数据治理正在逐渐成为企业核心竞争力的重要组成部分，那么，怎么做好数据类项目建设？这篇文章里，作者分享了数据类项目建设的全生命周期，我们不妨来看一下。

做数据行业有时候需要耐得住寂寞，才能终有建树。我们总是用有限的时间，有限的资源，做无限的事情，可以尝试专注一下。

煎和熬都是变美味的方法，加油也是（炒菜好吃的秘诀之一，尤其是纯正的地沟油），我们一起加油。

接下来是正文。

数据如果放着不动，不仅不能创造价值，数据的存储还会消耗大量存储成本。钱钱钱，浪费浪费浪费。

通过业务系统沉淀下来的数据处于各种形态，从整体来看，那就是杂乱无章的，就像私搭乱建的电线，乱乱乱。

数据是新质生产力的生产要素，如果通过数据治理将数据动起来，数据就变成了数字石油、数字黄金，钱钱钱。

在数字化浪潮的推动下，数据治理正成为企业核心竞争力的重要组成部分。其核心在于构建一套统一、标准化的数据规范和流程，这些规范如精密的齿轮，紧密咬合，确保数据质量管理、安全管理和流程管理的高效运转，让数据真正成为企业决策的坚实基石。

谈及数据资产化入表，这无疑是数据治理的又一重要里程碑。将数据资产纳入财务报表，不仅是对企业价值更真实、更全面的反映，更是对企业透明度和信誉的有力提升。

这样的做法，无疑将为企业吸引更多的融资机会和资本支持，推动企业在数字化道路上加速前行。

数据治理支撑数据资产入表，先从数据建设方向，结合过往经验，整体上介绍一下数据类项目建设的全生命周期，后续再根据每个步骤，结合案例，逐次展开。

项目建设整体流程图，参考Kimball架构，并进行优化和完善。

项目规划

1. 评估准备

1.1 洞察清楚项目的真正动机，事半功倍，否则损兵折将

项目进行规划，首先要理清楚规划的目的。关于规划的目的，表面上看好像是清晰的，但实际上往往是含糊的。要判断规划的目的，最直接的办法就是理清谁是项目的真正发起人，也就是最终的规划报告要为谁负责。

确定项目的发起是来自集团总部的决策层，还是信息化主管领导，亦或集团下属企业？不同的发起来源，应对的策略也不同，后面每个部分具体介绍的时候再详聊。

有的企业希望借数字化项目进行组织机构改革，这类属于醉翁之意不在酒，在乎权利、业务、组织的再分配。

有的企业发起方是集团，但是具体执行是信息部，这时候就要判断信息部是想完成差事而已，还是希望真正去落实集团要求，把项目扎扎实实做好。

因为数字化项目牵扯很广，每个业务部门平时也都有自己的工作任务，配合起数字化业务并不是特别热情，所以项目要做到什么程度，项目目标是怎么样的，在评估阶段做好确认，是非常重要的，否则往往造成一腔热血，到头来是万事成空。

1.2 组织保障和支撑

以下是一个比较标准和完备的组织，实际项目根据具体情况，有些岗位是可以兼任的。

业务方面：

业务领导者，一个强有力的执行业务主管，是项目成功的关键。他对项目定位有着清晰的认识，可以说服领导从政策上对该项目予以支持。他应是一个在企业中德高望重的角色，尽量每天和项目经理交流，作为项目的驱动者。

业务参与人，往往也是系统的最终用户。他们需要尽早且经常性的参与项目范围和业务需求的讨论。

技术方面：

项目经理，应该由经验丰富，能够调用充足资源的人来担任。项目经理必须具备交际和项目管理技能。

数据产品经理/业务需求分析师，不仅包括数据分析，还包括规划、设计、迭代整个公司的数据产品，以支持业务发展。

技术架构师，负责整体技术架构，包括整体技术框架的搭建、整合以及与数据产品经理/业务分析师一起完成从产品到技术的转化。

数据架构师，负责数据建模的规划，设计、构建和优化数据架构，确保数据质量、安全性、可访问性和可扩展性，以支持业务需求和决策制定。

数据开发工程师，负责构建、维护和优化数据，确保数据的准确、高效和可靠地从源系统加载到目标数据库或数据仓库中（ETL），以及在数据仓分层建设中按照业务要求，进行相关工作开发。

数据库管理员，负责数据库的安装、配置、优化和维护。在数据仓库项目中，DBA需要确保数据库的性能和稳定性，以满足数据仓库的查询和分析需求。

1.3 规划开发和维护

数据类项目的范围极容易发生变化，在面对变化时，项目经理要组织沟通协调会。一般的选择有多种：

增加范围（通过增加时间、资源或者预算），执行零和游戏（以放弃某些需求，作为交换条件而保持原有范围不变），或者说“不”（不是直接否定，而是通过将变化当成增强需求来处理）。

关于范围决策，要利用业务伙伴关系给出所有参与者都能接受的答案，而不是仅从IT角度去考虑。

未完待续，后续（很快）会讲下半部分，包括业务访谈调研、需求分析、技术架构设计、数据建模、BI应用设计和开发以及部署、运维。在这之后会用一个真实案例来把所有的内容串起来。