随着移动互联网和信息技术的飞速发展，如今已经进入到信息时代，各类数据呈指数级增长。据有关资料显示，在2020年全球数据量将达到40ZB，海量数据会带来巨大的商业机会，数据已经成为数字经济的重要战略资源。然而，数据价值的密度与数据总量是一种反比关系，所以高效的管理数据将是企业十分重要的工作。
大数据时代的业务支撑面临着运维、管理、增值三大压力，数据治理是实现数据管理降本增效，提升能力与价值的解决方法。CIO发展中心特别开设了《企业数据治理实践》专题，本期我们特别邀请到威马汽车数据治理负责人刘星，为大家分享威马汽车在数据治理方面的实战经验，并针对当前企业普遍面临的焦点问题，解惑答疑。以下内容是根据威马汽车数据治理负责人刘星的专访整理。
威马汽车 数据治理负责人 刘星
数据治理作为时下的热门话题之一，引起了企业和厂商的广泛关注，但是不乏有些企业对于数据治理的认知停留在初始阶段，而威马汽车已经行走在数据治理的前列。威马汽车数据治理负责人刘星表示，数据治理是一项具有挑战性的工作，项目负责人除了对企业的整体业务非常熟悉以外，还必须要熟悉各个应用系统的功能，例如SAP、PLS、DMS等等，同时他还要具备高度的数据敏感度，即通过应用系统里的数据能够准确识别出数据风险和数据问题。数据治理的质量会直接影响企业的正常运营。
作为一家新兴的新能源车企，威马汽车集团从上到下非常重视数据治理工作。因为威马汽车是一个新兴的造车企业，无论是从业务体量，还是从应用系统产生的历史数据来看，与传统车企相对来说都是轻量化的。但随着集团业务的急剧增长，威马汽车结合业务的实际情况，将数据治理分成了三大领域：研发、制造、营销。从去年开始，从这三大领域同步推进数据治理的工作，并且取得了显著的成绩。
目前，很多企业都趋向于做数据治理，其中，主数据的治理不容忽略。而且主数据是数据管理的基石，必须先行开展。威马汽车主数据管理平台于2019年4月上线，通过考察产品在国内车型的实施情况以及产品的数据管理功能，最终选定Stibo的主数据产品。目前，已经完成物料主数据的管理，车型主数据管理项目也在有序推进中，预计十月前后完成第一阶段系统上线，后续还会启动经销商管理项目。主数据的标准规范，将直接影响企业数据的质量。
大数据体量大、种类繁多，且价值密度低，只有进行有效的数据治理，才能进一步发挥数据的价值。数据治理作为一项长期的系统化工程，需要制定一个合理、可靠并且能够充分满足企业当前业务需求的数据治理框架。
刘星认为，数据治理不仅仅需要建立一个完善的团队，还需要建立一整套完整的系统平台来实现，他结合在威马汽车数据治理工作的经验，将数据治理分为六个方面的内容。
数据评估 首先对数据进行编码，并且对编码规则进行评估，定义相关的字段及其依赖性（与其他数据的一对一、一对多的依赖关系），通过技术手段对现有数据做整体评估。
数据清洗 从技术层面，对数据进行全面的分析。一旦发现现有的一些数据不满足之前定义的编码规则，则需要进行转码。对于一些较大的风险点，则要制定并启动相应的行动计划。
数据监控 通过数据指标来进行监督和控制，对于异常的数据要有一些预警、改进、追踪。
数据维护 数据通过各个应用系统输入之后，需要对数据做一致性检查，并且判断数据的健康度，定期做出数据的健康度报告，对于一些异常的数据能够进行识别并处理。
数据执行 数据从产生到最后生效，会经历一个过程。数据通过业务部门的审批后使其生效，生效后将数据分发到下游的业务和应用系统里。
数据保护 实际上就是从数据安全层面以及权限管理去做统一的规划。
企业中的数据，绝大多数都来源于企业的各个业务部门。对于车企来说，涉及到研发、生产、供应链、销售等多个领域的数据，数据治理工作往往会出现多个部门之间的交互，IT部门与业务部门协作分工是数据治理工作的重要一环。
数据产生于业务，而不产生于IT系统平台。但是IT部门具有数据治理的职责，同时需要保护数据的安全，在企业中，数据是非常多样化的，数据相关的各个上下游业务部门依赖关系十分紧密。数据于IT部门搭建的各个系统中流通，所以IT部门需要结合业务去规划系统，使数据发挥出最大价值。
威马汽车特别设立数据治理部，深入到业务当中，与业务部门进行紧密的合作，双方共同制定关键的数据标准、设立专职应用数据的岗位、职责以及数据应用流程，并且以《数据维护手册》的形式进行颁布。所有业务部门的人员包含数据治理工作中的关键人员，都要严格的按照《数据维护手册》去执行，且有专人进行执行情况跟踪。在这种模式下，IT部门主要负责数据治理流程的制定和监督。业务部门负责流程的落地执行以及数据的维护工作，双方分工协作，以实现数据治理项目的高效推进。
无论是数据平台的建设，还是数据治理工作，都已经成为企业发展的必经之路，数据治理作为一项长期且艰巨的工作，其难度之大、周期之长不言而喻。因此很多企业采取了以长期目标为导向的阶段性实施的方法。
威马汽车在数据治理项目伊始就已经制定了长期和阶段性的目标，同时将数据治理部门拆分成若干小组：第一个是标准化定义小组，负责将来自于企业研发、制造、营销等各个业务领域的数据进行标准化；第二个是专项小组，主要负责针对突发的数据问题进行专项推进。此外，设立专门的项目组负责主数据管理平台的建设，逐渐把集团级的数据转移到主数据管理平台上进行集中管控。得益于上述“三位一体”的组织建设，威马汽车便可以将数据治理的长期目标和阶段性目标结合起来去开展。
如何进行数据治理阶段性效果的评估呢？威马汽车会组织定期（每月）的会议，向集团的数据治理委员会汇报数据治理的阶段性成果，同时也可以在会议上提出新的需要委员会决策的问题。数据治理委员会由各个部门高管组成，得到委员会的授权认可后，再由数据治理部门进行项目推进，这样决策落地的难度会大大减小。
在传统车企，往往面临着组织机构厚重，变革困难的挑战，而且由于部门间的协同不畅，容易产生信息孤岛的现象，这些阻碍往往会导致数据治理在企业实践过程中难以落地，得不到立竿见影的价值。但从客观角度来说，数据治理的必要性不容小觑。如果企业不做数据治理，垃圾数据增长到一定的体量，就会给企业的运营、业务的流转以及企业发展带来不可逆转的伤害。
数据治理的落地取决于管理层的决心和意志。企业数据治理难以落地的原因在于缺少组织的支撑。威马汽车成立数据治理委员会，该委员会由各个关键业务领域（研发、制造、营销、质量等方面）的高层领导联合组成，在数据治理过程中，如果遇到的问题，需要将问题的原因分析，方案优缺点评估向委员会汇报，经过数据治理委员会成员的共同探讨和决策，最终制定合理的解决方案，由数据治理小组和相关的业务部门共同推进，使数据治理在落地过程中更加顺畅。数据治理短期的意义在于“有病治病”，通过数据能够及时发现企业的相关问题，并且快速、有效地解决。长期来看，数据治理需要不断地整改业务平台，不断地规范业务数据实操，最终提升数据质量。
大数据时代虽然带来了海量的数据，同时也带来了数据安全隐患，企业运营过程中，关注点往往会放在业务组织架构和流程，以及业务模型等，因此数据安全往往被忽略。数据只有得到有效的使用，才能产生价值。从原则上来讲，企业要制定数据的开放权限，提供给真正使用的人员。
威马汽车的数据安全部门独立于数据治理部门，数据安全部门设立完善的权限分配原则，并且具备专业可靠的数据监控工具和策略。在相应的安全策略下，通过数据安全的工具，可以有效防止数据泄露及其他数据安全问题。
数据治理工作的推进过程中，IT部门犹如在暗夜中前行，存在诸多挑战与阻碍，威马汽车目前取得的优异成绩，来源于不断的尝试与探索。为了助力更多车企在数据治理的道路上更加快速的发展，刘星提出了以下建议：
首先，IT和业务分工协作。业务部门本身不具备数据治理的能力，并且不具备全局的数据规划能力，需要将数据开放给数据治理的团队。
其次，对于正在推进数据治理的企业，在组织上需要强大的体系化的支撑。数据治理要建立如数据治理委员会这样的组织，自上而下地推行相关工作，解决相关问题，而不是各个业务部门分别去做数据治理，这将能有效地提高数据治理的工作效率。在建立体系化支撑的时候，IT部门还需要考量诸如数据的标准体系、质量体系、搭建主数据平台、管控的规章制度，对业务人员的绩效考核等等。有了体系化的支撑，数据治理的相关工作就非常容易推进了。
数据治理是改善数据质量的重要手段，数据质量管理是数据治理的核心，在数据治理的推进过程中，结合企业自身情况，搭建合理的架构，优化部门之间的协同合作，保障数据流通的安全是企业需要考量和注意的问题。于大数据时代充分发挥数据价值，促进数据资产的转化，将为企业的发展带来新的利益增长点。
主数据管理公司Stibo Systems思迪博是主数据管理解决方案（MDM）的可靠来源。我们的解决方案是全世界有前瞻性思维的公司的驱动力，这些公司已经解开了他们的主数据的战略价值，赋予他们改善客户体验、推动创新和成长的作用，并为数字化改造创造了必要的基础。我们为企业提供他们所需要和期望的数据透明度——提供单一、准确的主数据视图——以便他们能够做出明智的决策，并可以帮助他们实现扩大规模、范围和实现雄心壮志的目标。Stibo Systems思迪博是Stibo a/S集团的子公司，集团成立于1794年，总部位于丹麦奥胡斯。更多信息，请访问stibosystems.cn网站。
