数字时代，数据已成为企业的核心资产之一。企业制定完数据战略后，明确了数据发展的方向和目标，为确保战略目标的有效落实，需要从组织、制度以及内部沟通的流畅性方面开展数据治理工作。用友结合DCMM（数据管理能力成熟度评估模型），为企业提供了全面的解决方案，着重从数据治理组织、数据制度建设和数据治理沟通三个方面进行方案设计。
01
数据治理组织
为了确保数据战略的高效实施，首要任务是构建一个完善的数据治理组织体系。这一体系应明确职责划分、促进跨部门协作、具备专业实力，并持续寻求改进，以支撑企业的数据管理活动。
DCMM中对数据治理组织的过程要求：
01
建立数据治理组织，建立数据体系配套的权责明确且内部沟通顺畅的组织，确保数据战略的实施;
02
岗位设置，建立数据治理所需的岗位，明确岗位的职责，任职要求等;
03
团队建设，制定团队培训、能力提升计划，通过引入内部、外部资源定期开展人员培训，提升团队人员的数据治理技能；
04
数据归口管理，明确数据所有人、管理人等相关角色，以及数据的归口的具体管理人员;
05
建立绩效评价体系，根据团队人员职责、管理数据范围的划分，制定相关人员的绩效考核体系。
而结合各大中小型企业实际数据建设落地情况，用友在数据治理组织建设方案设计三种模式，分别为分散式、联邦式和集中式，企业可根据自身业务特点、数据治理需求以及资源状况，选择最适合的数据治理组织模式。分散式主要指各业务部门独立管理数据，拥有灵活的管理模式和标准，能够迅速响应业务变化，实现数据问题的即时解决。联邦式需要数据管理部与多个业务部门协同合作，共同维护统一的数据定义和标准，促进数据管理与业务管理的深度融合。集中式需要建立强大的数据管理专业组织，负责企业级数据管理，职责明确、目标清晰。此模式对数据管理人员能力要求高，需有效协调跨部门资源。
无论企业选择哪种数据治理组织模式，其核心架构均需涵盖决策层、管理层与执行层三大关键层级，各司其职，协同推进数据治理工作。
01
决策层
提供数据标准管理的决策职能，简而言之，就是确定方向、拍板定案，为整个数据治理体系提供指引。
02
管理层
此层级专注于构建和完善数据管理相关制度，针对跨部门间的数据管理争议事项及重大数据标准事项进行讨论及决策，并负责提交相关信息给治理委员会进行最终审议，确保决策的科学性。
03
执行层
涵盖业务部门和科技部门，业务部门负责业务线数据管理工作，包括数据标准、质量、安全等的制定、修改、复审及推广落实，确保业务数据与企业整体数据治理策略保持一致。科技部门则要承担数据治理平台的建设与维护，提供技术开发支持，确保在系统设计与开发过程中严格遵守数据治理的各项要求，为数据治理提供坚实的技术支撑。
02
数据制度建设
为构建高效、有序的数据管理体系，需要根据数据职能的层级及决策授权顺序，进行数据制度框架的搭建。数据制度框架由政策、办法、规范三个层级构成，涵盖了数据管理与应用的具体领域、各领域目标、行动准则、具体任务、工作方式、采取的一般步骤及具体措施等。
PART.01
数据政策说明数据管理和数据应用的目的,明确其组织与范围；
PART.02
数据管理办法是为数据管理和数据应用各领域内活动开展而规定的相关规则和流程；
PART.03
数据操作规范是为确保各数据方法执行落实而制定的相关工作细则；
03
数据治理沟通
数据治理沟通对于增强跨部门及内部数据管理至关重要，它旨在提升全员数据资产意识，塑造数据文化，确保组织内全部利益相关者都能及时了解相关政策、标准、流程、角色、职责、计划的最新情况，以及开展数据管理和应用相关的培训，掌握数据管理相关的知识和技能。
为此，用友在数据治理的沟通机制方面建议相关业务部门和数据管理部门可通过邮件、文件、培训赋能、例会机制、方案研讨、经验交流等机制，建立对应的数据管理系统，以在执行层解决80%~85%的数据问题。
