【原】衡量数据管理价值的3阶段框架及指标

在数据管理领域，我们经常听到客户说：了解基础能力的重要性是一回事，但展示切实的进展以确保必要的投资来增强能力又是另一回事。这是一种需要证明价值才能为进一步发展铺平道路的说法。因此，数据管理和支持不仅仅是协调人员、流程和技术；它还涉及通过可衡量的里程碑来打造一个引人入胜的增长和潜力故事。这一过程并非立竿见影，需要耐心和精准。如果没有衡量能力，我们就会盲目前行，冒着努力和投资的风险。

本文介绍了一个战略性的“现在-下一步-近期”框架。这不仅仅是一个路线图，也是确保数据管理之旅取得成功的关键工具，它展示了每一步清晰、可衡量的进展。

现在-下一步-近期框架

当我们谈论数据治理激活时，我们指的是实施数据治理战略的过程——激活政策、建立数据管理以及部署技术来管理、保护和利用数据。基础能力是建立有效数据治理的基石。确切的最低要求基础因行业、地区和独特的组织环境而异，但它们通常包括定义数据所有权和域、确保关键数据适合用途的过程以及对员工进行数据素养教育等内容。这些基础要素确定了组织负责任和战略性地处理数据的运营准备情况。

从运营准备到战略数据治理，最终到业务影响，这是一个过程（通常是反复的过程）。每一步都建立在前一步的基础上，每组指标都为下一步提供信息。组织必须先建立一套最低限度的基础能力，然后才能希望看到其数据治理工作产生可持续的影响。但一个重要的陷阱迫在眉睫，即投资于在约一年的时间范围内不会产生正投资回报的基础能力。数据团队投入一年以上的时间实施数据目录或测量数据质量，却无法量化对业务产生的积极影响，这种情况极为常见。

那么，我们如何才能确保具备正确的基础能力，并在短期内实现业务影响？这就是我们的 Now-Next-Near 框架的作用所在：

虽然不可能立即衡量基础数据管理功能对业务的直接影响，但您可以（并且我们认为应该）衡量导致这一影响的活动的有效性。指标是通往数据管理成熟度的路标，确保您继续以可接受的速度取得正确的进展，继续朝着正确的目标前进。

更准确地说，首先，您可以衡量运营数据管理的实施程度。接下来，您可以衡量您的战略能力如何发展，例如，关键数据的访问速度有多快，以及新的数据驱动洞察如何产生。最后，您可以衡量业务影响。数据治理并不直接带来业务影响；相反，它使您能够创造和发展推动价值的战略能力。

在选择这些指标时，我们力求使它们符合 SMART 原则：具体、可衡量、可实现、相关和有时限。这一原则确保我们的目标明确，并可在指定时间范围内实现。具体、可衡量和相关标准尤为关键。具体性确保每个指标都针对数据管理的特定方面。可衡量性使我们能够定量评估进度，而相关性确保指标与更广泛的业务目标保持一致。

现在让我们来看看这三个阶段。

1.运营中（现在）

“现在”阶段主要是建立有效数据治理所必需的运营能力。在此阶段，组织专注于做好基础工作 — 设置基础设施、定义角色和职责，并确保数据管理流程到位。此阶段为数据治理计划定下基调，并确保必要的基础设施和流程到位，以支持未来更具战略性的努力。

推动初始基础成熟度还包括构建特定能力。具体哪些取决于您的情况和目标，但我们可以回顾几个例子，以及仓促实施这些能力所带来的风险：

• 元数据管理：元数据通常被称为“关于数据的数据”。它对于理解关键数据和信息资产至关重要。如果没有标准化的元数据，组织将面临数据质量、沿袭和使用理解方面的挑战。如果没有一致的元数据管理流程，数据解释和使用方式可能会不一致，从而导致决策失误。此外，如果没有最低限度的元数据策略，则可能会创建冗余的元数据创建和维护流程，从而导致效率低下和资源浪费。
• 互操作性标准：互操作性是指不同系统和组织协同工作的能力。如果没有一些公认的标准，您将面临数据交换和集成方面的挑战，从而创建无法有效相互通信的系统。这反过来又会导致信息孤岛和无法在整个企业中利用数据。这不仅妨碍了运营效率，而且还增加了与集成不同系统和数据相关的长期成本。
• 运营模式和框架：数据治理的运营模式和框架为整个组织的数据管理提供了蓝图。在没有最低限度的运营模式或框架的情况下推动数据治理几乎肯定会导致您开发不一致的流程和实践。这会导致数据所有权、治理角色和职责不明确，最终导致治理结构无效且无法适应不断变化的组织需求。此外，您很可能最终会为每个新的数据计划“重新发明轮子”，导致效率低下和零碎的方法，无法利用规模经济和企业范围内的最佳实践。

确实，各种基础能力对于稳定持久的数据治理活动至关重要。但它们是基础这一事实并不意味着您不应该衡量它们，也不意味着您无法在短期内产生影响。事实上，如果您做得正确，情况恰恰相反——通过正确的指标跟踪数据治理的运营效率，您已经走在实现影响的道路上一半以上。

此阶段的指标旨在衡量数据治理的准备情况和基础方面，并就数据治理计划的运营效果提供即时反馈。您可以定义数百个指标，但我们建议重点关注少数有针对性的指标。以下是我们最常用的此阶段的 5 个指标：

• 激活数据域的数量：此指标跟踪已在治理框架内确定并积极管理的数据域的数量。激活的域是指数据已（正在）定义和分类，并已指定所有者和管理员的域。此指标证明了关键数据作为资产的管理程度，这是实现业务成功的先决条件。在许多组织中，关键域是客户数据。如果您可以证明关键客户数据得到充分管理，那么您将能够更好地了解和服务您的客户，并实现各种数据驱动的用例。建议从可管理的域数量开始，以避免不堪重负。
• 经过认证的数据资产数量：数据资产认证涉及验证最重要数据集的质量和可靠性。该指标衡量符合既定质量标准并获准在整个组织内使用的数据资产数量，这对于建立对数据的信任至关重要。仓促完成这一过程可能会导致使用不可靠的数据，破坏数据治理工作，并可能导致糟糕的业务决策。
• 已编目的激活域数量：这与激活数据域和认证其数据资产有关，重点关注关键数据的编目程度。保留已激活域的目录可确保有数据资产、其元数据及其相互关系的清单。这直接有助于数据发现和管理，如果没有它，数据资产将保持或变得支离破碎，难以找到。
• 拥有自助服务能力的员工比例：该指标与数据用户在使用数据过程中能够完全自助的程度有关，强调员工在没有直接干预（例如 IT 人员干预）的情况下访问和使用数据的权力和独立性。
• 具有数据质量 (“DQ”) 控制的数据资产数量：数据质量控制是为确保数据的准确性、完整性和可靠性而建立的机制。此指标跟踪具有这些控制的数据资产数量。缺乏此类控制可能会导致 DQ 问题，从而对组织产生深远的负面影响。DQ控制不一定总是 DQ措施— DQ 仪表板本身并不是目标。目标是确保数据的适用性。如果您可以在数据捕获、移动和存储过程中嵌入控制，以保证数据符合给定格式，那么事后测量可能就没有必要了。

这些运营指标可以衡量组织在数据治理方面的基础工作做得如何。它们不仅仅是数字，还反映了所采取的初步措施的质量，并有助于展示早期的成果和需要改进的领域，所有这些都是建立势头的关键。

2.战略（下一步）

在“现在”阶段建立起最低限度的运营基础后，您将进入“下一阶段”，战略实施将成为重中之重。此阶段旨在将运营能力转化为行动，推动组织朝着业务目标前进，利用数据获得竞争优势。

此阶段的指标旨在衡量组织执行数据战略的能力。它们表明组织如何有效地利用其数据资产来支持战略目标并培养数据驱动的决策文化。它们是“现在”阶段奠定的运营基础与“近期”阶段预期的业务成果之间的连接器。

战略指标还有助于激励和指导组织的数据治理计划，提供清晰、可操作的洞察，了解战略执行情况。它们有助于确定数据治理框架需要改进的领域，或可能需要额外资源来实现战略目标的领域。

您定义和优先考虑的具体指标将再次取决于您的独特环境，但以下是最常见的 5 个指标：

• 行动时间：该指标衡量访问数据以及使用数据做出决策或采取行动的速度。它表明数据治理框架如何有效地促进快速、明智的决策。行动时间缓慢会导致错失机会，并且缺乏应对市场变化的能力。
• 数据驱动型创新：该指标评估数据用于推动新产品、新服务或新商业模式的程度。具体计算方法将因具体情况而异，但它们可能与从洞察到创新的时间、从数据洞察中提交的专利数量以及数据启发产品的数量或速度相关的常见指标相关。
• 数据驱动决策/采用：该指标评估数据对战略决策的影响程度以及在整个组织中的采用程度。它反映了文化向重视数据作为关键资产的转变。该指标可以从访问特定报告或仪表板的频率中得出，但更简单的版本可能只是询问关键业务领导者他们能够在多大程度上根据数据做出决策。
• 数据可访问性：此指标衡量组织内关键数据的可访问性。此指标有多种变体，一些衡量数据访问批准和配置的周转时间，另一些则侧重于可通过首选消费机制（例如 Tableau 或特定 API）访问的关键数据资产的份额。
• 利益相关者数据满意度：该指标衡量数据满足用户需求的程度。这是一个非常简单但包罗万象的指标。如果您的关键数据用户感到满意，您就知道各种基础确实到位了。它还有一个额外的好处，那就是衡量他们的满意度是吸引用户的一种积极方式。它让他们觉得自己被倾听，提高了对数据管理计划的认识，并使您能够随时了解新出现的需求和痛点。

此类指标建立了一个反馈循环，告知您数据治理计划是否成功，并使您能够根据事实做出调整。战略阶段代表了一个过渡点，在此阶段，运营能力将被用于获得战略优势，利用数据进行创新并做出明智的决策。

3.业务影响（近期）

在“近期”阶段，重点是实现业务影响。此阶段的指标以结果为导向，旨在衡量数据管理为组织带来的切实利益。事实上，重点转移到实现和衡量直接业务影响。

这些业务影响指标是数据治理之旅的巅峰。它们反映了计划目标的实现情况，并在数据治理活动与组织更广泛的业务目标之间建立了直接联系。它们展示了数据计划的投资回报，并验证了所有参与者的努力。事实上，越来越多的公司正试图根据各种基础业务影响指标（如我们下面列出的指标）来衡量“数据投资回报率”的综合指标。

对于以盈利为导向的公司，这些指标必须以某种方式映射到一组有限的收益类型：增加收入、降低成本、增强客户体验和/或降低风险。对于非营利组织，指标将与明确的使命宣言和相关目标相关。

让我们再次回顾一下我们最常见的 5 个指标：

• 数据对收入的影响：该指标评估对创收的贡献。它可以是数据驱动的产品改进、有针对性的营销活动或数据洞察带来的新收入来源。如果没有明确阐明与收入的联系，数据治理可能会被视为成本中心，而不是价值驱动因素。
• 运营效率提升：该指标衡量了数据改善带来的效率提升，例如简化流程、减少冗余以及自动化数据相关任务。在我们合作的一个案例中，一家全球运营的技术公司估计，基于特定的数据资产，他们可以通过简化全球运输路线、自动化供应链规划流程和防止产品退货来节省超过 2000 万美元的成本。
• 市场响应能力：这指的是响应市场变化的能力，这是一项重要的竞争优势。该指标评估正确、新鲜的数据如何使组织适应市场条件。每个组织的确切计算都是独一无二的，但它们可以与与推出新产品的时间、来自数据驱动产品和服务的收入（百分比）、客户反馈响应时间或对监管变化的适应率相关的通用指标相关。
• 客户体验评分：在许多情况下，更好的数据可以推动改善客户体验。该指标衡量客户满意度（的变化），例如数据驱动的洞察力和个性化的结果。一个常见的例子是净推荐值（“NPS”）。在一个例子中，一家金融服务公司能够非常精确地衡量由于联系信息错误而导致的投诉数量的减少，而这之前会导致纸质信件和实体信用卡被寄送到错误的地址。
• 节省了数据准备时间：通过提高数据质量和可访问性，数据治理可以显著减少搜索和更正数据所花费的时间。此指标量化了这些改进所节省的时间。这是一项业务影响指标，也是您可以实现的最快指标之一。它已经非常可观了——许多组织的分析团队报告称，在能够有效地分析数据并将其用于分析或 AI 之前，他们花费了超过 50% 的时间用于查找和清理数据。

这些指标有助于巩固数据治理在组织内的地位，表明它不仅仅与合规性或风险缓解有关；它还与推动业务增长、增强客户体验和提高运营效率有关。

通过明确识别、衡量和发布业务影响指标，您可以证明数据计划的价值并确保持续的支持和资金。它还提供了一个庆祝所取得的成功的机会，或者相反，如果看不到任何影响，则重新开始。

小结

上面介绍的“现在-下一步-近期”框架使组织能够系统地开展数据支持之旅，确保每个阶段都建立在上一个阶段的基础上，并且用于衡量成功的指标适合组织的成熟度级别。它提供了清晰度和方向，并确保努力与组织更广泛的战略目标保持一致。

这种分阶段理解的价值怎么强调都不为过。我们经常与领导者合作，他们要么过早要求业务影响，而缺乏基础能力会造成伤害和挫败感，要么要求太晚，在数据管理方面进行投资时没有明确规划短期业务影响。关键是要取得正确的平衡。

最后，组织还必须投资于强大的流程，以有效地衡量和跟踪这些指标——仅仅定义它们是不够的。这项投资确保指标不仅仅是理论构建，而是推动进步和问责的实用工具。