在数字化转型浪潮中，数据治理成为企业成功的关键。然而，如何确定数据治理中的‘治人’难题，尤其是数据Owner的角色定位，成为项目推进的瓶颈。本文深入探讨了数据Owner的角色定义、选拔策略及数据录入的责任归属，旨在帮助企业构建高效的数据管理体系，避免‘背锅侠’窘境，推动数据价值最大化，赋能企业经营发展。

在数字化项目中，最难做的是数据治理项目，做数据治理项目最难的是什么，不是复杂的解决方案，也不是建设复杂的大数据平台，而是在推动数据项目中，“治人”的过程，要实现数据项目的长期有效运行，光靠先进的技术，稳定可靠的系统显然是不够的，说到底，人才是决定工具使用最终效果的核心动力，要实现企业数字化提升企业经营，就得管理好组织中的人。

在数据治理项目中，需要面对比较多的角色，从权责利来分，分为数据主责方，数据使用方，数据管理方，从数据参与工作角度来看分为数据录入人，数据审核人，数据使用人等。这些岗位该如何确定和定性呢，今天借着这个问题，我们来探讨一下。

一、数据治理的世纪难题

在传统企业数字化过程中，数字化项目中分为了IT部门和业务部门，若按照传统的区分方法我们很难推动数字化工作，因为数字化IT部门偏向技术，业务部门只关心业务发展，业务话语权上占据了绝对的主导地位，IT部门成为“修电脑”的，数字化的项目都成了烧钱货，在企业内难以立足。可随着现代互联网的发展，企业的数字化转型渐渐走到了线上，企业的业务也不得不考虑线上的大量业务需求，此时的数字化价值和效果才被逐渐的认可。

数字化项目对数据的需求，起源于对人工智能的迫切追求，要实现人工智能化地工作，就要依赖于强大的数据支撑，这一切就需要数据治理。这是一件复杂而难以一蹴而就的事情。就是因为这样企业数据治理的项目开始了。介绍了这么多，其实只是想讲一讲数据治理项目的必要性。因为这个必要性其实是站在企业战略发展的角度来考虑的，而项目实际推动过程中，我们又不得不面对一些实际的问题，下面就来讲一讲数据治理中最难推动的工作：数据各方的权责利该如何确定？    这是一个数据治理的世纪难题，从调研到的多家数据治理项目案例中表明，每个企业的情况各不相同，处理差异较大。要想数据治理长治久安，就需要建立业务负责制的数据管理责任体系，这其中最重要的就是数据Owner。

二、谁应该作为数据Owner？

先来解释一下什么是数据Owner？华为数据之道中这么写道：“每一个数据都必须由对应的业务部门承担管理责任，且必须有唯一的数据Owner”。数据Owner是数据战略的制定者，数据资产的所有者作为数据争议的决策者，拥有公司数据管理日常工作的最高决策权，归纳起来，其职责包括：制定相应的数据标准，规范制度，传播数据管理理念，营造数据文化氛围，决策跨领域的数据争议，解决跨领域数据管理难题。从这些职责中可以看出数据Owner最核心的是数据决策，解决数据争端，做出数据任命。职责并不是数据录入，很多人误认为，数据Owner就是数据录入方，这是一种错误的认识。

我曾经分享的一堂数据课中讲到如何找到数据Owner，应该从公司数据管理战略层面来任命，无论是数据录入方，数据生产方，还是数据使用方作为Owner都有其优缺点，并不是通吃的，我们来看看都有哪些优缺点：

1、数据录入方作为数据Owner

优势：将数据的录入方作为数据Owner，优点在于可以严格执行最新数据要求，按照数据制定的标准要求去进行录入，而且一般的数据录入部门作为数据Owner可以掌握数据的录入落地性，能够充分考虑数据录入工作量。

缺点：数据录入方，一般属于基层人员，很难站在公司战略层面考虑跨部门，跨领域的数据需求，很多情况下，为了减少数据录入工作量，都会强制拒绝很多合理的数据需求。导致企业数据发展滞后。

2、数据使用方作为数据Owner

优势：数据使用方是最清楚数据使用要求，能将最急迫的业务数据需求反馈到数据标准中，随着业务的发展，不断提出新的要求，这样可以将数据价值发挥到最大，同时也能挖掘新的数据需求，达到数据与业务全面融合。

缺点：数据使用方作为数据Owner，数据使用方一般是多个不同的部门，到底该由谁来承担数据owner的职责，是考虑数据最早使用还是最终使用；另外一方面，数据使用部门，如果作为数据录入方，很容易处理，如果不是数据录入方，就需要协调数据录入方进行数据录入，这无疑将增加数据录入的难度。

3、数据生产方作为数据Owner

数据生产方有两种定义，一种是系统层面的数据创建，在数据标准化统一之前，某个数据可能是多个部门都在录入使用，如果要达成统一标准就需要找到最先在系统录入的部门，就是数据生产方。另外一种定义是，在业务流程中，谁最先生产数据，谁是数据Owner，由谁去录入。这个是非常难判断的，曾经有一个地产公司推动数据Owner任命时，在确定谁是楼栋的数据Owner讨论时，遇到以下的一个案例：

营销说：我不是数据Owner，我虽然要卖楼，但是我卖的楼栋都是运营给我建好的。应该运营作为数据录入方。

运营说：我不是数据Owner，我的楼栋都是基于设计提供的图纸创建的，设计给我提供设计图纸，我按照上面的要求创建的。

设计听后也不愿意了，说道：“我不是楼栋Owner，虽然我是最早使用楼栋的，建立楼栋的，但是我可以不用在系统上创建，而且我的这些设计指标都是营销、投资做前期调研后提给我的指标，我就是按照他们需求设计的楼栋，数据源不在我这里”。来来回回，为一个数据Owner的确定，各部门都不愿意承担，数据Owner的事项悬而未定。

三、谁来承担数据录入工作？

数据录入是一项吃力不讨好的工作，特别对于一些公共数据，数据录入就要被各方挑战，在当下的很多企业中认知中存在很多人“能少做就少做，能不做就不做，能让别人做，自己就不做”。这样背景下，数据治理推动谁来录入必然是一件异常艰难的事情。

谁作为数据录入方的推动使用这样的一些策略，可以极大提高数据项目效率，一方面从数据思维上改变：在企业已经认可一处录入，多处使用，数据录入就只能有唯一录入部门和系统的数据基础下，可以推进“谁使用，谁负责录入”的升级版—谁最先使用数据，谁负责录入。这样的策略将极大提高数据录入效率，更快推动项目启动，对于数据工作落地，更容易获得效果。

另外一方面对于数据的录入工作繁琐，增加录入工作量，设置数据录入岗，不管是兼岗还是专岗，一定要纳入日常个人的KPI的考核中，对于录入岗位一定要给予一些激励指标。这样能够提升一线录入工作人员的积极性，对于责任部门，也要有一定的褒奖。数据质量的提升绝非一个数据录入工作者就能解决，需要全周期各阶段使用人员共同努力完成。

不管是数据Owner还是数据录入方的选定，核心都是要能够紧贴业务方向，并能做一些企业变革和管理决策，这样才能促进企业数据升级，促进企业经营发展。

四、沦为背锅侠

你是否经常在嘈杂的会议上，不知谁莫名其妙的冒出一句“这个是主数据问题”，然后大家七嘴八舌的议论起来，让数据组来解决，这是为什么呢？

数据治理说白了就应该先治理人，再治理数据。制定一套高效的组织架构，能够考核相关数据治理中未尽其责的人员，在这套组织中明确数据项目各方管理职责，既要明确数据管理组织和数据管理岗位的权责，也要明确每一个数据对象执行人员的工作职责。

如何制定职责？一方面能够支撑企业数据工作的数据管理组织架构，如数据标准化委员会、数据管理指导委员会、数据决策层、数据执行层等，每个数据组织下需要明确数据的岗位，如数据系统管理员、数据负责人，数据协调人、数据管理岗、数据维护岗等，每个岗位的具体人员职责，需要清晰地说明，也可以配合着流程进一步说明。另一方面数据组织的数据责任范围需要明确，不同的数据对象可能需要由不同的业务人员进行管理，包括业务规则、业务标准的输出包括数据对象的数据Owner，数据录入人，数据审核人员等等。

数据治理项目的落地是一个比较困难的工作，如果你作为数据治理项目的项目经理，应该具备专业知识，业务知识，还要具备数据思维，企业全局观，协调能力，更要懂得部门之间的“借力”。数据标准来源业务，但却不能被业务绑架，应在业务标准之上，被大家所遵守和执行，如果谁都不执行，甚至直接指挥数据应该怎么怎么干，凌驾一数据标准之上，将之前的标准随意推翻，那这样的数据治理项目基本已经宣告失败，而身在其中的项目相关人员将会沦为“背锅侠”，在每一次会议中所有的问题都是主数据项目的问题，最终成为过街老鼠，人人喊打，其结局可想而知。