作者：孙德馨
导读
数字经济时代下，数据成为生产要素，成为企业数字化转型的基石，支撑企业从用户需求洞察到产品研发优化、从生产资料供应管理到产品生产销售。然而，随着数字化转型不断深入，企业面临数据规模小、数据质量差、数据共享难、数据产权模糊、数据泄露风险高等数据治理方面的挑战。那么，企业应如何应对这些数据治理的挑战？本文将对此展开分析。
一、数据规模小：加强数据感知能力，多渠道采集数据
数字化转型前，很多企业没有意识到数据的重要性，在日常运营中没有对数据进行充分收集和积累，导致企业前期数据流失。这导致很多企业在开展数字化转型时发现，企业内不具备充足的数据基础，可用于数据分析的数据规模十分有限，因此难以真正实现通过数据驱动企业经营管理。
可见，数据规模对于企业数字化转型至关重要，对此，企业应加深自身对数据的感知能力，围绕核心环节丰富数据获取渠道。华为将数据感知能力分为“硬感知”和“软感知”，其中“硬感知”是指企业通过物理渠道利用设备或装置对物理世界的实体、事件、流程等进行数据收集，帮助企业完成从物理世界到数字世界的转变。在门店中，华为通过视频采集器感知客流流量与客流热区，采集分析门店各区域人流密度和客户停留时间，以此优化门店陈列布局，放大品牌营销效果，提高门店运营效率。而“软感知”则是指企业通过数字渠道利用软件或者技术，对数字世界的数据进行收集。华为通过在用户平台埋点，捕捉用户在界面上从数据定位到最终消费的浏览过程、停留时间、操作流程等，自动生成用户画像和行为画像，加深对用户的洞察，以此细化客户分类、优化搜索字符，降低搜索引擎的复杂度、提高推荐算法精准度等等，为用户提供最适配的推荐结果和位置排序。
此外，企业还可以采集合作伙伴等利益相关者的数据丰富自身的数据规模。例如美的借助SRM系统实现与供应商之间的数据互通，采集供应商排产、采购、物流等方面的数据。当供应商进行货品配送时，美的可以借助配送计划、物流轨迹等安排车辆入场并对卸货进行管理，提高卸货、盘点、入库等环节的衔接性，提升企业货物管理的效率。除了采集合作伙伴的数据，美的还广泛采集行业数据，通过对互联网数据进行分析，洞察到消费者对小型豆浆机、壁挂式洗衣机等产品的需求，以此支持产品研发以及市场拓展，创造新的商业机会。
二、数据质量差：全面监控异常数据，制定数据质量持续改进机制
数据标准不统一、异常数据多、数据清洗过度等都会影响数据的质量，而数据质量则直接影响企业数字化转型的成效。当数据质量较低时，企业很难通过数据有效支撑业务运转与企业管理，甚至可能做出偏离市场的决策。
基于此，企业需要对数据进行全面的、实时的监控，以便及时洞察数据异常并对异常数据进行处理。同时，企业还需要制定相应的数据质量保障机制及规则，持续提升数据质量，确保数据符合业务逻辑。华为设定数据质量规则，对数据进行实时监控，借助“数据标签”辨析单列数据是否符合规范、跨列数据之间属性是否相同、跨行数据之间关联是否准确、跨表数据集之间关系是否符合业务逻辑，以此提高数据的完整性、有效性、一致性、准确性。当发现数据异常时，数据监控平台会自动预警，业务人员可以利用自助分析工具完成数据质量分析，完成异常数据定位与处理。不仅如此，华为还设立了数据质量改进流程，通过PDCA（Plan计划、Do实施、Check检查、Act处理）框架不断对数据进行剖析、诊断、解决、测评，持续提升数据质量。
三、数据共享难：搭建数据通路，激励数据共享
数字化转型前，各子公司或部门可能采用不同的系统平台，各子公司或部门之间的数据标准可能并不统一，难以共享。转型过程中，企业还面临员工数据共享意愿不足等问题，进一步加大数据共享的难度。
对此，一方面，企业需要统一数据标准，打通数据通路，提高数据共享的可能性以及共享数据的可用性。华为通过建设数据底座，将公司内外部数据汇聚到统一的“数据湖”，完成原始数据集成，并对多元异构的数据进行整合处理，保障数据结构的统一，增强数据在公司内部各环节的可用性。在完成数据统一后，华为按照业务、对象等维度对原始数据进行加工、联接，使得各子公司、各业务部门可以直接调用加工后的数据并进行深入分析和决策，降低数据应用难度，提高运营效率。另一方面，企业可以通过规则机制激励员工进行数据共享。以链家为例（贝壳前身），早期链家为激励经纪人分享带看数据，将数据共享量与经纪人展位机会关联，贡献越多的带看数据，可以获得更好的展示位置，获得更多的客户。同时，为避免经纪人录入虚假的带看数据，链家为经纪人提供数字化工具，当经纪人完成带看录入后，数字化工具可以自动分析生成带看反馈，不仅确保了带看数据的真实性，还帮助经纪人更精准地洞察客户需求，提高工作效率，由此激励经纪人进行数据共享。
四、数据产权模糊：完善数据权限管理制度，明确数据产权边界
数字化转型过程中，企业对数据的积累、共享和应用都大幅增加，这增大了数据产权（包括数据所有权、使用权、管理权、收益权等）界定的难度。数据产权的不清晰会让企业陷入数据共享和流通困难的境地，降低数据资产的价值。
基于此，企业应建立完善的数据权限管理制度，明确企业内外部数据的权限，确保数据的合规性，避免因数据产权问题引发法律纠纷。华为主张内部各部门拥有在合理范围内使用数据的权利。华为按照分层原则对数据Owner进行任命，不仅在公司层面设置公司数据Owner，也在各业务领域设置数据Owner，并制定明晰的数据权限管理制度。在公司层面上，公司数据Owner是数据资产的所有者和数据争议的裁决者，这意味着各子公司拥有其产生的数据的所有权和管理权，拥有因数据应用产生纠纷的最终裁决权。当企业使用外部数据时，华为则会明确数据采集和使用的边界，会在采集外部数据前明确告知数据采集和使用目的，并保证不会在未经许可的情况下将所采集的数据披露给非关联公司或非合作伙伴的第三方。
五、数据泄露风险高：提升硬件安全保障，数据分级管理
数字化转型过程中，数据流动频繁化，数据调用常态化，数据加工处理复杂化。而传统的数据安全政策、设备网络等往往处于滞后状态，无法满足转型过程中数据安全及数据隐私的需求，数据泄露风险大大增加。这不仅可能导致企业业务价值无法呈现，甚至可能导致经营危机。
除了定期进行数据安全检测，不断更新IT架构、服务器、数据库等硬件设备，以应对外界“黑客攻击”等，企业也需要构建数据安全保护框架，对数据进行分级及权限管理，减少不必要的数据接触，以降低由员工、合作方等引发的数据泄露风险。华为构建了以元数据（即描述数据的数据）为基础的安全隐私保护框架，数据产生后，华为首先对元数据进行扫描，识别数据安全隐私风险，并将数据进行分组。根据不同的分组为数据设定数据风险等级，华为将内部数据密级维度分为外部公开、内部公开、秘密、机密、绝密五个级别，按照隐私管控要求将数据分为非个人数据、商业联系个人数据、一般个人数据、敏感个人数据四个层面。在两种分层标准下，秉持“核心资产安全优先，非核心资产效率优先；个人数据原则上不入湖，并尽可能脱敏处理”的原则，对数据进行脱敏、加密、监控等处理。不仅如此，华为还根据数据级别制定不同的控制及权限管理规则，减少核心数据、关键数据被接触的可能性，降低数据泄露风险。以内部绝密数据为例，只有二层及以上级别的主管可以调用该数据，并且调用该数据需要经过数据Owner的审批。
华为数据安全管理图源：《华为数据之道》
华为数据隐私保护图源：《华为数据之道》同时，企业还可以通过文化宣贯、课程培训等方式，让员工、合作方等提高数据安全意识，避免因无意识造成的数据泄露。以美的为例，研发数据是美的的核心数据资产。为此，美的不仅要求研发人员对手机摄像头进行遮挡，以物理方式阻断数据泄露；还在研发办公区域张贴数据安全相关的宣传语，明确数据安全的重要性，以此提高员工的数据安全意识。
面对数据治理的挑战，企业可以通过加强数据感知能力，多渠道采集数据解决数据规模小的问题；通过全面监控异常数据，执行数据质量改进机制应对数据质量差的挑战；通过搭建数据通路，制定激励政策突破数据共享难的瓶颈；通过完善数据权限管理制度，明确数据产权边界解决数据产权模糊的难题；通过提升硬件安全保障，数据分级管理避免数据泄露风险。
