———数字经济的洪流中我们想干什么？能干什么？

数字经济，数字时代，基础是全社会的数据治理。

数据治理是社会、企业数字化转型的“牛鼻子”，必须得牵好这根绳。

数据治理，就是用统一的数据管理规则，确保数据质量，让各组织的数据清洁、完整、一致。

我们必须在筹备阶段就要建立起了自己的数据管理体系，实现了对业务数据的自动采集，打破相对独立的数据库，制定了数据的标准，给企业、给客户、给投资者、给社会参与方，带来了“数据湖”的全新体验。让科学睡眠智能数据平台在未来各个业务中发挥不可替代的作用。

先举一个关于鸡蛋的例子。

欧洲市场上售卖的鸡蛋，每一个上面都有一个编码，相当于这枚鸡蛋的身份证号。那一串数字代表什么呢？第一个数字，是母鸡饲养的方式，后面跟着的是生产国的代码，再加上具体出产地区、农场的代码，就是这个身份证号了。

别小看这几个数字，它们背后的规则是很严谨的。

就拿第一个数字“母鸡饲养方式”来说，有0、1、2、3四个级别：

0代表生态饲养，养鸡的场地室内每平方米最多6只母鸡，每只母鸡还必须保证室外活动，每只至少要有4平米的活动区域。这还不算，农场饲养母鸡总数还不能超过3000只。符合上面这几条，这只鸡蛋的身份证才能被打上0这个数字。

1代表野外饲养，刚刚说的那些指标就降低了一些，母鸡的活动范围小了，农场养鸡总数多了。2代表地面饲养，指标就更低一些，母鸡是不能外出活动的，

3代表笼中饲养。

从0到3，是有非常严格的相应的指标规定的。

而且，这个鸡蛋的身份证号，全欧洲通用。

我们就是要在科学睡眠行业，制定出全球通用的数字化标准！

想到、说到、做到、做好。

是要靠实力干岀来的。

科学睡眠的每一个数据，必须由对应的业务部门承担管理责任，而且必须有唯一的数据Owner。

什么是Owner？Owner最基本的职责，就是要确保关键数据被识别、分类、定义以及标准化，确保数据的定义在未来公司范围内是唯一的。

除此之外，数据Owner还要保证自己管理的数据的质量，要关注自己的数据服务，去满足公司其他部门对自己管辖的领域数据的需求。如果数据问题出现争议，Owner还负责进行裁决。

数据Owner可能是销售好手，是谈判高手，但不懂数据，缺乏数据思维，在数据管理这件事上就会出现数据Owner水平参差不齐的情况，这又该怎么办？

我们的可能做法是为每一个业务部门都配备一个数据管理部，这十几个数据管理部的责任，就是帮助每个部门的业务主管从专业的视角，按规范去定义科学睡眠的行业数据。

这样还不够，我们要有一个公司级的管控组织，由各个领域的首席专家组成的委员会，在每周的会议上专门对数据架构进行评审，单个业务部门定不了的事儿，可以通过委员会讨论确定下来。

我们在第一时间要打破数据孤岛，数据要打通连接了，数据要在各个业务系统中流动的，不能从某个时间、空间的节点来进行单点管理，必须要建立一个完整的体系。

第一时间要建立起一套企业级的数据综合治理体系。

首先，有数据管理的总纲，明确科学睡眠行业数据治理的最基本原则。其次，还要有三大政策，包括信息架构管理政策、数据质量管理政策和数据源管理政策。

更重要的是，它在向每一个人传递一个明确的信号：数据工作对华为来说很重要，数据治理我们是认真的。

除了这些原则政策，还要成立了一个公司级的数据管理部，代表公司制定数据管理的政策、流程、方法和支撑系统。同时，数据还有一套完整的IT系统，所有的数据资产都要在上面登记注册。

这是一个完整的管理体系。有管理的原则、办法，有不同级别的管理组织，还有登记管理。

数据是一种新的生产要素，是企业的重要资产，那就应该像实物资产一样，有成体系的管理办法，才能为数据治理的高效运行提供保障。

数据治理三个陷阱：

第一个陷阱就是数据不分类。

数据分成结构化数据、非结构化数据，内部数据、外部数据，等等。

千万别想着用“一招鲜”的方式去做数据治理，不同的数据，对数据精度的要求不同，治理的成本、方法也就不一样。

第二个陷阱不要“埋头苦干”，就要盯着价值干。

不要认为是要“放长线钓大鱼”，从头开始慢慢干，先不想收益的事儿。

看得见的价值，不只是让从事数据治理工作的同事得到正反馈，也让公司其他同事都看到了数据治理带来的收益，对数据治理而言，就会形成良性循环。

第三个陷阱，宁愿慢一点，也要想好了再做。

不要以制度没成熟，业务也没定义清楚，但IT冲上去做了开发和系统搭建，结果就是需要花好几倍的精力去清理数据。

数据治理的未来，是在数据确权的基础上，构建起企业的数据生态，让数据真正发挥出作为生产要素的强大作用，成为真正意义上的战略资源。