我可以在電子郵件中處理的胡言亂語是有限度的，上周，一份SubStack時事通訊大膽宣布，“揭開復雜性：理解數據治理程序失敗的原因”，這一限制被打破了。

我不會提及消息來源，以免讓有錯誤的一方難堪。盡管如此，第一條線索是，這篇文章列出了治理計劃失敗的五個“共同原因”以及每一個的解決方案，全部用了短短600個字。我懷疑我能用六百個字來“解開其復雜性”。我把這樣的內容歸類為嘩眾取寵。

嘩眾取寵：這個詞源于“捕捉掌聲的詭計”，其含義演變為“炫耀的、廉價的談話”，在某種程度上，還意味著“胡說八道”。嘩眾取寵的定義：華而不實或自命不凡的談話或寫作。同義詞：廢話、夸夸其談、吹毛求疵、咆哮。

更糟糕的是，這五個原因是如此普遍，以至于它們可以應用于任何IT或業務轉型計劃。這些解決方案甚至不是解決方案，只是對解決方案應該是什么的建議。

所以，我會一個接一個地講。

數據治理在現代業務環境中扮演著舉足輕重的角色，確保公司能夠有效地管理、保護其數據資產并從中獲得價值。然而，盡管人們越來越意識到數據治理的重要性，但許多項目未能交付預期的結果。在本文中，我們將深入研究數據治理計劃失敗背后的常見原因，并探索克服這些挑戰的潛在解決方案。

首先，是那些未經證實的聲明：

“關鍵角色”——是嗎?數據治理只是數據管理的一個組成部分，每個組成部分都至關重要。它特別關鍵的是什么?

“現代商業景觀”——那到底是什么?根據我的經驗，不只有一個。

“人們越來越意識到數據治理的重要性”——Google Trends會做出不同的反應。除了在全球范圍內僅在五年內小幅上升外，這個話題只會因為對中國的興趣而大幅增長，我們可以肯定，這個話題的起源是希望“有效地管理、保護他們的數據資產，并從他們的數據資產中獲取價值”，但主要是出于壓抑和邪惡的目的。

缺乏明確的目標和與業務目標的一致性：數據治理計劃失敗的主要原因之一是缺乏明確的目標和與業務目標的戰略一致性。當公司未能為其數據治理計劃定義具體的、可衡量的和可實現的目標時，展示價值并確保利益相關者的持續支持就變得具有挑戰性。

這是每一次失敗的借口。與業務目標保持戰略一致：

他們的數據治理計劃的具體、可衡量和可實現的目標。

當計劃是戰略性的時，這些指標往往是不完整的、人為的，而且在大多數情況下是不可知的。即使是最終的“利益相關者”也很難定義，而且數據治理永遠不能在執行戰略中發揮核心作用。充其量，它只是一個潤滑這一過程的工具。

解決方案：在數據治理工作和總體業務目標之間建立牢固的聯系。清楚地傳達數據治理如何與公司的戰略目標保持一致，以及它如何有助于改進決策、合規性和運營效率。

這不是一個解決方案，這只是一些沒有解釋的愿望：1)這將如何解決問題2)如何建立、溝通和協調。治理計劃的總體業務目標可能只是理論上的。與戰略目標保持一致甚至可能不是目標，因為具體的戰術或新出現的問題推動了這一努力。治理如何有助于決策、合規和運營效率，可能只有在事后才能理解。

領導力和利益相關者參與不足：成功的數據治理需要公司內關鍵利益相關者的強大領導力和積極參與。當領導者未能支持數據治理事業或利益相關者沒有積極參與時，可能會導致缺乏承諾和所有權，最終導致計劃失敗。

關鍵利益相關者的領導力往往是短暫的：他們在一開始就為努力的成本和破壞提供辯護和支持，然后悄悄地后退，直到項目以某種方式取得成功，或者后來加入指責風暴的大合唱。關鍵利益相關者的領導很少是失敗的解毒劑。

來自公司內關鍵利益相關者的強大領導力和積極參與

“關鍵利益相關者”和“利益相關者”之間有什么關系?關鍵的利益相關者很可能是該計劃的幕后黑手，但他們與其他利益相關者，大概是每個人之間如何才能保持一致呢?

解決方案：指定一位有權推動計劃的專職數據治理領導或團隊。培養數據管理文化，并確保關鍵利益相關者了解數據治理對其各自領域的好處。定期溝通項目的進展和成功，以保持興趣和支持。

“有權推動程序的數據治理領導或團隊”——通常，這就是項目崩潰區，困難會在這里找到替罪羊。為了避免指責，這些領導人經常對治理原則進行過于嚴格的解釋，將缺乏支持和停滯混為一談。數據管理員是大約20年前出現的一個想法，但他們并不享有很好的聲譽，因為他們的角色太窄，不能讓程序變得靈活。

敏捷性還有助于戰略一致性——你的戰略在你的業務運營中的反映程度如何。如果沒有敏捷性，你的公司就無法持續地執行新的戰略，而不進行長期的變更。事實上，只有當戰略變更發生的速度慢于公司的響應速度時，你才能實現戰略一致。

這種一致性或缺乏一致性，可以在公司的業務活動或前線活動中看到。事實上，制定公司戰略的人和執行公司戰略的人之間的議程分歧和溝通不暢是長期存在的問題。這些脫節可能會阻礙高管領導層獲取正在發生的事情的信息，以及他們在看到需要時改變公司行為的能力。

此外，當數據治理應用于大型企業的關系數據時，管理是一項簡單得多的工作。如今，來自更多數據類型和數據來源的數據增加了數量級，而且流動速度往往快于基礎設施可以整合的速度，因此管理是一種糟糕的治理解決方案。

培養數據管理文化

什么是數據管理文化，你會采用什么方法?

“文化”——這是第一次出現“文化”這個詞。在每一次失敗的倡議中，文化問題都會上升到關鍵原因的首位。文化是什么?如果你問IT人員他們代表公司的哪個部門，他們很可能會說IT或類似的話。從IT公司(或項目的主承包商和推動者)的角度來看，文化被定義為其他所有人，“企業”，或者更居高臨下的“用戶”。如果你問任何不在IT領域的人同樣的問題，他們不會說，“我是‘企業’，他們會認同他們在公司中的角色和位置。”

數據質量管理不足：數據治理與數據質量管理有著內在的聯系。糟糕的數據質量可能會破壞治理計劃的有效性，導致不準確的洞察力、合規性問題和對數據的信任降低。

DQM很難實現——可能比治理更麻煩。醫學與化學有著內在的聯系，但這并不能指導如何行醫。最近出現的AI驅動的DQM解決方案在一定程度上是有幫助的。盡管如此，數據海洋中語義的不和諧以及人類語言的模棱兩可的性質，使得DQM成為治理的先決條件近乎荒謬。

解決方案：實施強大的數據質量管理流程，包括數據分析、清理和監控。建立數據質量指標并定期評估關鍵數據集的質量。教育數據利益相關者保持高數據質量標準的重要性。

這不是一種解決方案，只是一種抱負。有了這個建議，作者有沒有給你任何關于如何進行的方向?復雜性的解體在哪里?

變革阻力和文化障礙：變革阻力是數據治理項目成功的常見障礙。公司可能面臨文化障礙，員工不愿采用與治理相關的新流程或技術。

為什么人們抗拒改變呢?對于與晦澀難懂的“文化障礙”不同的解釋，請參閱我之前的文章，想要正確地實現數字轉型嗎?解決遺留下來的問題。

解決方案：確定應對文化挑戰的變革管理戰略的優先順序。提供全面的培訓計劃，幫助員工了解數據治理的好處以及它如何與他們的日常職責保持一致。培養一種視數據為戰略資產的文化。

有既定工作慣例和流程的人，以及對其角色的目標和尊重感到不寒而栗的人，有兩個詞會讓人不寒而栗：“改變”和“管理”。作者提出的文化挑戰部分是正確的，但要復雜得多。

人們在他們的工作場所框架內形成了一種認同感和歸屬感，這與他們的工具、做法和流程深度交織在一起。這些文化元素是提供穩定、安全和延續感的支柱。因此，當面對變化的前景時，個人可能會經歷焦慮、不確定和對失去身份的恐懼。通常，他們將這些恐懼表現為被動抵抗，制造障礙，拖延或破壞進展。對留下某些東西的恐懼可能源于對放棄權力、動態或社會等級制度的抵制。變革可能會挑戰現有的權力結構，并重新分配資源、權力或特權。

技術基礎設施不足：成功的數據治理依賴于正確的技術基礎設施來支持數據管理、集成和安全。技術不足或過時可能會阻礙數據治理計劃的實施和可持續性。

“數據治理依賴于正確的技術基礎設施”——“天哪，你能給我買輛梅賽德斯-奔馳嗎?” Janis Joplin。因此，除了DQM，治理還依賴于正確的基礎設施。這種認為公司是有公司的簡單化觀點是自相矛盾的。企業通常由不同的企業、法人實體、司法管轄區和法規組成。公司漂移源于合并和收購、合資企業和動態供應鏈。所有這些變化使得簡單、高級別的治理方案無法實施，并給公司帶來了相當大的負債。

遺留數據增加了挑戰。伴隨著安全性不足的是上一代的元數據解決方案，這些解決方案有效地解決了必須以關系格式查詢并經常聯接的行和列。這種方法已經有幾代人的歷史，需要根據數字公司的要求進行修改。

解決方案：投資于符合公司需求的現代數據治理工具和技術。確保所選工具可以支持元數據管理、數據沿襲跟蹤和安全措施。定期評估和更新技術堆棧，以跟上不斷發展的數據治理需求。

當然，所有的建議都是好的，但解開這一切的復雜性是一個NP困難的問題。

數據治理是一個復雜且持續的過程，需要戰略方法、領導力承諾和所有利益相關者的積極參與。通過解決常見的陷阱，如目標不明確、領導不足、數據質量差、對更改的抵制和過時的技術，公司可以提高其數據治理計劃的成功機會。采用全面和結構良好的數據治理方法將為公司釋放其數據資產的全部潛力并推動數字時代的明智決策鋪平道路。

我的看法

數據治理只能是一個局部過程，它需要權衡和無情的優先順序，領導者必須選擇對公司戰略具有最重要核心意義的問題，并提供最大限度的保護，同時確保公司能夠盡可能有效和具有競爭力。技術創新的節奏超過了大多數公司在下一項技術到來之前實施每一項新技術或改進技術的能力。