蓝⾊字体”，选择 “设为星标”
关键讯息，D1时间送达！
宝马中国⼤数据像⼀把新时代的⾦钥匙，对经济发展、社会⽣活以及国家治理都产⽣着根本性、全局性、⾰命性的影响。说起⼤数据，就不得不提数据治理，近两年，数据治理⼀词热度很⾼，在DAMA 数据管理知识体系指南中，数据治理位于数据管理“车轮图”的正中央，是数据架构、数据建模、数据存储、数据安全、数据质量、元数据管理、主数据管理等10⼤数据管理领域的总纲，为各项数据管理活动提供总体指导策略。
陈燕琦是宝马中国营销数据中台数据治理负责⼈，是国内较早⼀批参与数据治理⼯作的从业者，具有⼗余年数据治理及管理从业经验，做过产品，也做过咨询，曾服务于通讯运营、制造、商业银⾏、税务以及零售等多个⾏业，曾参与《数据管理能⼒成熟度评估模型》国家标准的编写⼯作，也曾获得DAMA数据治理创新奖和数据治理专家奖。
陈燕琦现任宝马领悦数字信息技术有限公司数据治理负责⼈，统筹宝马中国客户数据治理⼯作。宝马领悦是宝马集团于2019年1⽉成⽴的⼀家独⽴的数字业务公司，旨在以数据为导向的决策原则不断向“以客户为中⼼”的数字化转型，为客户提供更加便捷和个性化的优质服务，提升⽤户体验。
基于汽车⾏业的业务场景，宝马客户数据涉及线下渠道和线上渠道两条主线，线下数据包括4S店等经销商收集的数据、车展及主题活动收集的数据等，线上数据包括BMW官⽹、车机以及APP应⽤收集的数据，第三⽅数据、媒体和电商数据等。宝马领悦通过各个触点对线上和线下数据进⾏合规安全的统⼀收集和处理，将来⾃多个渠道的信息不同、结构不同、含义不同的数据通过不同系统以不同的处理⽅式进⾏统⼀清洗、处理和整合，最后变成客户主数据。
宝马领悦⾯临的关键问题
不同于传统IT或传统业务，宝马领悦作为⼀个独⽴的数字化团队，如何更好地驱动宝马集团的数字化转型战略，需要思考很多关键问题，包括：
01如何确保与数字化战略保持⼀致？
02谁对数据管理⼯作富有责任？
03怎样做数据管理的规范化操作？
04如何确保数据安全和隐私？
05如何确保跨系统、跨职能部门的协作？
06谁来统⼀定义数据的概念、⼝径和使⽤⽅式？
07如何组织系统间数据的访问和交互?
……
梳理宝马领悦客户数据治理框架
⾯对以上诸多问题，数据治理⼯作千头万绪，往往让⼈不知从何处⼊⼿。为此，宝马领悦参考了很多⽅法论，包括DGI 数据治理框架、DM-BOK知识体系、ISO 38505数据治理安全管理体系标准等，然后将以上数据治理的框架及⽅法论与宝马中国客户数据现状相结合，梳理出了宝马中国的领悦客户数据治理框架，围绕组织结构、流程以及⼯具三个⽅⾯开展数据治理⼯作。
第⼀步，对组织结构进⾏梳理。将数据作为主要操作对象，定义不同类型的数据管理⾓⾊并明确职责，确认各种类型的实际⼯作在MDM、数据质量、数据标准和其他过程中的作⽤。“业务数据管家、技术数据管家等⾓⾊并不是新建的，⽽是在当前组织结构部门分⼯的基础之上进⾏职责的再次明确和调整。”陈燕琦提到。
第⼆步，设计管理流程。这是⼀个不断完善和丰富的过程，包括设计并发布数据管理流程，定义规则，发布标准并执⾏，监控数据操作场景中的质量问题等等。
第三步，进⾏操作⼯具上的⽀撑。为了让各类数据管理者能够按照固定的管理流程对数据进⾏操作，宝马领悦购买了⼀些国际化的数据管理⼯具，使底层数据地图的⾎缘关系、数据质量以及数据资产管理能够在统⼀的平台上承载，⽅便操作⼈员利⽤⼯具进⾏数据资产的维护，展现数据流，进⾏主数据维护、发布以及数据质量监控等。
搭建好数据治理管理框架，确认好数据操作权责后，宝马领悦继续进⾏基础性的数据治理建设内容，例如梳理数据⾎缘关系，发布主数据(包括客户主数据、车辆主数据、⼈车关系主数据等)并提供服务，然后通过CDP平台从核⼼⽣产系统中抽取数据，进⾏数据清洗，沉淀数据资产后进⾏维护和展现，开展数据质量的⾃动监控(包括事前规则定义、事中监控以及事后的查漏补缺等)。
数据治理的初期效果与阶段复盘
“进⾏了⼤量的底层能⼒建设之后，我们预期能够看到⼀些业务上的效果，但是实际情况却事与愿违，我们在多次跟业务部门的沟通和内部协调中都能感受到这⼀点。”陈燕琦坦⾔。
从数据治理的⾓度来看，虽然已经做了⼤量⼯作，但是从业务的⾓度来看，业务部门更希望得到业务上的⽀撑，例如对营销活动的⽀撑，销售线索的获取以及引流⼊店达成交易等等，⽽管理者也期望通过数据治理投资能够为业务带来实际价值，因此数据治理初期效果与业务⽀撑之间的鸿沟是⼀个⾮常⼤的挑战。
为了解决这⼀问题，⼀年多以前，陈燕琦和他的团队进⾏了阶段性复盘。
⾸先，确实没有对业务需求进⾏⼀些有针对性的⼯作，尚未⽤数据去⽀撑上层业务；
其次，确实进⾏了元数据管理、主数据管理、数据质量管理、数据认责管理、数据安全管理等⼀系列能⼒建设；
第四，彼时，《⽹络安全法》、《数据安全法》、GDPR等监管的合规要求未满⾜。
“复盘之后我们调整了新的思路，要在能⼒建设的基础上向前迈⼀步，让数据治理真正去⽀撑业务，产⽣更多实际价值，推进宝马品牌的数字化转型。”陈燕琦如是说。
宝马领悦数据治理成果
随后，陈燕琦介绍了宝马领悦现阶段的数据治理成果。
⼀、客户数据融合成本最低、时间最快、效果最好
⾸先在技术应⽤⽅⾯，宝马全球的每个客户都会有⼀个唯⼀的BMW ID，⽽中国客户在CDP系统中也有⼀个Customer ID，在线上可以通过系统取得BMW ID和Customer ID的CN映射，但是线下数据却⽆法得
到这个ID，因此需要将线上数据和线下数据进⾏融合，共同与全球的客户数据进⾏映射，从⽽便于进⾏统⼀的客户运维。
线上线下客户数据融合的过程⾮常繁杂，但是由于前期做了诸多数据治理⼯作，因此相⽐欧美市场以及亚太市场⽽⾔，中国市场进⾏数据融合⼯作所⽤的成本最低、时间最快、效果最好。值得⼀提的是，宝马中国团队的客户数据融合成果得到了宝马德国总部的赞许和认可，也将中国的数据治理规则分享到了全球其他市场。
陈燕琦提到，“客户数据融合的⼯作是由宝马中国的IT团队与数据治理团队共同配合完成的，这个案例让IT同事对数据治理团队有了新的整体认知，也证明了数据治理⼯作能够⽀撑实际的IT和业务⼯作场景，证明了数据治理⼯作的价值和意义。”
三、宝马成为国内第⼀家通过ISO 38505标准的车企
最后，在安全合规⽅⾯，⾃2019年到2020年，宝马领悦陆续通过ISO 27701和ISO 27001相关的安全标准;2021年，作为国际化企业，宝马将新发布的数据治理国际标准ISO 38505作为⽅法论的重要指引进⾏数据治理⼯作的规范化，成为国内第⼀家通过ISO 38505标准的车企，这也进⼀步提升了数据治理团队的信⼼，能够对数据进⾏有序管理，更好地服务业务场景，⽀撑宝马的数字化转型。
务业务场景，⽀撑宝马的数字化转型。
四、所获荣誉
因为宝马领悦在数据治理⼯作⽅⾯的突出表现，陈燕琦和他的团队相继获得了⼀些荣誉，包括：
•DQMIS 2020 数据质量卓越实践奖；
•DAMA数据治理创新奖；
•2020领悦创新奖；
•2021 DAMA数据治理专家奖等。
数据治理建设过程的四个阶段
实际上，不论是车企还是其他⾏业，在数据治理的过程中都会经历这样⼀个建设阶段。
陈燕琦将数据治理的建设过程分为四步：
•
•其次是数据治理的⽅法论：如果是⾃顶⽽下搭建数据治理框架，可以选择DMBOK2.0、DCMM评估模型、DSMM安全⽅法论、数据质量⼗步法、ISO 38505等进⾏⽅法论指导。
•第三步是规划设计：企业要根据⾃⾝所处的阶段做好数据治理的规划设计，是⾃顶⽽下还是⾃下⽽上?是做顶层规划还是对既有的⼯作进⾏成熟度评估?亦或是通过问题收集做⼀些专向建设(数据质量专享、数据标准专享等)，以及模型搭建、标准定义、资产梳理、安全定级等系统建设⽀撑。
•第四步是落地，数据治理体系和⼯作能否落地、能否⽀撑业务场景，是数据治理成功与否⾮常重要的衡量标准。
宝马领悦数据治理策略总结
陈燕琦总结，“数据治理，就是以数据应该被管理的样⼦去管理它。”
对于⼀般企业来说，⼈、财、物是三个相对独⽴的管理体系，需要通过⼈事管理系统、财务管理系统和物资管理系统进⾏专门的管理，⽽数据作为⼀种重要的新型资产，也需要以资产的⽅式对待，遵循⼀定的⽅法论和流程，通过⼀些⼯具、平台以及专职的⾓⾊，对其进⾏体系化的管理。
起初，宝马领悦以⾃上⽽下的⽅式开展数据治理⼯作，搭建数据治理框架和数据基础能⼒，期间也遇到了⼀些挑战和质疑，随后经过阶段性复盘，数据治理团队及时调整了⼯作的重⼼和⽅向，以实际业务诉求为指引，⽀撑业务数据管理，在技术应⽤、业务应⽤以及安全合规⽅⾯都起到了⾮常好的⽀撑作⽤，进⽽逐步强化了数据治理⼯作在企业内部的受重视程度。
如果您在企业IT、⽹络、通信⾏业的某⼀领域⼯作，并希望分享观点，欢迎给企业⽹D1Net投稿。
投稿邮箱：
editor@d1net
合作电话：
合作邮箱：
Sales@d1net
点击蓝⾊字体关注
企业⽹D1net旗下信众智是CIO（⾸席信息官）的智⼒、资源分享平台，也是国内最⼤的CIO社交平台。
信众智让CIO为CIO服务，提供产品点评、咨询、培训、猎头、需求对接等服务。也是国内最早的toB共享经济平台。
同时，企业⽹D1net和超过⼀半的央企信息部门主管联合成⽴了中国企业数字化联盟，主要⾯向各地⼤型企业，提供数字化转型⽅⾯的技术、政策、战略、战术⽅⾯的帮助和⽀撑。
扫描下⽅“⼆维码”或点击“阅读原⽂”可以查看更多详情
发布评论