数据治理体系很大，但是路径和方法缺各不一样，可以根据数据成熟度的评估，把企业数据成熟度阶段分为随机阶段、认知阶段、成长阶段、成熟阶段、创新阶段。认知自身所处的数据成熟度，对于企业来说十分必要。
目前，制造行业的信息化建设已取得显著效果，企业普遍希望通过数据治理为建设数据应用夯实基础，从而实现数据价值。
通过解决释放数据价值过程中面临的诸多问题，以体系化的方式实现数据的可得、可用、好用数据资产盘点项目实施步骤，用较小的数据成本获得较大的数据收益，整体上可以分为五个步骤：
第一，建组织制度。组织跨部门的治理工作小组，建立制度与规范，重点明确数据标准，数据开发维护流程。
第二，盘点数据资产。从技术和业务视角，盘点和发布数据资产，构建数据资产目录。满足未来两道三年数据应用诉求，遵循可持续发展，不断丰富数据资产目录内容。
第三，实行数据管理。对核心数据进行管理，规范化和标准化数据资产，提升数据质量，保障数据安全合规数据资产盘点项目实施步骤，数据价值得到持续释放。
第四，数据计算。数据计算是对数据依某种模式而建立起来的关系进行处理的过程。当前大数据的背景下纳入了机器设备的数据源，而这些数据体量比传统的业务系统要大的多，提供短期内处理好的结果数据。
第五，数据应用。让用户更好地指导有哪些数据、如何更方便、更快捷的获取数据;对数据资产的使用监控和评价以及质量评估。
数据战略必须来自对业务战略中固有数据需求的理解，这些需求驱动了企业的数据战略。数据战略是一个为了用数据驱动业务，实现企业业务目标而制定的一系列高层次数据管理策略组合，它指导企业开展数据治理工作，指明了企业数据应用的方向。
01 数据战略的三要素
数据战略是企业为实现企业发展和运营目标而做出的数据规划和部署，它主要包含3大要素：战略定位、实施策略和行动路线，见下图：
1、战略定位
战略定位回答了“做什么”“不做什么”的根本问题，用来定义战略目标。企业数据战略的规划设计不仅要有对齐企业战略的“长期目标”面向愿景，还要兼顾解决当前问题的“短期目标”。
在制定数据战略定位时要重点考虑以下几个核心问题：
先来看一个案例
案例：某商业银行制定数字化转型的数据战略
——————————————————————————
过去几年，商业银行受到来自互联网公司和数字金融公司的挑战。而2020年年初席卷全球的新冠肺炎疫情让银行客户的行为从线下转到了线上，这对商业银行的数字化转型起到了巨大的推动作用。
该商业银行以“实现数字化转型”为数据战略愿景，并确定了支撑这一战略愿景的4个业务目标。
——————————————————————————
2、实施策略
实施策略解决的是“怎么做”“由谁做”“做的条件”“成功原因”等问题，是战略落地的“致胜逻辑”。
（1）怎么做
“怎么做”是指采用什么策略保证目标的达成。DAMA给出的数据管理知识体系中有11个专业数据管理领域，如数据架构、数据建模和设计、数据安全、数据存储和操作、参考数据和主数据、元数据管理、数据质量等，难道企业需要把这11个专业领域全部都做一遍吗？显然不是。企业应根据自身现状和业务目标，选择合适的数据治理策略，或全域治理，或选择个别亟待治理的领域进行治理。
（2）由谁做
“由谁做”是指要明确数据治理的组织、角色分工、职责及决策权。
（3）做的条件
数据战略的实施必须明确数据管理和应用所需的条件，如企业内外部数据管理和使用环境如何，企业的数据管理能力成熟度情况怎么样。
（4）成功的原因
影响数据治理的因素有很多，主要包括战略、组织、文化、流程、制度、数据、人才、技术和工具9个方面。每个因素都可能会影响到数据战略的成功或失败，企业应设计每一个实施策略。
数据治理的成功总是相似的，但失败却各有原因。数据治理失败的原因主要有目标不明确、范围不清晰、主导人员分量不足、参与人员不够积极、过度迷信平台和工具、过度依赖外部资源等。
战略定位是让人们做正确的事，而“致胜逻辑”是让人们正确地做事，两者一个是目标，一个是实现目标的方法。事前想清楚数据战略的致胜逻辑的成本要比事后总结教训低很多。
3、行动计划
行动计划是为落实战略目标或指导方针而采取的具有协调性的计划安排。行动计划回答了“谁”“在什么时间”“做什么事”“达成什么目标”的具体问题。行动计划要可执行、可量化、可度量，遵循PDCA的闭环管理，需要定期进行复盘和总结。
制定数据资产管理项目的实施路线图时数据资产盘点项目实施步骤，不仅要考虑项目优先级和项目依赖关系，还要综合考虑公司信息化建设现状、内部组织对数据资产管理的支持程度以及对服务时间和人力资源的调配能力。最重要的是要结合公司业务场景和生产经营管理中的具体情况，制定可落地的数据治理行动计划。
数据治理是一个不断迭代、持续优化的过程，不可一蹴而就。
经验告诉我们，数据治理绝对不是引入先进技术和高端软件就能够成功的。项目建设过程需要企业高层的高度重视并给予充分的资源支持，需要有经验丰富的顾问团队，需要技术部门和业务部门的通力协作，这样才能提高项目建设的成功率。
同时，数据治理不是“一次性项目”，一个数据治理项目的成功并不代表数据战略的成功，一个数据治理项目的成功不是企业数据治理的终点，而是新的起点。
“路漫漫其修远”，企业数据治理需要的是持续运营，将数据治理形成规则数据资产盘点项目实施步骤，融入企业文化，这是企业数据治理之根本。
02 实施数据战略的5个步骤
数据战略的制定以企业战略为基础、以业务价值链为模型、以管理应用为目标、以可执行的活动为步骤，基于系统化的思维挖掘信息以及信息间的规律，并经过科学的规划和设计，形成企业数据化运营的蓝图。
为实现业务目标，可以设计多种策略。每一种策略都将遇到不同的困难，需要调动不同的资源，运用不同的工具，因此应根据对环境、自身条件的仔细评估来选择最佳策略。企业数据战略的实施包含5个步骤：环境因素分析、确定战略目标、制定行动方案、落实保障措施和战略评估优化。
1、环境因素分析
数据战略的制定需要对影响企业的内外部环境因素进行详细分析，从而做出合适的选择。环境因素分析模型如图所示：
1）内部环境因素
影响数据战略的内部环境包含但不限于：
2）外部环境因素
影响数据战略的外部环境有社会、经济、法律、政治、文化、技术等方面的因素，以及以上各个因素可能发生的变化。例如，欧盟《通用数据保护条例》（GDPR）的实施会对在欧盟范围内开展业务的企业造成一定的影响，企业要在欧盟开展业务，就必须遵守GDPR法规。
制定数据战略时要综合考虑内外部环境的各个相关因素，使数据战略成为企业战略不可分割的重要组成部分。由于每家企业所处的内外部环境不同，企业数据战略应形成自身的独特模式，其他企业的数据战略可以借鉴和参考，但不能盲目照搬。
另外，外部环境和自身条件会随时变化，因此企业需要具备随着环境变化及时调整数据战略的能力。
内部环境分析常用的工具有价值链分析、竞争分析、波士顿矩阵等。外部环境分析常用的工具有波特五力模型、PEST分析等。选择数据战略常用的工具有 5W1H分析、SWOT分析等。
本文内容整理收集与网络，仅供学习交流使用，不代表CRM论坛观点。如有侵权,请联系我们,我们将会及时删除处理。
云呐固定资产管理系统是专业销售和研发各种固定资产管理系统,固定资产管理软件，企业条码固定资产管理系统等软件产品，产品作用功能优势明显欢迎来选购！咨询电话：13157126221