数据治理，一般来说，涉及数据获取的治理、数据流程治理、数仓模型治理、数据权限治理、指标体系治理、数据应用能力提升、分析框架治理、数据可视化方案治理等范畴。有着内容涵盖广，琐碎的细节多，外在体感弱，成效周期长，人员心力要求高的特点。
随着近期工作中对数据治理的深入，尤其是在指标治理范畴下，过去的许多认知，在深层次上被刷新了；同时，随着执行中各种细节的碰撞，也有了不少新的发现和观点。酝酿多时，打算甄选若干，希望对大家有所帮助。
（当然，本人目前的观点，仅来自本地生活场景下的实践，难免有些片面，读者们请批判地吸收。）
“数据治理，从最初的最初，就要有所设计。”
这话看起来较费解，何谓最初的最初？
如果你是一个创业者，那么你在团队成立的第一天，你就得规划，做些什么样的事，能让你不仅拥有数据，还能正确高效地使用数据。以我对身边朋友的观察，大部分人，会想到要拥有数据，但以为初期有这就够了。
如果你是一个经理人或者决策层，你需要在一个新业务的起步阶段，即在业务规划中，就准备好以“精准量化分析”为目的的一整套的数据治理方案，而不要仅仅罗列几个指标，作为KPI，以体现所谓的“数据驱动”。
如果你是一个项目经理、产品经理或者业务运营，你需要在kickoff阶段，就有方案，以保证健全的数据获取通道，准确稳定的指标口径，多方一致的评价及分析方式。而不是认准领导的绩效，硬拼凑一个本质上也许毫无关联的评价指标。
以我目前的观察，在业务启动初期，数据治理方案的缺失，会使得数据混乱的发展速度，远高于业务发展速度。回过神来你会发现，你以为能靠数据结果给予决策支持，但实际上，你会有一堆的混乱结论。你想有座灯塔，可实际上是一片迷雾。
如果你是一个leader，当你不能准确了解你所使用的指标口径，就不要推动所谓的“用数据说话”。
乍一看，这个观点或许有些极端，但自测一下这个问题，或许你会猛醒：
“你工作中经常查看的报表和数据，你能说清楚他们明确的计算口径么？所属的业务主题、计算的方式、统计周期、限制条件、维度组合、字段定义等？”
如果这个问题你答不全，那么你并不具备指标治理的意识（指标治理是数据治理中，与管理决策最为相关的部分），换个角度说，就是你还没有准备好使用数据。可怕的是，若leader不能清晰地回答，那么下属、分析师、产品经理等角色，基本上对口径也是一笔糊涂账。
这样的结果就是：
- 管理决策从相对可靠的经验判断，变成依据不准确的数据进行推测；虽然不能说这样的改变有多负面，但有些优秀的决策者，往往被模棱两可的数据解读挤出自己擅长的领域，以更多的疑虑面对决策，会表现得更“依赖”数据结果，前瞻性决策的能力会变得平庸。
- 模糊的数据口径，给了“用数据说谎”、“用指标逃避责任”的空间，大大增加了组织的管理成本。相对的，模糊的口径，也确实能带来一些“柔性”协作的效果。
- 各协同部门之间，一旦涉及指标的应用，就一定少不了“对数据”，至少开4次“会”：第一次，暴露问题，拉群，越拉人越多，伴随各种推脱后，终于，最痛的那一方，万般无奈地作为owner；第二次，搞清楚“owner方”的数据口径；第三次，搞清楚“对方”的数据口径；第四次，确定到底谁的是对的，商量怎么办。往往还有第五次，即由boss们来决定，怎么办。这里的协同成本，十分可怕。
欢迎大家关注我个人公众号“老树之见”，以获取更多信息，并做交流。
网友评论