3. 数据战略与组织：数据治理委员会、数据拥有者、数据管家角色定义、职责划分与协作机制

做数字孪生平台，最怕什么？

不是技术选型难，也不是数据量太大。我最怕的是——数据出了问题，没人认账。

你想想看，一个数字孪生项目，动辄几十个数据源，几百张表。设备数据归谁管？业务指标谁负责？数据质量差了找谁？如果这些不提前说清楚，项目后期就是一场灾难。

所以，数据治理的组织架构，必须在一开始就搭好。今天我就聊聊这个。

3.1 为什么需要数据治理组织？

说白了，数据治理不是一个人的事。

我在项目中遇到过这样的情况：某个关键指标突然不准了，业务部门说是IT的问题，IT说是业务部门没给对数据。两边扯皮，项目延期两周。最后发现，是数据管家的权限没设好，有人误改了数据源。

为什么会这样？因为没有明确的数据治理组织架构。

一个完整的数字孪生平台，数据治理组织通常包含三个核心角色：

• 数据治理委员会——定方向、做决策
• 数据拥有者——管业务、负责任
• 数据管家——做执行、保质量

这三个角色，缺一不可。

3.2 数据治理委员会：定方向的人

数据治理委员会，是数据治理的“大脑”。

它不负责具体的数据操作，而是做顶层设计。比如：数据治理的目标是什么？优先级怎么排？资源怎么分配？

我个人习惯，委员会成员一般包括：

• 首席数据官（CDO）或数据治理负责人
• 各业务部门负责人
• IT/数据平台负责人
• 法务/合规代表（如果涉及敏感数据）

委员会的工作方式，通常是定期开会。我建议每月一次，遇到重大变更可以临时召集。

3.3 数据拥有者：管业务的人

数据拥有者，英文叫Data Owner。这个角色很关键。

很多人以为数据拥有者是IT的人，其实不是。数据拥有者必须是业务部门的人。为什么？因为数据是业务的资产，不是IT的资产。

举个例子：设备运行数据，数据拥有者应该是设备管理部门的负责人。他懂业务，知道这些数据怎么用、质量要求是什么。

数据拥有者的主要职责：

• 定义数据的使用范围和权限
• 确认数据质量标准和业务规则
• 审批数据访问申请
• 对数据的安全和合规负责

3.4 数据管家：做执行的人

数据管家，Data Steward，是数据治理的“手脚”。

如果说数据拥有者是“老板”，那数据管家就是“干活的人”。他负责把数据拥有者的决策落地。

数据管家通常来自IT部门或数据团队，但需要懂业务。我个人觉得，一个好的数据管家，至少要有60%的业务理解能力，40%的技术能力。

数据管家的日常工作：

• 执行数据质量检查和清洗
• 维护数据字典和元数据
• 监控数据使用情况
• 处理数据问题工单
• 协助数据拥有者制定数据标准

3.5 三个角色的协作机制

角色定义清楚了，怎么协作？

我总结了一个简单的协作流程：

1. 数据拥有者提出需求——比如“我需要设备数据的质量达到99%”
2. 数据管家制定方案——怎么检查、怎么清洗、谁来执行
3. 数据治理委员会审批——方案是否合理？资源够不够？
4. 数据管家执行——落地实施，定期汇报
5. 数据拥有者验收——数据质量是否达标？

这个流程看起来简单，但实际执行中容易出问题。最常见的是：数据拥有者提了需求就不管了，数据管家做完了也没人验收。嗯，这里要注意，每个环节都要有明确的交付物和责任人。

3.6 数据治理组织架构图

下面这张图，是我常用的数据治理组织架构。你可以参考一下：

3.7 角色职责对比表

为了方便你理解，我把三个角色的核心区别整理成了表格：

维度	数据治理委员会	数据拥有者	数据管家
层级	决策层	管理层	执行层
来源	跨部门高层	业务部门	IT/数据团队
核心职责	定方向、批标准	定规则、负责任	保质量、做落地
决策范围	全平台数据治理	所负责的数据域	具体数据项
典型产出	治理政策、标准	数据质量要求	数据字典、质量报告

3.8 我的几点建议

最后，分享几个我在项目中踩过的坑，希望能帮你避开：

• 角色不能兼职太多。我曾经让一个人同时做数据拥有者和数据管家，结果他忙不过来，两边都没做好。这两个角色必须分开。
• 委员会不能形同虚设。有些项目成立了委员会，但一年开不了一次会。我建议至少每季度一次正式会议，每月一次简报。
• 数据管家要有话语权。数据管家是执行层，但如果发现问题，他应该有权限直接上报给委员会。不要让他被业务部门“压着”。
• 职责要写进制度。光口头说不行。每个角色的职责、权限、考核标准，都要写进数据治理制度里。出了事，按制度追责。

数据治理的组织架构，就像盖房子的地基。地基没打好，后面装修得再好也没用。希望你能从一开始就把这件事重视起来。

---

公众号:蓝海资料掘金营，微信deep3321