大打折扣，甚至会面临失败的风险。
如何提高业务部门的积极性，让业务部门深度参与该类项目，同时保证后续的运维工作得以有序开展，组建合适的项目团队是关键。本文详细介绍数据治理项目建设期和运维期团队建设的难点及相应策略和建议。
一组建项目团队经常遇到的问题
一组建项目团队经常遇到的问题
困难一：部分领导认识问题
有的企业领导认为数据治理项目是IT部门的事情， 是一个技术活,往往“ 事不关己，高高挂起”。这种情况下，应在项目策划和立项阶段进行广泛调研，加强对外部对标单位以及内部数据管理需求的业务调研，接触国内外知名数据治理软件厂商和咨询机构，同时结合行业内先进的数据治理业务实践，做好数据治理应用的顶层规划和设计工作，并尽可能的让企业领导多参加一些外部先进实践交流活动，让企业领导充分认识到数据治理建设工作的重要性。
困难二：项目价值和量化问题
数据治理是一项基础性的工作，很难用直接的经济效益来量化或评估。然而，当前企业存在的系统之间数据标准不统一、跨系统的数据交互困难、业务财务一体化难于实现乃至数据分析大数据应用层面都存在很多的障碍，这些都需要通过数据治理的建设来解决。
数据治理项目是一个数据标准建立+数据治理平台应用的综合类项目，主要建设内容为数据管理体系的建立、数据标准的制定和执行、主数据代码库和数据管理体系的建立，数据治理平台作为承接各类标准体系、制度、流程、数据落地的载体，其中管理标准化的内容比重远大于系统平台建设的比重，因此数据治理项目的推动，必须得到企业高层领导的足够重视以及业务部门的深度参与，才能取得项目的成功。
困难三：业务部门和关键用户参与问题
在项目建设过程中，部分关键用户不想不愿参加甚至非常排斥参加，“我们业务部门自己正事都忙不完，没有空参加，我们水平不够，你们来干吧”，很多业务部门还不了解什么是数据治理、对于业务的开展有什么作用、进行数据治理项目有什么意义，并且领导重视程度也不够。项目过程中，应发动业务部门积极的参与数据治理项目建设工作中来。
二组建项目团队的主要原则
数据治理项目建设应按照“业务部门专业牵头，信息部门统筹管理和技术支持”的模式。同时，为推动企业数据标准化工作，经企业信息化建设工作领导小组批准，成立企业数据标准化专业小组，代表企业制定数据标准化相关标准，并参与相关标准的落地实施工作，并从下属各单位抽调相关专业人员深度参与。
三数据治理项目组织管理要求
数据治理项目管理组织是依附于企业组织、承担数据治理项目管理的组织实体。所谓项目组织结构，就是项目组织与企业组织之间相互关系的定义。项目组织的成员大多来自企业组织的各职能部门，受项目组织和所在职能部门的双重领导。数据治理项目组织的利益关系和工作流程与职能部门并不总是一致，如果两者不能及时协调，就会使项目目标难以实现。
数据治理项目管理组织与企业组织之间一般形成矩阵组织结构。具体采用何种组织结构可根据数据治理项目的规模大小、复杂程度和工期长短等因素来决定。集团型企业以统一投资、统一建设原则，对全系统实施数据治理项目时，大多采用强矩阵模式，如下图所示。
图1 数据治理项目管理矩阵
设立专门的数据治理项目管理部门，实现对每个数据治理项目的管理。数据治理项目管理组织在企业数据治理指导委员会领导下，由信息化管理部门统筹管理，与项目相关的各部门业务人员与信息部门人员共同组成项目管理组，各业务部门人员参与项目管理时，与本部门负责人沟通项目实施的相关信息，以取得必要的业务指导。
数据治理项目一般由企业授权并委托专门的企业信息管理部门进行日常管理，项目管理职能应包括：
1)项目前期管理，主要是完成项目可行性研究，或者审查由受委托咨询公司编制的可行性研究报告，为项目立项的科学决策提供依据。
2)完成项目立项程序，为项目筹措资金，落实资金来源。
3)管理项目的采购、承建和服务合同，包括合同谈判、合同技术附件、合同签订和合同履行。
4)组织项目实施，包括项目的设计、开发审查，项目实施的跟踪、监督和控制。
5)项目的上线、验收和后评估管理，确保项目成果正常投入运行。
6)代表业主与项目干系人各方进行沟通和协调，由集团企业统一投资、在分、子企业实施的数据治理项目，信息管理部门也可以授权并委托给相关分、子企业信息管理部门承担项目管理职能。
项目实施单位履行数据治理项目合同时，应该建立相应的项目管理组织，并通报业主方项目管理组织，以纳入统一的项目管理，其管理职责应包括：
1)根据项目需求，建立项目团队。
2)根据业主要求，达到项目目标。项目目标在完成总体设计后逐步细化，更加明确。
3)根据项目目标，编制项目计划，包括进度、成本、质量等计划，并在项目管理进行全面控制。
4)建立与业主项目管理组织的沟通渠道，定期报告项目进展，接受业主对项目的监督。
5)接受业主对项目的测试和验收，培训企业用户，编写项目文档，做好数据治理项目的知识转移，做好项目的收尾移交。
项目团队是项目实施的执行组织，项目管理的各种行为，最终都要在项目团队得到体现，项目团队是由项目管理各方人员组成。与建筑、设备安装工程等其他类型项目不同，数据治理项目团队除了项目承建方人员外，业主方业务人员（关键用户）的参与对项目成功起着不可替代的作用。
项目团队的构成对一个项目是成功的关键因素，而项目经理的选择对于一个项目来说又是重中之重。需要明确定义项目经理在项目中的职责，根据项目的任务和工作量，以及可使用的人力资源，设计和挑选合适的项目组成人员。
1)选定项目经理
在组建项目团队之前，必须首先挑选并任命项目团队的领导者。数据治理项目的业主方一般设有项目负责人，而承建方则设有项目经理，他们是项目团队的领导者，其职责是制定项目计划并控制项目进度、建立项目团队和项目组织机构、保持与项目各方的良好沟通、对项目执行进行有效协调和控制项目风险，确保项目的成功。承建方项目经理要接受业主方项目负责人的监督和管理，与之保持紧密的沟通和配合。项目经理是项目实施管理的主要负责人，其组织、协调、管理能力，以及技术素质、经验水平和领导艺术，甚至其个人性格都会对项目管理产生重要影响。
在项目的实施中，凡是需要项目经理负责管理的方面，就应给与充分的授权。项目经理的工作范围涉及和贯穿于项目实施的全过程和所有方面，所以，对其的授权也应贯穿到项目实施的全过程、涉及项目实施的所有方面。项目管理的核心是人，实行项目经理负责制最重要的就是授予项目经理充分的人事权，使之迅速建立起一支高效率的项目团队，以保证项目的顺利实施。
2)组建项目团队
作为项目经理，接受任命之后的第一项任务就是组建项目团队，获取项目所需的人力资源，挑选合适的人员在项目内任职，分配项目角色，明确职责和工作流程。项目成员必须包括一定数量的全职人员，根据需要也可以吸纳一部分非全职人员。创建团队的首要目标就是建立团队内部秩序，通过激励使团队成员将注意力集中在项目的可交付成果上，这样才能激发团队的集体创造力。
3)项目组织
数据治理项目组织在企业信息化组织架构下，在项目实施时组建项目实施组。项目实施组包括实施企业和承建单位两方面的人员，实施企业的相关领导担任项目负责人，承建单位指派的项目经理在企业项目负责人的指导和支持下，开展项目实施工作。
建立项目组织机构的基本要点是：① 明确由企业相关领导担任的项目负责人；② 确保项目实施人员及关键用户的落实；③ 明确项目组人员职责。
建立项目组织机构的工作内容包括：（1）建立项目实施组的组织机构，包括管理关系、工作关系及工作流程，确定项目人员，明确职责分工。（2）建立项目实施过程中的相关管理制度，包括考勤制度、设备管理、例会制度及项目实施管理制度等。
四如何策划和选择关键用户
关键用户资质要求应发布实施组织和运维组织的红头文件，发布相应的考核激励机制，参加项目的人员一般具备以下基本要求：
1)各单位业务骨干，熟练掌握人事、财务、采购、供应、生产、工程、仓库、设备等相关业务。如物资关键用户，需要熟悉本单位物资供应的情况，对于具体某几类物资的相关标准、参数、用途具有深入理解。
2)具备财务、采购管理的相关工作经验。如物资关键用户，需要从事过设计、施工、维修等工作，掌握物资专业技术知识。
3)在日常工作中和主数据编码接触比较频繁的业务人员尽量参与进来。
4)各单位从事数据整理的业务人员，需要认真、仔细、耐心。在具体数据整理过程中，需要每天汇报工作进展情况，确保工作按期完成。
5)要求具备很强的责任心，能够将编码工作作为提升企业业务管理规范性的一次契机，通过主数据管理工作来提升企业业务管理水平。
6)计算机操作熟练，对Office等办公软件应用水平比较高。
五建设期组建实施团队相关策略和建议
1)高效的项目管理是关键
加强对业务部门领导以及关键用户数据治理方面的沟通和交流，总结业务中存在的实际问题以及相应数据治理的解决思路，让业务部门深入理解数据治理项目的工作内容，并以业务部门的需求为抓手，以解决业务部门的实际存在的问题为突破口，发动业务部门更深层次的支持和参与到数据治理项目建设工作中来。
2)建立激励机制是手段
在数据治理项目建设过程中，设置一定的激励机制，鼓励业务部门的关键用户有更多的热情来投入到数据治理项目中，如设置项目参与的优秀个人、数据治理项目优秀支持部门等，在数据治理项目中表现优异的员工（特别是作为关键用户参与的业务部门员工）给予嘉奖信、嘉奖函，与个人绩效以及级别晋升挂钩，或者给予精神或者物质方面的奖励，以激发业务人员参与数据治理项目的积极性。
3)外部合作团队选择是根本
选择专业化程度高、经验丰富的外部合作团队，借助对方的经验以及其他公司项目的成果，对企业的整个数据资源体系进行合理的规划，并制定数据管理的实施路线图，做到整体规划、分步实施、有序交付。
选择成熟的软件平台尽量减少二次功能开发和系统集成的接口开发量，以确保工期和交付质量。
对于目前规范化程度比较高的基础类数据、人力资源类数据，充分利用当前已有的数据标准和数据内容，避免重复的工作投入。
配合咨询团队制定数据治理蓝图规划，识别数据的大、中、小类以及数据引用关系，并根据需求的紧迫程度、数据质量情况、标准化难易程度等制定出各类主数据梳理的优先级，将本阶段亟需解决、数据质量较好、梳理难度较低的主数据优先标准化。
数据治理项目的建设涉及企业多个部门和所属单位，是一项意义重大而又复杂的系统工程，为确保项目实施的有序推进，建议成立以企业高管领导为组长和各业务部门领导组成的数据项目领导组、组成数据项目管理组和以业务部门和信息部门关键用户组成的项目实施组。
图2 建设期组织机构范例
项目领导组，一般由企业高层领导组成，主要负责项目的总体管理、重大决策、资源协调、成果审定、督导项目建设等工作。
项目管理组，一般由企业业务部门领导组成，主要负责项目PMO管理，负责项目过程中具体事务管理、工作汇报、消除项目风险，促进项目顺利完成。
项目实施组，一般分为系统研发组和业务推进组两个小组，其中系统研发组成员由企业和实施厂商人员组成，主要负责数据体系规划、系统建设、数据治理、接口研发等工作；业务推进组成员由集团各业务口人员组成，主要负责数据的标准规范和制度流程、数据治理中的梳理分析，以及建设中的成果验证。
物料主数据标准化是数据治理项目中最复杂的一项工作，从范围上讲，它包括物资、产品及服务；从结构上讲，它有层级、分类、描述；从业务数据的量级上讲，它是所有主数据中拥有业务数据最多的一种。物料主数据标准化是数据治理实施过程中非常重要的阶段，也是企业投入的人力物力最多、投入的时间最长且用户深度参与的阶段，搭建科学、专业、敏捷、高效的物料主数据组织机构对于物料主数据的实施具有决定性的作用。
图3 物料主数据实施团队组织范例
成立物料标准化组，以企业主管领导为组长，以物资相关部门领导为副组长，统筹推进物料主数据实施过程中的各项进程，并负责协调解决项目资源及重大决策，同时召集企业物资相关部门资深业务人员作为专家组成员，为物料实施过程中的分类、模板、取值等提供参谋和指导，进一步保证主数据标准的规范、科学、长期有效性。
根据企业的实际物资数据应用现状，成立若干不同专业的小组，比如某装备制造企业根据实际需要成立9个小组，包括配套件组、金属材料组、专项产品组、设备备件组、工具组、冶金炉料组、化工材料组、电气仪表组和产品组，各个小组又会包含不同的专业，比如工具组包含刀具、量具、刃具、旋具、五金工具、磨具磨料、焊接工具等。通过分层分专业的小组，分工合力完成物料主数据标准化的各类编码规则、标准分类、模型制定、描述模版，模板取值等工作，真正做到“术业有专攻”，制定满足企业实际应用需求的物料主数据标准，为企业数据治理奠定扎实基础。
六运维期组建运维团队相关策略和建议
建立专职和兼职的数据标准化团队和标准化运维体系等管理机制，确保项目成功和可持续发展。数据标准是需要不断完善和更新，需要专业的团队来维护。集团总部应有一个常态化机制把这个运维团队“养起来”。一般根据工作量的大小，初期有3-5个专职岗位先把事情张罗起来，随着工作量的增加,逐步补充人员。这个专职运维团队，前期可以先放在信息部门，后期可以独立出来单独成立数据管理部门。有的集团由于受到总部编制的限制，可以把这支团队委托二级信息化公司或者专业服务机构管理或者常年外包服务方式委托第三方咨询公司管理。
企业运维期管理组织的建设应注意集团总部与下属企业及三级单位（如有）之间的配合，自上而下的形成数据标准的贯彻及执行机制，自下而上的形成数据标准的需求反馈及建议采纳机制。
为能够更加灵活的适应企业业务多样性的发展，同时在集团层面又能够形成一定的管控力度，数据管理应做到有据可依、有章可循，集团层面应设立统一的数据治理管理委员会，负责领导监督和战略决策。下属各二级企业成立企业数据管理委员会，负责本单位数据治理相关决策事项。二级或三级单位为保证日常运维工作的顺利开展，应整合企业业务部门和数据管理部门的有效资源组建运维业务组和技术组，其中业务组包括数据治理主管、业务专家、录入人员、使用人员等，技术组包括数据维护人员、系统开发人员、数据质量人员等。通过不同层级的职责分工，保障执行有效的运维管理，可以解决系统运行中的各类实际问题，使运维工作更富成效。
图4 企业运维期（近期）数据治理组织机构范例
1)领导小组职责：
负责对数据治理工作进行统一领导
负责确定数据治理工作的指导思想、工作目标和工作任务
负责重大数据治理项目的审议和指导及重大问题协调解决
2)数据管理部门（信息化部门）职责：
负责制定数据治理的总体部署、工作规划、年度计划
负责组织数据标准的制定、修订和审核工作
负责审核、发布数据标准成果、管理制度
负责数据标准的管理和运维、技术支持和培训
负责指导集团所属各单位贯彻实施数据标准
负责监督、考核数据标准在信息系统中的应用情况
3)相关业务部门（职能部门）
负责各类主数据的专业化审核及专业类数据标准的制修订
关键业务代码审核及标准落实
负责业务相关主数据标准的发布
4)板块运维组：集团公司数据治理工作在板块的管理单位和实施单位
根据集团公司的数据治理工作的总体部署，提出本单位数据治理工作建议
协助信息化管理部完成相关专业业务领域中适用的信息标准化工作
负责集团公司发布的数据标准成果在职责范围内业务领域中的正确实施
负责职责范围内业务领域中（三级及以下成员企业）适用的信息化标准成果的管理
负责职责范围内业务领域中（三级及以下成员企业）的信息标准化工作的业务指导
协助数据标准化工作的贯标培训
5)板块所属公司：数据标准的应用和落实单位
负责本单位主数据的申请工作
提出本单位数据标准化工作建议
在应用系统建设过程中，遵照执行集团公司发布的其它数据标准
负责本单位数据标准化工作的贯标培训
以主数据管理为例，按照数据对象，形成如下主数据治理组织机构：
图5 运维期（近期）主数据治理组织机构范例
1)数据管理部（信息化管理部）
建议人员配置：1-2人专职，主要工作包括
①对集团通用类主数据进行终审
②负责集团通用主数据标准的优化与更新
③及时与业务部门沟通，确保数据需求及审核的准确性
④负责主数据管理系统运维及数据管理运维工作
2)数据审核（各相关职能部门或下属公司）
建议配置人员：按照数据对象，在业务部门设置专职（2-3）或兼职人员（10-20人，根据实际情况来定），（根据以往的经验，平均每天新增加200条数据配备一个人，根据每一个企业实际情况，来配备专职人员）
主要对象：
①物料：专职2-3人。根据新增
②外部单位：信息化管理部，兼职1人
③内部单位：人事部与财务部，兼职1人
④财务类（银行、会计科目、固定资产分类）：财务部，兼职1人
⑤通用基础：信息化部，兼职1人
图6 运维期（远期）数据治理组织机构范例
企业专家团队承担“标准管理”和“专业审核”工作，建立健全专家团队管理制度， 明确考核要求和奖惩机制，能积极发挥专家团队在主数据标准化管理中的作用，树立企业数据标准的准确性和权威性。
图7 专家团队管理机制
专家选拔，通过自我推荐、综合评估、专项考核等方式选拔专家。（企业总部应建立后备专家资源库，多渠道收集并管理专家候选人）
建立专家库将选拔出的专家按照品类分组，由集团统一管理。
交流与培训总部根据需要，进行专题培训、交流讨论，提高专家综合能力。
履行专家职责，专家按分工，履行标准管理、专业审核等具体工作。
评估考核通过定性与定量考核，评价专家的能力水平和工作绩效，予以相应的奖惩。
监督机制，通过公告信息、监控指标、投诉电话等监督专家工作。
项目进入运维期，应明确各类数据的主责部门，主责部门的选择要基于每类数据在各部门的业务管理相关性、数据的应用频率、数据产生的源头等维度具体分析，确保每类数据标准的制定、变更、执行能够形成垂直管理机制。作为业务运维组来说，按照项目实施过程中制定的各类数据标准、权限、流程、细则、制度及考核等要求做好岗位工作，如数据录入、多级审核、专家咨询、标准修订、标准宣贯、专题培训等，如有相关数据标准调整、周边IT系统接入、系统功能改造等重大事项应上报数据治理领导小组，与上层组织充分商讨，形成有效沟通机制，保证系统的稳定运行，保障一系列数据标准、规范、制度、流程等得到长效执行，为业务系统提供基础数据支撑。
图8 数据治理日常运维工作内容
作为技术运维组来说，应从页面操作、数据库、接口数据传输、系统优化提升等方面给予业务组支持，同时配合技术手段进一步提高数据质量和数据安全等。二者相辅相成，保障企业数据治理管理平台的安全平稳运行。
数据治理项目的建设期组建科学、专业、高效的实施团队能顺利推进各项工作任务，完成项目目标，并帮助企业培养和拥有一大批数据治理人才，为后续的运维组织提供坚实的人才保障。同时，企业建立全面完善、自上而下的数据治理运维组织架构，保障运维工作有序、平稳开展，保障数据治理成果的长效性和数据质量的持久性。做好这两个阶段项目团队的建设工作，才能确保数据治理项目持续成功。
蔡春久，某公司数据业务负责人。中国数据标准化及治理大会组委会评为“ 中国数据标准化及治理专家”十个专家之一 。中国大数据技术标准推进委员会数据资产专家、中电标协企业信息标准化委员会常委委员、eCl@ss协会会员（国际产品分类标准化组织）、中国数据工匠俱乐部发起人。工商管理硕士，具有20年的特大型集团企业IT咨询服务和数据治理行业工作经验，前十年主要从事物资采购变革与管理、PLM、ERP、MES等领域咨询服务，近十年专注数据治理及标准化、数据架构、智能工厂等咨询工作，为中国石化、延长石油集团、晋煤集团、恒力集团、国投集团、中国外运、新兴际华集团、中国兵器工业集团、中国一重、哈电集团、河南投资集团、陕西投资集团等80余家500强的集团企业的提供数据治理相关咨询服务。
扫描二维码关注我们
微信：DaasCai
邮箱：ccjiu@163.com
QQ：174856958
我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。
我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。
我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。
了解更多精彩内容
长按，识别二维码，关注我们吧！
数据工匠俱乐部
微信号：zgsjgjjlb
专注数据治理，推动大数据发展。
Send to Author