2. 建立跨部门数据治理委员会：组织架构与权责划分
数据治理这事儿，光靠IT部门是推不动的。我见过太多公司，数据标准定了一堆，最后没人执行，为什么？因为没有“官”。说白了，你需要一个能拍板、能协调、能背锅的机构——跨部门数据治理委员会。
这一章，我们就聊聊这个委员会怎么搭，权责怎么分。我自己的经验是，组织架构没搭好，后面所有流程都是空中楼阁。
2.1 委员会的核心定位
委员会不是摆设，也不是用来开会的。它的核心使命就三件事：
- 定方向：数据要管到什么程度？优先级是什么？
- 做决策：跨部门的数据争议，谁来拍板？
- 给资源：数据治理项目需要人、钱、时间，谁来批？
我曾经在一个项目里，委员会成立了半年，一次正经决策都没做过。后来复盘发现，成员全是部门副职，没有决策权。嗯，这里要注意——委员会成员必须能调动本部门资源。
关键原则：委员会是“决策机构”，不是“讨论机构”。每次会议必须有明确的决议输出。
2.2 组织架构设计
我建议采用“三级架构”模式。这个模式我在两家大型制造企业都实践过，效果不错。
2.3 各层级权责划分
架构搭好了，接下来就是分清楚谁该干什么。我见过最乱的情况是，执行层做了决策层的事，决策层在干执行层的活。权责不清，治理必乱。
| 层级 | 核心职责 | 决策范围 | 会议频率 |
|---|---|---|---|
| 决策层 | 审批数据战略、数据政策 解决跨部门重大争议 批准年度治理预算 |
数据战略方向 组织架构调整 重大投资决策 |
每季度1次 |
| 协调层 | 制定数据标准与规范 监控治理执行情况 组织培训与宣贯 |
标准制定与修订 日常争议协调 项目优先级排序 |
每月1次 |
| 执行层 | 落地数据标准 处理数据质量问题 反馈一线需求 |
本领域数据规则 问题处理方案 工具选型建议 |
每周1次 |
我的经验：协调层是最容易被忽视的。很多公司只有决策层和执行层，结果决策落不了地。数据治理办公室这个角色，一定要配专职人员，不能兼职。
2.4 关键角色定义
除了层级，每个关键角色也要有清晰的职责描述。我列几个最核心的角色：
- 委员会主席（通常由CIO或CDO担任）：最终决策者，对数据治理成败负责。
- 数据治理办公室主任：日常运营负责人，协调各方资源，推动标准落地。
- 领域数据负责人（Data Owner）：每个业务领域指定一人，对本领域数据质量负责。
- 数据管家（Data Steward）：执行层面的核心，负责具体的数据标准执行和质量监控。
我记得有一次，一个客户问我：“数据Owner和Data Steward有什么区别？”我打了个比方：数据Owner是房东，决定房子怎么装修；Data Steward是物业，负责日常维护和报修。这个比喻他们一下就懂了。
2.5 避坑指南
我曾经踩过的坑，分享给你：
- 委员会成员级别不够：派个部门副职甚至主管来参会，决策做不了，回去还得请示。结果会议效率极低。
- 没有专职协调层：让IT部门的人兼职做数据治理协调，结果IT自己的活都忙不完，治理工作一拖再拖。
- 权责不对等：让执行层背数据质量的KPI，却不给他们修改数据规则的权限。这活儿没法干。
- 会议变成汇报会：委员会会议如果只是各部门汇报工作，没有实质决策，那这个委员会就废了。
2.6 启动建议
如果你现在正准备搭建这个委员会，我建议你按这个步骤来：
- 先找对的人：和CEO或业务老大沟通，拿到授权。委员会主席必须是能拍板的人。
- 明确章程：写一份简单的委员会章程，把权责、会议机制、决策流程写清楚。别写太复杂，两页纸足够。
- 选一个试点领域：别一上来就全面铺开。选一个痛点最明显的领域（比如客户数据），先跑通流程。
- 开好第一次会：第一次会议一定要有实质产出。比如：确定一个数据标准、解决一个争议、批一个预算。
组织架构这东西，说起来简单，做起来全是细节。但只要你把权责分清楚，让对的人坐在对的位置上，数据治理就成功了一半。剩下的，就是坚持执行了。