數據戰略必須來自對業務戰略中固有數據需求的理解，這些需求驅動了企業的數據戰略。數據戰略是一個為了用數據驅動業務，實現企業業務目標而制定的一系列高層次數據管理策略組合，它指導企業開展數據治理工作，指明了企業數據應用的方向。

詳見：數據治理：數據戰略從制定到落實的8個要素

01 數據戰略的三要素

數據戰略是企業為實現企業發展和運營目標而做出的數據規劃和部署，它主要包含3大要素：戰略定位、實施策略和行動路線，見下圖：

數據戰略的3個要素

1、戰略定位

戰略定位回答了“做什么”“不做什么”的根本問題，用來定義戰略目標。企業數據戰略的規劃設計不僅要有對齊企業戰略的“長期目標”面向愿景，還要兼顧解決當前問題的“短期目標”。

在制定數據戰略定位時要重點考慮以下幾個核心問題：

• 企業的痛點需求是什么？

• 企業的業務目標有哪些？它們與數據需求是什么關系？

• 企業確定數據管理業務目標的依據是什么？

• 為確保數據管理能實現業務目標，可以采用哪些衡量標準或關鍵績效指標？

• 數據管理的組成部分是如何實施的？如何測量其有效性？

• 如何確定長期和階段性成果？

• 數據治理的投資計劃（人力和資金）如何？期望的投資回報率是多少？

先來看一個案例

案例：某商業銀行制定數字化轉型的數據戰略

——————————————————————————

過去幾年，商業銀行受到來自互聯網公司和數字金融公司的挑戰。而2020年年初席卷全球的新冠肺炎疫情讓銀行客戶的行為從線下轉到了線上，這對商業銀行的數字化轉型起到了巨大的推動作用。

該商業銀行以“實現數字化轉型”為數據戰略愿景，并確定了支撐這一戰略愿景的4個業務目標。

• 數字化營銷：建立完整的用戶畫像，進行全渠道觸達，以實現金融數字業務的完整閉環。

• 數字化風控：基于商業銀行積累的大量數據，更準確地預測客戶的風險，實現風險和收益的平衡。

• 金融產品的精細化管理：包括差異化定價、產品組合管理、產品創新。

• 銀行的內部控制：規避操作風險，進行風險預測預警和員工行為監控等，以確保銀行數據的安全合規使用。

——————————————————————————

2、實施策略

實施策略解決的是“怎么做”“由誰做”“做的條件”“成功原因”等問題，是戰略落地的“致勝邏輯”。

（1）怎么做

“怎么做”是指采用什么策略保證目標的達成。DAMA給出的數據管理知識體系中有11個專業數據管理領域，如數據架構、數據建模和設計、數據安全、數據存儲和操作、參考數據和主數據、元數據管理、數據質量等，難道企業需要把這11個專業領域全部都做一遍嗎？顯然不是。企業應根據自身現狀和業務目標，選擇合適的數據治理策略，或全域治理，或選擇個別亟待治理的領域進行治理。

（2）由誰做

“由誰做”是指要明確數據治理的組織、角色分工、職責及決策權。

（3）做的條件

數據戰略的實施必須明確數據管理和應用所需的條件，如企業內外部數據管理和使用環境如何，企業的數據管理能力成熟度情況怎么樣。

（4）成功的原因

影響數據治理的因素有很多，主要包括戰略、組織、文化、流程、制度、數據、人才、技術和工具9個方面。每個因素都可能會影響到數據戰略的成功或失敗，企業應設計每一個實施策略。

根據筆者多年的所見所聞及親身參與數據項目的經驗，一個數據戰略的成敗很大程度上是由致勝邏輯決定的。

數據治理的成功總是相似的，但失敗卻各有原因。數據治理失敗的原因主要有目標不明確、范圍不清晰、主導人員分量不足、參與人員不夠積極、過度迷信平臺和工具、過度依賴外部資源等。

戰略定位是讓人們做正確的事，而“致勝邏輯”是讓人們正確地做事，兩者一個是目標，一個是實現目標的方法。事前想清楚數據戰略的致勝邏輯的成本要比事后總結教訓低很多。

3、行動計劃

行動計劃是為落實戰略目標或指導方針而采取的具有協調性的計劃安排。行動計劃回答了“誰”“在什么時間”“做什么事”“達成什么目標”的具體問題。行動計劃要可執行、可量化、可度量，遵循PDCA的閉環管理，需要定期進行復盤和總結。

制定數據資產管理項目的實施路線圖時，不僅要考慮項目優先級和項目依賴關系，還要綜合考慮公司信息化建設現狀、內部組織對數據資產管理的支持程度以及對服務時間和人力資源的調配能力。最重要的是要結合公司業務場景和生產經營管理中的具體情況，制定可落地的數據治理行動計劃。

數據治理是一個不斷迭代、持續優化的過程，不可一蹴而就。

經驗告訴我們，數據治理絕對不是引入先進技術和高端軟件就能夠成功的。項目建設過程需要企業高層的高度重視并給予充分的資源支持，需要有經驗豐富的顧問團隊，需要技術部門和業務部門的通力協作，這樣才能提高項目建設的成功率。

同時，數據治理不是“一次性項目”，一個數據治理項目的成功并不代表數據戰略的成功，一個數據治理項目的成功不是企業數據治理的終點，而是新的起點。

“路漫漫其修遠”，企業數據治理需要的是持續運營，將數據治理形成規則，融入企業文化，這是企業數據治理之根本。

02 實施數據戰略的5個步驟

數據戰略的制定以企業戰略為基礎、以業務價值鏈為模型、以管理應用為目標、以可執行的活動為步驟，基于系統化的思維挖掘信息以及信息間的規律，并經過科學的規劃和設計，形成企業數據化運營的藍圖。

為實現業務目標，可以設計多種策略。每一種策略都將遇到不同的困難，需要調動不同的資源，運用不同的工具，因此應根據對環境、自身條件的仔細評估來選擇最佳策略。企業數據戰略的實施包含5個步驟：環境因素分析、確定戰略目標、制定行動方案、落實保障措施和戰略評估優化。

圖：數據戰略實施的5個步驟

1、環境因素分析

數據戰略的制定需要對影響企業的內外部環境因素進行詳細分析，從而做出合適的選擇。環境因素分析模型如圖所示：

圖：環境因素分析模型

1）內部環境因素

影響數據戰略的內部環境包含但不限于：

• 企業發展和運營的業務戰略規劃；

• 企業的主價值鏈；

• 企業的相關制度和政策；

• 企業信息化建設現狀和未來發展方向；

• 高層領導和業務部門對數據戰略的支持情況；

• 業務部門的業務需求痛點等。

  
  

2）外部環境因素

影響數據戰略的外部環境有社會、經濟、法律、政治、文化、技術等方面的因素，以及以上各個因素可能發生的變化。例如，歐盟《通用數據保護條例》（GDPR）的實施會對在歐盟范圍內開展業務的企業造成一定的影響，企業要在歐盟開展業務，就必須遵守GDPR法規。

制定數據戰略時要綜合考慮內外部環境的各個相關因素，使數據戰略成為企業戰略不可分割的重要組成部分。由于每家企業所處的內外部環境不同，企業數據戰略應形成自身的獨特模式，其他企業的數據戰略可以借鑒和參考，但不能盲目照搬。

另外，外部環境和自身條件會隨時變化，因此企業需要具備隨著環境變化及時調整數據戰略的能力。

內部環境分析常用的工具有價值鏈分析、競爭分析、波士頓矩陣等。外部環境分析常用的工具有波特五力模型、PEST分析等。選擇數據戰略常用的工具有 5W1H分析、SWOT分析等。

延伸閱讀：基于5W1H分析法的數據治理戰略規劃

———————————————————————————

5W1H的具體內容如下

• What（做什么）：數據治理的內容和范圍。

• How（怎么做）：數據治理的實施路徑、方法和策略。

• Who（誰來做）：數據治理的責任主體、組織機構和崗位分工。

• When（什么時間做）：數據治理的實施計劃表。

• Why（為什么做）：數據治理的目標。

• Where（在哪里做）：數據治理的應用場景，如支持系統應用集成、支持決策分析。

在數據治理戰略的規劃設計中，Why是最重要的問題。只有明確了戰略目標，才能指導后續的工作，方向如果錯了，就會越走越遠。

———————————————————————————

2、確定戰略目標

企業數據戰略目標的制定，需要與企業內外部環境相匹配，以便隨著環境的變化，對數據戰略目標進行靈活調整。在數據戰略目標制定的過程中，需要遵循以下原則。

1）數據戰略來源并服務于企業戰略

數據戰略要與企業戰略一致，企業需要結合自身的業務發展要求來制定數據戰略。例如：一家生產制造企業，其數據戰略是緊緊圍繞企業的生產開展的，通過數據治理實現“降本、增效、提質”的目標；而一家零售企業，其數據戰略更注重于客戶/會員的發展能力和客戶服務水平的提升，以及客戶畫像、行為預測、精準營銷等。

數據治理的需求始于數據所承載的業務價值，而非技術或IT因素。

2）數據戰略的制定要立足于企業現狀

企業數據戰略目標的制定要立足于企業現狀。戰略目標定得太高，“可望不可及”則變成空中樓閣；戰略目標定得太低，“可望便可及”則沒有足夠的吸引力和動力；適度目標是“可望跳可及”的目標，即企業經過努力，在幾次“驚險的跳躍”后可達到的高階目標。

3）數據戰略目標需要全員貫徹

企業數據戰略是業務戰略的支撐，其成功實施需要企業的利益相關方全員共同努力，而不能只有少數人參與。制定數據戰略后，企業首先要做的是進行數據戰略的宣貫，讓企業全員都理解企業的數據戰略，進而建立全員的數據質量意識和數據安全意識，并將這種意識轉化為行動力，在潛移默化中規范數據操作，提升數據質量，實現數據價值。

3、制定行動方案

在確定了數據戰略目標之后，需要對戰略目標進行分解，將一個大目標分解成若干個可執行、可量化、可評估的小目標。根據這些小目標，可以將數據戰略劃分為若干個階段并設置一些戰略控制點，確定每個階段的起止時間、負責部門/崗位/角色/人員、明確輸入和輸出成果等，漸進式地逼近終極目標。在此過程中，將短期利益與長遠利益相結合，兼顧局部利益與整體利益，既要積極推進又要確保穩妥，在這些因素的約束下選擇相對合理的實施路線圖。

企業的數據戰略行動方案一般包括如下4個要素。

• 數據戰略目標：企業數據管理的愿景和目標。

• 數據治理指標：定義了數據治理目標的衡量方法。

• 數據治理規則：包括與數據治理相關的政策、標準、合規要求、業務規則和數據定義等。

• 數據治理權責：規定了由誰來負責制定數據相關的決策、何時實施、如何實施，以及組織和個人在數據治理策略中該做什么。

4、落實保障措施

為實現數據戰略而建立的保障措施主要有數據治理保障體系及技術和工具體系。

1）保障體系

為了實現數據戰略目標，企業需要開展各項數據管理活動，而數據治理保障體系就是為這些活動所提供的各種保障，它主要包括以下四部分。

• 數據治理組織：由參與企業數據治理活動以及與數據利益相關的業務組、IT團隊、數據架構師和DBA等組成，其職責是推動數據戰略的實施。

• 數據標準規范體系：建立數據標準化的過程，通過統一梳理數據，識別數據資產，并對數據的分類、編碼、屬性、業務規則、安全策略、存儲策略、管理要求等內容進行規范化定義，在組織范圍內形成對數據的一致性認知。

• 數據管理流程：定義數據的創建、變更、使用流程和相關策略。

• 數據管理制度：定義數據管理歸口/主責部門，明確數據管理的角色分工、崗位職責、操作要求以及相應的考核措施等。

數據治理保障體系是數據戰略落地和數據治理策略執行的重要保證。

2）技術和工具體系

數據戰略目標不同，數據治理技術和工具也是不同的。通常來說，數據治理技術和工具包括元數據管理、主數據管理、數據質量管理、數據安全管理、數據標準管理、數據集成等。技術和工具體系是數據治理的術和器層面的內容，詳見第四、五部分。

5、戰略評估優化

戰略評估是以戰略實施過程及其結果為核心，通過對影響并反映戰略管理質量的各要素進行總結和分析，判斷戰略能否實現預期目標，以便對數據戰略做出優化和調整。數據戰略評估與優化的過程如下：

1）將數據戰略目標關聯業務價值，形成可定性和定量評估的衡量指標；

2）在整個數據戰略實施過程中跟蹤進度并做好記錄，以供審計和評估使用；

3）由管理層定義和批準數據戰略業務案例和投資模型，以確定如何將數據治理工作落實到位；

4）由企業數據利益相關方直接參與評估指標的創建和驗證；

5）將預期結果與實際執行結果進行比較，發現問題和不足；

6）采取必要的糾正措施以保證行動與計劃的一致性，從而不斷完善和優化數據戰略。