在数字化转型的浪潮中，企业数据治理成为了一个热门话题。然而，并非所有的企业都能真正理解数据治理的价值和意义，有时甚至会出现盲目跟风的现象。作者强调，企业应该基于自身实际情况，制定合理的数据治理策略，避免形式主义，确保数据治理工作能够真正为企业带来价值。

上周我们发布了一篇文章《企业数据治理，为何如此痛苦？》，在某数据社群引发了大家的热烈讨论。讨论中，有位兄台给了我们当头一击：“痛苦就别治理啊~自己痛苦，搞得别人都痛苦！”，一向嘴笨一时间竟不知如何答复是好，还好其他友友帮忙解围，从其自身工作实践对数据治理在业务价值中的应用做了举例，才缓解了尴尬！

其实这位兄台的感受非常能够理解，诚如我们在《企业数据治理，为何如此痛苦？》一文中提到的，很多业务部门的同事认为数据治理不仅没有真正改善他们的业务状态，帮助他们解决业务过程中的具体问题，反而增加了他们的日常工作量，甚至对他们参与的数据治理工作进行考核。任谁无缘无故多了个找事的爹，也不会高兴啊！

总结了下群内大家的讨论，关于企业数据治理，大家的观点分为三派：

①认为数据治理就是没事找事，增加大家的痛苦罢了；

②认为数据治理最终的解决办法可能不是治理数据；

③认为数据治理是需要的，且应该从业务视角出发，帮助业务降本增效。

尼采曾说过“这世界没有真相，只有视角”，显然以上都是大家站在自身所处位置的不同视角，但从大家的讨论中不乏折射出一种现象：对某些企业而言，数据治理并没有被真正理解和接受，而是有盲目跟风之嫌。

如果企业无法真正意识到数据治理存在的意义与价值，并从行动上主动学习与实践，而只是被动地跟从，从“口号”上去跟风，那么企业数据治理一定是劳民伤财、怨声载道的。“别人都在做，所以我们也要做。”从来不是我们开始一件事情的理由。

我们在《企业数据烂得像坨屎，还有救吗？》一文中曾经说过：企业数据治理是对企业数据流程和数据规则的治理，让数据在生产流通过程中有章可依、有度可量、有人可管，保障数据的健康、稳定、畅快和准确。一方面预防在企业发展过程中数据生病，另一方面为已经生病的企业数据进行康复治疗。

数据治理是一项从始至终贯穿企业数字化全生命周期的工作，数据治理的重要性不言而喻。那么企业盲目跟风到底跟的是什么？

一、目标和方法的盲目跟风

或许每个领导心中都有一头骄傲的狮子，在制定数据治理目标时，一定要对标行业龙头，方法论最好也不能比行业龙头的差。因此，不管企业实际情况如何，一个高大上的、能让集团高层拍手赞成的数据治理目标和方案，是一定要的。

当然，还有一些“商家”的推波助澜，导致市场上到处都是相同的理论方案，而一些没有治理经验的企业极有可能将此奉为“宝典”照搬套用。

当目标与方法脱离实际情况时，痛苦与失败也随之而来。“治理方向目标模糊、理论充斥、需求不明确、急功近利、做的越多越累”几乎成为一种普遍的数据治理现象。

同时，紧跟数据治理目标的是数据治理的节奏与计划，一旦目标制定不合理，那么执行节奏和计划也会跑偏。

缺乏全局的对企业数据问题的理解，缺乏贴合企业实际的数据治理目标与方法，以及递进式的治理计划与策略，是数据治理盲目跟风的头等问题。

二、实施计划的盲目跟风

实施计划的盲目跟风，其实就是急功近利，“别人能做到的，我们一定也能做到”，这种“自信”在数据治理中也不少见。为了应付汇报、考核、绩效等等，大家都期望在短期内看到显著的成果，一开始就盲目跟风制定了不切实际的实施计划，且没有耐心一步一步往前走，这就导致了实际治理工作不扎实，脱离客观事实。

且如今，企业缩编裁员现象频频，员工更换工作频繁，没有人有耐心花精力去栽培一颗暂时看不到成果的树苗。大家关注更多的是这颗树苗在汇报期间长高了多少，而不是这颗树苗未来能结多少果实。

没有人关注实施计划到底合不合理，大家只关注明天汇报有没有成果输出。

三、团队配置的盲目跟风

实际上每个企业的人员、规模、协作机制、人员能力等都不是完全一样的，如果我们只是盲目地参考其他企业的数据治理方法配置人员，而不是贴合自身实际情况，极可能会出现，人员协同困难、项目推进不力等情况。

比如在某些企业中业务部门有自己的数据负责人员，在数据owner的任命中，往往是这些人作为业务数据的owner；而在另一些业务部门内，是没有数据负责人员的，那么数据owner的职责就可能需要由业务部门的其他同事或者产品部门内对应业务系统的产品人员去承担。这两种情况是不能照搬一个方法的，如数据owner一定要由业务人员负责，这时候需要根据实际情况进行变通。

四、考核机制的盲目跟风

在企业数据治理方案中，数据考核几乎都是一个标配性的存在，好像不考核大家就不会执行一样。实际情况，可能确实是这样。如果没有统一的治理考核标准，那么我们数据的质量将无法保证，后续带来的麻烦可能更多更痛苦，这也是治理考核存在的意义。

但是不是一定就需要考核呢？笔者认为未必。首先，考核机制有宽松严厉之分，在不同的治理阶段采取不同的考核机制很有必要，比如一些电商平台招商初期几乎是零门槛注册，到了后期商家多了，就提高注册门槛，加强注册审核。其次，考核机制的推出要找准时机，很多企业数据治理项目还没开始推行呢，就推出了考核机制，一二三扣绩效扣奖金，哪个牛马听了会高兴配合呢？

实际上，近期我们团队内部就“数据治理的考核”问题展开过一些讨论和交流，一个共识是：没有人喜欢被考核！也因此，我们在思考考核机制存在的目的和意义，以及此举在什么情况下推出、以什么样的形式推出更为合理和有效。后续我们也会就该问题专门撰文进行分析，敬请期待！

企业数据治理如何避免盲目跟风？

就该问题，数据社群内的一些友友们给出了很好的一些建议，同时结合上述分析，总结如下：

①充分了解企业数据实况，基于企业现状和业务目标制定合理可行的阶段性目标、战略与计划，杜绝假大空；

② 聚焦业务痛点，从业务痛点中找到数据发力点；

③ 关注员工情绪，及时调整策略与方法；

④ 合理利用企业内部现有资源和抓手，助力治理工作的推进，如有友友提出“数据资产清单”就是数据治理的一个很好的抓手！

⑤ 保持耐心，脚踏实地。数据治理是一项长期的工作，需要持续实践与改进，因此，心态很重要！

总之，方法千千万，适合自己的就是最好的！