数据治理？别只盯着方法论了，没‘人‘你玩个锤子！

今天批判性的聊聊数据治理。

最近跟几个圈子里的朋友喝茶闲聊，天南海北一通胡侃，最后话题还是拐回到数据治理这摊子事儿，然后大家开始吐槽：

"我以前看那些DAMA、DCMM、华为数据之道，就像看武功秘籍，什么委员会、责任人、建章立制、定标准、跑流程、上平台、买工具……刚开始特别激动，以为只要把这些‘模板化’拿来套，治理难题就能迎刃而解，结果一上线才知道，很多环节根本推不动........"

"当年我也信啊！一把手拍板支持，办公室挂牌，第一年那叫一个轰轰烈烈，感觉数据'新纪元'就要来了！"

"结果呢？领导换了，风向变了，之前搞的那堆东西，现在还剩啥？一堆没人看的文档，一个空壳委员会。凭良心说，那玩意儿当时就没真正'长'到业务流程里去！那点'间接价值'，业务凭啥搭理你？"

"现在？呵，还不是靠几个老伙计天天'救火'续命！"

哥们儿的苦水，不是个例。

这是无数数据团队正在经历的"理论丰满，现实骨感"的真实写照。

我们似乎都在拿着各种"先进"的理论地图，要去开垦一片数据的沃土良田。

却忘了问一句：这地图跟你家那块盐碱地，配吗？给你地图的人，自己真种出过粮食吗？

01 | 管理的"空中楼阁" vs 技术的"苟且红利"：理想与现实的残酷二选一？

咱们做数据治理，心里得门儿清。手里的活儿，说白了就两大块，但这两块在企业里的"待遇"，那可是天差地别：

第一类："管理派"的宏大叙事——试图绘制完美的蓝图

❶ 听起来"高大上"且"治本"：

成立跨部门委员会、任命数据责任人、发布管理办法、定义上千个数据标准、梳理核心业务流程……

这套操作，充满了顶层设计的理性光辉，目标直指"根治"数据乱象，老板很容易上瘾。

❷ "理想丰满，现实骨感"

基因决定论： 

但大多数公司的"基因"，真的允许这么搞吗？

部门墙厚得跟城墙似的，流程固化得像化石，核心产品要变革都磕磕绊绊，指望为一个"看不见摸不着"的数据去动大手术吗？

企业的基因，"一出生实际就决定了"，基业长青的书说了，大多数公司都是路径依赖，特别是传统企业，要它革自己的命，难！

理论"原罪"： 

那些理论，比如DAMA，大多是"舶来品"，水土不服是常态。

更扎心的是，很多理论成型时，大数据还没出现呢，数据要素，数据确权，数据交易这些关键概念更是没影了，过去的这些“专家"怎么能预测这么多呢？自己更不可能干过。

或者就是在完全不同的企业土壤（比如华为那种舍得砸"巨量资源"搞流程再造的）里搞出来的，学不来。

我甚至觉得，照搬企业治理那套用在"数据要素"这个新物种上，本身就可能不适配，比如现在在提的数据资产入表，相对于传统生产要素，差异大了点。

价值"画饼"：

数据治理那点"间接价值"，怎么量化？

怎么让业务老大在KPI压力下，牺牲效率陪你玩？根本不足以吸引业务真正参与进来！

最后往往是IT部门唱独角戏，或者变成少数理想主义者的"行为艺术"。

❸ 结果："人走政息"

一把手重视时，还能热闹一阵。

一旦风向变了，或者当初的推动者离开了，这套"空中楼阁"很快就"随着运营的缺失，慢慢失去了价值"。

第二类："技术派"的务实求生——在泥泞中匍匐前进

❶ 看起来"没格局"但"管用"：

下游发现数据脏了，与其去跟上游扯皮（大概率扯不清楚，或者人家根本不理你），不如自己写个脚本洗洗。

ETL报错了，赶紧修复。性能慢了，加索引优化。

问题明确具体，小快灵，自己能搞定。

❷ "存在即合理"：

虽然这无法根治问题，甚至有点"头痛医头"，但它"短时期适应了当前的企业生产关系"！

它保证了数据能用，业务不停摆。在很多情况下，这已经是能争取到的最好结果了。

对外界依赖度低，更容易成功拿到结果。

❸ 享受"苟且红利"：

是的，你没看错，是"红利"。因为这种方式成本低（相比推动全局变革）、见效快、风险小。

虽然不完美，但它让系统活下来了。

💡 核心的拧巴在哪？

在于我们往往用"管理派"的理想去评判"技术派"的现实，用"治本"的口号去否定"治标"的价值。

结果就是，管理治理搞不下去，技术治理又被认为是"没水平"，两头不落好，最终大家一起在泥潭里打滚。

02 | 看不见的"选择"：为什么"救火"才是常态，甚至是最优解？

当资源有限、时间紧迫、组织掣肘成为常态时，那些看似"被动"的救火，背后其实隐藏着企业的"理性选择"。

现象一："源头治理"？说得轻巧！源头TM在哪儿？ ❓

总有人喊着要"从源头治理"。说得好听！

一个数据，从业务人员录入开始，流经N个系统，经过N次加工转换，哪个环节是"源头"？

是最初的录入规范没做好？（"存量流程尽量不要动，影响效率，包袱太大！"）

是中间的业务流程设计有问题？（"先得有业务，再有流程，治理是非常后面的事情！"）

是技术接口传输丢了数据？

还是来源于"不可控的第三方"？（这你怎么"源头"法？）

所谓的"源头治理"，往往是一个极其复杂、牵扯极广的问题。强行推进，大概率是"做事不分主次"，或者直接把业务搞黄了。

现象二："救火"是业务优先的"最小代价"策略 🔥

下游数仓团队抱怨数据脏，OLAP跑不出好结果。但上游OLTP团队为了保证交易顺畅和效率，可能就认为牺牲点数据规范性是值得的。

谁对谁错？没有谁比谁更高级！这是不同环节的"站位问题"和"优先级问题"。

在这种情况下，下游通过清洗、转换、补偿来"救火"，虽然麻烦，但相比去改造上游核心交易系统，"这个代价对企业来讲其实最小"！

要承认，"救火"体现了业务优先的原则，它就是很多场景下的合理选择！

现象三："完美治理"是奢侈品，多数人需要的是"经济适用房" 🏠

追求数据的绝对干净、完全标准，就像追求住进完美无瑕的豪宅。这需要巨大的投入和持续的维护。

"狭义范围的数据治理，本质上是富人要考虑的事情。"

对于大多数还在求生存、谋发展的"中产和穷人"来说，首要任务是盖一个能遮风挡雨、基本功能齐全的"经济适用房"。

数据能用、大致准确、别出大乱子，可能就够了。

过度追求"完美"，反而可能拖垮自己。"容忍数据瑕疵的存在"，可能是一种更成熟、更务实的心态。

自己在做主数据时也有感觉，除非业务真要塌了，否则为了看起来不舒服的那几个流程断点就大张旗鼓的去做，经济上是不划算的，而且做完主数据你会发现，主数据本身又会带来新的问题。

03 | "夹心饼干"的呐喊：别跟我谈方法论，给我几个能打的"兵"！ ⚔️

作为数据负责人，或者数据治理的推动者，你是不是也经常感觉自己像个"夹心饼干"？

向上，要讲DAMA、DCMM，要画蓝图，要显得专业、有规划。

向下，要面对一堆烂摊子，要安抚天天救火、怨声载道的兄弟们。

对内，还要跟自己的"良知"打架：明知道很多管理措施是"屠龙之技"，为了交差还得硬着头皮推。

这种拧巴，根源在哪儿？

在于我们把希望寄托在了"方法论"和"工具"上，而忽略了真正能解决问题的，是"人"！

关键时刻，救你命的，从来不是那本厚厚的制度手册，而是那个关键的"人"！

• 重大故障谁来扛？

系统数据突然对不上，业务面临巨大风险。这时候靠规则？规则覆盖不了"随机性"！靠的是那个懂数据、懂业务的"工匠"，靠他"随机应变"找到症结，拿出方案！

• 安全事件谁破解？

日志里找非法代码，靠的是顶尖的"专家"！

• 平时的小火谁来灭？

靠的是那些经验丰富的"救火队员"！

这些人，才是你数据不出大乱子、能在关键时刻"续命"的底牌！他们的价值被远远低估了！

Deepseek梁文峰就说了："我们锻炼起来的队伍才是核心竞争力！"

数据治理的核心竞争力，不是你掌握了多少理论，而是你有没有一支"锻炼起来的队伍"！

04 | 破局之路：放弃"治理洁癖"，拥抱"人才红利" 🧑‍💻

困局难解，但死局并非无路可走。出路可能就在于转变我们的认知：

第一，从"消灭救火"转向"高效救火 + 工匠压阵" 👨‍🚒

要承认，"救火"是常态，可能永远无法消灭。与其跟它死磕，不如想办法：

• 容忍小的瑕疵，让小的救火效率更高。

比如用智能化、自动化手段辅助发现和修复一些常见问题。

别动不动就想"举一反三"挖根源，"根子问题最终会推理出企业基因问题，这个不是你能解决的！"

• 识别和培养"工匠"人才。

让他们成为处理重大、复杂问题的"尖刀连"。

给他们授权，给他们资源，让他们在关键时刻能顶上去。

第二，治理的重心从"建体系"转向"建人才池" 🏊

"人既然是数据治理的第一要务"，那最靠谱的做法是什么？

• 给数据团队加编制！别扯没用的，人手都不够，谈什么治理？
• 建立人才池！不仅要有干活的，还要有能带队的，有能攻坚的专家。
• 营造好的成长和流动环境！让技术人员有盼头，让他们的经验能沉淀、能传承。
• 让人才"溢出"到业务部门！这才是真正改变数据文化的"长期主义"做法。

虽然可能要"寄希望于下一代"，有点悲伤，但这就是"大道和规律"。

第三，让"工匠"成为治理的"导航员" 🧭

当你的"工匠"队伍成长起来后，他们"就真的能做到知行合一"。

他们会基于实践经验，帮你判断：

• 哪些场景，投入产出比高，值得用体系化的方法去"举一反三"解决。
• 哪些场景，要么代价太大，要么企业基因不行，"不要强行做，这个违背世间的大道和规律"。

让听得见炮火的人来指挥战斗！

小结 📝

数据治理这场仗，打了这么多年，我们还是要重新思考下是否该换个打法。

不要只捧着那些"放之四海而皆不准"的理论当圣经。

不要鄙视那些看似"苟且"的技术手段和"救火"行为了，它们往往是现实约束下的理性选择。

成功的关键，不在于你用了多"先进"的方法论，而在于你手里有多少真正"能打"的人，没有人，你连啥是"先进"都搞不清楚。

放弃对"完美治理"的洁癖和幻想，拥抱现实的复杂性和不确定性。

把资源和精力，从购买那些昂贵却可能水土不服的"军火"（理论、工具），转向投资和建设你自己的"特种部队"（人才池和工匠队伍）。

这，可能才是你走出数据治理泥潭，唯一靠谱的路。

祝好。

公众号推送规则变了，如果您想及时收到推送，麻烦右下角点个在看或者把本号置顶！