數據治理既要嚴抓過程，更要注重結果。為了提高數據治理的執行效率，需要建立相應的數據治理考核辦法，并關聯組織及個人績效，檢驗數據治理各個環節的執行效果，以保證數據治理制度的有效推進和落實。

01

數據治理的4個考核原則

數據治理工作應作為企業的一項常態化業務，數據治理績效考核應融入企業管理的組織績效考核體系，并應遵循以下考核原則。

1. 公平公正原則

公平公正原則是設計、確定、推行績效考核機制的前提。績效考核體系不具備公平公正的原則，就無法發揮績效考核應有的作用。績效考核的內容、考核指標、考核程序均應向數據治理利益干系人公開，同時，考核應客觀、準確地體現出數據治理的效果以及被考核人員的能力和態度。數據治理績效考核是幫助企業員工提升數據管理、數據應用能力的一種重要手段。

2. 嚴格原則

企業一旦開始執行數據治理績效考核，就必須遵循嚴格的原則。考核不嚴格，就會流于形式，形同虛設，不僅不能全面地反映數據治理的真實情況，而且還會產生消極的后果。考核的嚴格性體現在以下方面：要有明確的考核標準，要有嚴肅認真的考核態度，要有嚴格的獎懲制度與科學的考核方法等。

3. 公開透明原則

數據治理應具有公開透明性，數據治理的各項策略和流程不應成為企業內個別部門、人員的私有或保密的內容，而應對企業所有人員公開，讓大家對數據治理工作都有一定的認識和理解。數據治理的考核內容、考核指標、考核辦法、考核結果也應是公開的，這是保證績效民主的重要手段。考核結果公開，一方面，可以使被考核人員認識到數據治理的重要性，并了解自己在數據治理工作中的不足，幫助績效差的部門和人員提升能力和思想認知，鼓勵績效好的部門和人員再接再厲，保持領先；另一方面，還有助于防止考核中出現偏見或種種誤差，以保證考核公平與合理。

4. 客觀評價原則

對于無法量化或者無法借助計算機軟件進行評價的數據治理考核指標，進行人工考核。人工考核應當根據明確規定的考評標準，針對客觀的考核資料進行評價，避免摻入主觀性。

02

數據治理的6類考核指標

本質上，數據治理績效考核是一種對企業數據治理的過程管理，而不只是對結果的考核。它通過對數據治理過程的管控，將數據治理目標按時間、按主題、按部門等多個維度進行分解，形成可量化考核的指標，不斷督促相關干系人實現。

1. 數據治理績效考核的難度

與企業的其他業務（銷售、采購、生產、財務等）相比，數據治理是企業業務中最困難的領域，一個重要的原因是數據治理的成效難以量化。銷售、采購、生產、財務這些業務都是可以用數據量化的，比如產品銷售量、物資采購量、生產消耗量、產量、財務收付款數量等，而“企業的數據治理是否奏效”這樣的問題常常讓人不知如何回答。

企業數據治理普遍存在一個現象：當一切業務正常且沒有數據問題時，數據治理的努力就會被忽略，功勞永遠是前端業務部門的；而當出現業務問題且是由數據問題引起時，大家首先責怪的是數據治理沒有做好，“取不到數據”“數據不準確”，這些聽起來很耳熟吧？

2. 建立績效指標體系的3個要素

為了證明在數據治理上的努力和投資能夠讓企業受益—降低了成本，增加了收入，提升了決策效率，企業還需要對數據治理的目標進行分解，建立可量化、可執行、可度量的數據治理指標體系。

問題：數據報告不準確，業務溝通耗時較長，業務處理效率低下。

目標：通過使用準確的數據和已定義的數據管理流程，降低銷售、庫管、生產等業務部門的溝通成本，提升業務處理效率，提高業務和管理決策的效率。

影響：提高數據報告的準確性，降低業務部門的溝通成本。

了解企業亟待解決的問題、治理的目標及解決問題的影響，能夠得出需要改進的內容，形成數據治理的指標。使用指標來衡量數據治理的成功對實現數據目標至關重要，它可以幫助企業走上正確的數字化轉型道路。

3. 數據治理的6類考核指標

數據治理的績效考核可以從數據治理人員、數據質量問題、數據標準貫徹、治理策略執行、技術達成、業務價值實現等6個維度考量，見表1。

表1　數據治理的6類考核指標

數據治理指標體系的建設應涵蓋數據治理的組織人員、制度流程保障、技術措施等方面，突出數據錄入、審核、維護、備份、安全等重點環節，進行指標量化。表2給出了一個數據治理考核評價指標的示例。

表2　數據治理考核評價指標示例

03

數據質量的6種檢查辦法

數據治理的績效考核需要對單個數據點的數據準確性進行檢查，以及時發現數據質量問題。常用的數據質量問題檢查方法有記錄數檢查法、關鍵指標總量分析法、歷史數據對比法、值域判斷法、經驗審核法及匹配判斷法。

1. 記錄數檢查法

通過比較記錄條數，對數據情況進行概括性驗證，主要是檢查數據表的記錄數是否在確定的數值或確定的范圍內。

適用范圍：對于數據表中按日期進行增量加載的數據，當每個加載周期的記錄數為常數值時，需要進行記錄條數檢驗。

舉例：每月新增的物料編碼條數。

2. 關鍵指標總量分析法

對于關鍵指標，對比數據總量是否一致，主要是指具有相同業務含義的指標，檢查不同部門、不同系統之間的統計結果是否一致。

適用范圍：本表中的字段與其他表中的字段具有相同的業務含義，從不同的維度統計，存在匯總關系，且兩張表的數據不是經同一數據源加工得到，滿足此條件時，需要進行總量檢驗。

舉例：企業的員工總人數、總收入、總利潤、總費用、總投資等指標。

3. 歷史數據對比法

通過歷史數據對比觀察數據變化規律，從而驗證數據質量。從變化趨勢、增減速度、周期、拐點等方面判斷數據的可靠性。兩種常用的歷史數據對比方式是同比和環比。同比指的是與歷史同期比較，反映數據的長期趨勢；環比指的是對相鄰的兩期數據進行比較，突出反映數據的短期趨勢。

適用范圍：通過對比反映數據短期或長期趨勢時，需要使用歷史數據對比法。

舉例：本月的數據質量問題環比減少20%，企業營業收入同比增長50%。

4. 值域判斷法

確定一定時期內指標數據的合理變動區間，對區間外的數據進行重點審核，其中數據的合理變動區間是直接根據業務經驗來確定的。

適用范圍：可以確定事實表中字段的取值范圍，且可以判斷不在此范圍內的數據必定是錯誤的，滿足此條件時，必須進行值域判斷法。

舉例：基于年齡維度統計在職員工的數量，低于18歲、高于65歲的數據屬于異常數據，應重點審核。

5. 經驗審核法

對于報表中指標間的邏輯關系僅靠計算機程序審核無法確認和量化，或有些審核雖設定數量界限，但界限較寬、不好判定的情況，需要增加人工經驗審核。

適用范圍：數據無法量化或量化界限無法評定的情況下，使用人工經驗審核法。

舉例：某數據安全事故對企業聲譽的影響程度。

6. 匹配判斷法

通過與相關部門提供或發布的有關數據進行對比驗證，判斷數據的有效性。

適用范圍：對于與相關部門提供或發布的有關數據口徑一致的數據，可以使用匹配判斷法。

舉例：基于外部的數據服務，驗證用戶填寫的姓名和身份證號是否真實。

04

數據治理的4種考核方式

數據治理的績效考核應采用日常考核與定期考核相結合、系統自動考核與人工考核相結合的模式進行，明確考核獎懲措施，強化數據治理考核機制。

1. 日常考核

日常考核是考核數據治理的相關干系人（尤其是數據的生產者或所有者）在日常工作流程中，錄入和審核數據是否及時、完整、準確、規范，其目的是在源頭堵住不良數據的入口以防范數據安全風險。舉例如下。

1）及時性考核

比如業務員是否第一時間將銷售訂單錄入CRM系統中，銷售主管是否在規定的時間內完成訂單數據的審核，ERP系統中本月的有效單據（如請購單、采購單、委托單、出入庫單等）是否審核月結完畢。

2）準確性考核

對業務單據的關鍵屬性的值的完整性、準確性進行考核，例如客商檔案錄入是否完整，稅率、進貨數量、單據價格是否準確等。

3）規范性考核

責任人是否越權操作，比如：是否使用他人賬號/密碼登錄系統并錄入或審核數據；是否未經上級領導批準，將賬借給他人使用或者讓他人代錄入或審核數據。

2. 定期考核

數據管理部門應定期開展數據質量的稽查，通過制定數據質量稽查規則，明確數據稽查內容、稽查周期、稽查方法，來檢查數據是否完整、及時、準確。定期考核可以分為抽樣數據稽查和全面數據稽查。

抽樣數據稽查：數據治理小組定期按照一定的時間范圍對相關數據集的數據質量情況進行檢查，目的是及時發現增量數據中的數據質量問題。

全面數據稽查：數據治理小組必須按照一定的周期對相關數據集的存量進行全面的數據質量問題稽查，需要定期發布報告，以顯示每個指標的成功之處和待改進之處。一般來說，全面數據稽查的頻率要低于抽樣數據稽查，數據集的記錄數越小，越適合采用全面數據稽查的方法。例如，小于10萬條記錄的數據集必須每月進行一次全面數據稽查。

3. 系統自動考核

對于計算機系統能夠量化的數據質量規則，應盡量采用系統自動考核方式進行數據質量問題的稽查。可量化的數據質量規則舉例如下。

記錄差異性：檢查跨系統之間實體記錄不相同的信息，例如A系統中的客戶資料在B系統中不存在。

字段一致性：檢查跨系統之間實體相同的記錄的字段是否一致，例如A系統中客戶“張三”的出生年月與B系統中客戶“張三”的出生年月不相同。

字段準確性：檢查單系統中某字段的取值是否正確，例如賬目表中客商費用的取值不能大于100萬元。

業務邏輯性：檢查系統中某字段的取值是否符合業務邏輯，例如銷售單據中的客戶編碼、產品編碼是否分別存在于客戶檔案表、產品檔案表中。

系統自動考核要求數據質量管理工具提供數據質量檢查規則、數據質量任務、考核規則的配置功能，數據質量任務的分派、處理、審核、監控功能，以及數據質量問題報表的展示和查詢功能等。

4. 人工考核

人工考核主要是根據審核人員的經驗以及填報單位的各種定量和定性信息，采用人機結合的方式對已錄入數據進行檢查和審核，進而判斷數據是否符合要求。人工考核面向的數據主要分為兩類。

無法形成量化指標或者量化范圍難以鑒定的數據，例如數據質量問題對企業業務的影響程度。

計算機稽查發現的“異常數據”和“重復數據”，例如：計算機稽查到CRM系統中有20條重名的客戶信息，這時需要人來判斷這20條客戶信息是否真的重復，為什么會重復。經審核確定的“異常數據”和“重復數據”應向填報單位核實，核實后，填報單位應對數據進行改正。

在數據治理績效考核中，只有通過了人工數據審核，才能進行數據匯總并給出考核結果。

05

小結

績效考核機制是企業數據治理的各項制度有效推進和落實的重要保證，它能幫助企業有效執行數據標準，提升業務操作的規范性，提高數據質量。績效考核機制也是形成并固化數據文化的重要手段，通過制度約束和績效考核，培養企業員工的數據素養，從而促進業務效率提升。

數據治理的績效考核建立在對數據治理內涵的深刻理解基礎上，應結合企業自身現狀和需求，制定有針對性的績效考核方案，而不能盲目照搬本章中給出的數據治理考核原則、考核指標、考核辦法、考核方式僅供參考。

鏈接：https://www.toutiao.com/a7050012302351057422/?channel=&source=search_tab

————————————————————————————————————————————

免責聲明：本文轉載自網絡，所發內容不代表本網站立場，如有侵權請聯系刪除。