安永：数据治理之数据管理组织：“齐心并力”

2022年12月19日，中共中央、国务院印发了《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”），系统性布局了数据基础制度体系的“四梁八柱”，历史性绘制了数据要素发展的长远蓝图。在数据二十条中明确指出，作为数据管理工作的重要保障措施，要“切实加强组织领导”，加强整体工作统筹，促进跨地区跨部门跨层级协同联动，强化督促指导。

图 1 数据二十条重要保障措施要求

承接“赢在数据”系列文章《如何高效开展数据治理之开篇：“谋而后动”》，在安永企业级数据治理整体解决方案中，数据管理组织作为数据治理工作机制建设中不可或缺的重要组成部分，直接关系到数据要素价值的实现。高效的数据管理组织是数据治理工作的有力推手，是企业开展数据资产管理、实施数据治理工作的基础及重要保障，起到重要的管理与协调作用，关乎到数据治理所有工作能否真正落地。

图 2 安永企业级数据治理解决方案框架

1.数据管理组织趋势洞察

2023年3月7日，十四届全国人大第一次会议审议通过《国务院机构改革方案》，在保持数据安全、行业数据监管、信息化发展、数字政府建设等现行工作格局总体稳定前提下，把数据资源整合共享和开发利用方面的有关职责相对集中，组建国家数据局，作为国家发展和改革委员会管理的国家局，负责协调推进数据基础制度建设，统筹推进数字中国、数字经济、数字社会规划和建设等。

首席数据官（Chief Data Officer，简称“CDO”）作为企业数据管理高层负责人，更是数据管理组织的重要组成部分，同样受到业界越来越广泛的关注。根据NewVantage Partners 2022年最新调研数据，参与调研的94家《财富》1000强和行业领先组织中，已有74%任命了企业CDO。

图 3 企业CDO占比趋势

结合国内外数据管理组织趋势，不论是从国家层面还是企业层面，均已将建立数据管理组织提到了战略性的高度，成为推动企业数字化转型、落实企业数据战略、开展数据确权、释放数据要素价值的重要工作。

2 数据管理组织模式

企业数据管理组织模式不仅与企业组织架构有关，还与企业规模、业务管控模式等有着较强关联性，总部对数据的管理粒度、范围不同，也会对数据管理组织架构产生影响。当前，业界普遍认可的数据管理组织模式通常有集中式、联邦式、分散式三种。

集中式

图 4 集中式数据管理组织示例

集中式数据管理组织需在企业设置数据管理负责人与数据管理团队，为专职角色，对所有数据的产生、采集、存储、传输、交换等进行集中式管控。

集中式数据管理组织为“一个数据管理专业组织”负责整个企业级的数据，组织内职责明确，专业化分工较强，目标清晰，组织固定而集中，自上而下的执行驱动力较强。但集中式数据管理组织对数据管理人员能力要求高，必须同时精通企业的业务与技术，同时由于其他部门人员对数据认知与数据管理能力存在不足，跨部门沟通成本较大。

集中式数据管理组织适用于业务类型较为单一的集团性企业或组织管理层级相对简单的非集团性企业。

联邦式

图 5 联邦式数据管理组织示例

联邦式数据管理组织架构按职能和流程进行横向与纵向的划分。在企业设立数据管理负责人，对数据治理的政策、流程、人员进行管控，协同推动数据治理相关活动；在各业务单元设置专门组织或角色，负责本业务领域数据管理工作。

联邦式数据管理组织下根据职责需要设置岗位角色，专业化分工清晰，使数据管理和业务管理更加融合，较好实现横向协调与组织，执行效率高。而联邦式数据管理组织下纵向需要较强的组织与协调能力来推动企业内数据管理工作；相比集中式数据管理组织，联邦式数据管理组织的数据管控力度减弱，业务部门的自主性和参与度，需要更强的评价手段进行监督。

大型集团性企业由于业务类型多、业态复杂，较多采用联邦式数据管理组织模式，由集团发布管理规范，各分子公司具体执行。

分散式

图 6 分散式数据管理组织示例

分散式数据管理组织不设置企业级数据管理负责人，数据治理各项活动分散在各部门内。人员可以更好地理解各业务单元的业务与文化，业务管理在各个业务领域和IT系统上都能够较易实现，数据问题可在单个部门内被快速解决。但分散式数据管理组织架构缺乏企业级数据管理视角和统一管理，跨业务部门的协作难度大，沟通成本高，资源重复建设的情况较多。

综上分析，集团型企业采用集中式或联邦式的组织模式较为常见，而集中式及联邦式两种管理和组织模式并没有严格意义上的优劣之分，集中式并不等于完全的集中管理，联邦式也不等于完全的分散管理，采用何种模式取决于企业的业务管控模式、组织架构特点、数据管理基础能力等，也可以采用融合集中式与联邦式的混合模式。

3 数据管理组织构成

不论数据管理组织采用哪种模式，都需要建立自上而下完整的组织架构体系，明确各层级、岗位的职责，才能保证数据治理工作的有序开展。企业数据管理组织层级通常包括战略层、管理层和执行层，实际操作中根据每个企业的实际情况，每一层由不同的人员或组织担任，形成实体或虚拟的数据管理组织。

图 7 数据管理组织构成

战略层为数据治理委员会，承接企业数据战略，确立数据治理的愿景和目标，指明企业数据治理策略，明确数据治理相关部门的职责，整体从战略层面把控共享数据的意义与价值。

管理层为数据治理办公室，负责数据治理事务的运作和团队管理，为企业共享数据的执行、监督和报告提供支持。

执行层为数据治理实施团队，为数据日常治理的责任人。负责具体开展数据治理工作，处理数据管理过程中的各类问题。

4 数据管理组织的角色与职责

按照数据管理组织构成，数据治理委员会作为企业最高层面的决策者，包括：首席数据官（CDO）、专业协调者等角色。首席数据官（CDO）负责牵头制定公司数据管理工作方针政策，决策数据管理过程中重大事项，审议批准数据管理工作考核结果；专业协调者角色负责审核本专业内标准规范和制度，协调本专业数据管理工作事项及问题。

图 8 数据管理组织架构示例

数据治理办公室作为管理层级，包括：业务专家、数据专家及技术专家等角色，业务专家负责组织制定数据资源目录、数据标准、数据质量规则、数据安全定级、定期发布数据质量分析报告；数据专家负责推动落实数据管理体系、拟定数据管理制度及标准规范，推动数据管理在企业内部的有效运转，协调跨部门、跨领域的数据管理问题；技术专家负责整体数据架构标准的制定、数据治理成果在数据治理平台、信息系统的落地、挖掘数据潜在价值。

数据治理实施团队作为执行层级，设置业务架构师、数据架构师、技术架构师等角色。业务架构师负责落实数据管理各项规定和要求，组织本部门、数据支持团队、信息系统项目组开展数据管理活动，负责数据资源目录、数据标准、数据质量规则的维护更新；数据架构师负责数据采集、数据模型、数据分析应用等方案设计及评审；技术架构师负责技术架构设计、组织技术人员开展数据治理平台建设和运维工作。

5 数据管理组织建设的关键成功要素

（1）数据治理工作必须依靠常设机构来落实，避免因为现有业务的工作量、工作优先级等因素难以推动；

（2）数据管理组织需要建立高层领导组成的数据治理委员会，制定数据治理方针政策，推动跨部门协调工作，同时设立数据治理办公室，组织各方共同推进数据治理工作；

（3）数据治理的工作不能由一个部门独立完成，需要由各部门通力合作、共同推动、共同完成，业务部门的参与程度将会影响数据治理工作的成败；

（4）在数据管理组织建立基础上，进一步建立数据管理规章制度，明确各方职责，能够确保数据治理工作的有效落实。

总结

数据治理作为企业数字化转型的基础保障，也是企业数字化转型的必经之路，企业需要基于自身文化、管理模式，选择并建立合适的数据管理组织模式，推动企业数据治理体系的落地执行。