数据及数据能力对于一家企业意味着什么？
管理学大师拉姆·查兰认为：数智化时代，企业要想持续发展，必须能够察觉内外部的变化，建立内部流动性以不断适应变化；必须关注每一个客户，依赖团队来打造动态核心竞争力——这一切都需要利用数据与算法的力量。
诚然如斯。随着数字经济的高速发展，以及《关于构建更加完善的要素市场化配置体制机制的意见》明确数据成为新的生产要素，业界已然形成共识：即数据会重塑企业的运营、管理、决策乃至创新等方方面面，数据及数据能力将决定着一家企业未来的天花板。
但从数据到形成数据资产、数据能力绝非易事。可以说，没有良好的数据治理体系保驾护航，大数据、人工智能等技术很难在业务中产生实际价值，更别提充分挖掘数据的价值。
在众多企业中，联想集团无疑是企业数字化转型的突出代表：面对上千个业务系统和海量数据，联想结合业务特点和需求，制定为期三年的公司级数据战略，围绕统一大数据平台的建设，逐渐打造出五大关键能力：新业务模式、客户中心、合作伙伴卓越管理、智能运营和智能平台能力，为广大中国企业的数据治理和数据能力打造探索出一条可行之路。
数据资产是治理出来的
数据治理是形成数据资产和释放数据价值的基础。
IDC《中国数据治理市场份额》报告显示，2021年中国数据治理市场规模突破50亿元，预计未来几年里市场规模将保持高速增长。这也表明，随着数字经济的发展和数字化转型的深入，数据治理需求已从传统的政务、金融全面延伸到制造、交通、能源等多个行业。
以联想为例，在经历四十年发展之后，联想已经成长为在180多个市场开展业务的全球化公司，拥有1000多个业务系统和PB级海量数据，对于数据治理的需求极为迫切。“数据资产是治理出来的。”联想集团全球IT副总裁方雨如是说。
事实的确如此。联想的IT发展历程和数据治理情况很可能会是其他企业未来所需要面临的。例如，数据爆炸性增长、数据来源与数据类型比以往更加丰富、混合云的基础设施环境等，都会让数据治理的复杂性大幅提升。当前，联想每年的数据量增长高达30%，业务数据增长迅速。PB级数据规模要想变成一笔丰富的数据资产与财富，其前提就是做好数据治理。
另外，当一家企业的业务达到一定规模，以及数字化转型进展到更高阶段时，数据战略必然会上升到公司级战略高度，在组织、流程等方面对于数据治理体系提出了更高要求。毕竟，今天的数据治理已经很难依靠几个产品或者工具来实现，必须从管理层开始就对数据战略有着长远的愿景与规划，并且为数据治理过程所需的人才、组织、预算提供充足保障，以支撑未来的数字化转型和各种业务用数需求。
更加重要的趋势是，未来企业的数据消费群体、决策习惯和数据协作方式会出现巨大变化。以联想为例，如今基层员工在日常业务中，一些数据智能的产品/工具月活量达到上万，数据消费群体规模不断扩大，业务基于数据的决策需求极为丰富。
因此，衡量一家企业数据治理成功的关键在于三点：一、有没有公司级的数据治理战略；二、该数据治理战略是否能够在组织架构、流程上得到保障；三、数据治理能否与业务进行紧密和有效的结合。
事实上，自2018年正式实施三年数据发展战略规划以来，联想在数据治理取得了一系列成功，不仅率先实践了DCMM（Data Management Capability Maturity Model，数据管理能力成熟度模型）国家标准贯标和获得DCMM量化级（第四级）贯标认证，还成功入选“2022年度数据管理百项优秀案例”。
而DCMM国标有两方面的重要价值：一是具有指导意义，企业可以对照标准寻找到不足并改进；二是国家在数据方面形成标准，可以有效界定一些企业在数据管理和数据治理方面的成熟度情况。例如，通过DCMM国标，联想可以了解到合作伙伴的数据管理成熟度情况，这也有益于联想自身的数据合规和数据安全。
联想数据中台：让业务有数
联想数据治理的成功要得益于其公司级数据战略，而其公司级数据战略的核心则是联想数据中台。
过去几年里，联想通过数据中台作为统一大数据平台的建设，并结合业界最佳实践和混合云能力，构建起湖仓融合且面向全球的数据平台。
据介绍，联想的统一大数据平台在底层采用了业界先进技术方案，主要具备三大特点：
采用私有云+公有云的技术方案，确保技术的先进性。例如，在私有云环境中部署数据湖，方便AI、机器学习等进行大量的数据训练；利用公有云先进的数据仓库框架、技术和产品，实现业务数据的数据整合与治理；
通过数据中台构建起完善的数据治理体系，实现跨部门的公司统一数据标准，推动公司数据资产体系的形成，为业务端用数提供合规、安全、便捷和高效的服务；
联想统一大数据平台拥有长远的愿景规划，能够支撑联想未来的数字化转型。
“在平台设计之初，我们就是从数据主权的角度来考虑。如今，我们一个报表即能支持全球业务，不同地区员工根据当地法律、法规看到数据都是合规的。”方雨表示道，“2023年，联想还会聚焦数据消费和运维方面，进一步提升平台的赋能能力、完善数据合规并降低运维成本，让业务部门能够把数据用起来并且用得更好。”
事实上，数据中台概念已经诞生多年，基于One Data方法论来建立统一的组织、平台，进行集中化管理数据和提供数据服务。但近两年来，数据中台也受到较大争议，过去提倡中台理念的互联网公司纷纷提出拆中台，更是让众多行业用户倍感困惑。
究其原因，所谓的拆中台并不是简单回到原点，更像是一种螺旋式上升的建设方式。大中台具有很强的管控属性，改进需求的增多，必然会导致响应较慢。随着共享技术、数据达到一致之后，互联网公司一些部门会分别拥有自己的中台，兼顾业务灵活性和标准化。
而非互联网企业的数据中台建设犹如“长坡厚雪”，路径长、红利厚，绝非短时间一蹴而就，对联想而言，必须建设好数据中台以解决了数据统一、数据治理等系列问题；只有当数据治理与数据规范达到高度共识之后，出于业务灵活性的需求，才会进入到‘拆中台’的阶段。
03内生外化：联想大数据的实践与赋能之路
毫无疑问，联想对于数据中台的深刻认知和稳步建设的理念，值得其他传统行业用户学习。
众所周知，非互联网企业往往属于传统行业，业务特点也不像互联网公司那样无序膨胀，大多数企业都经历了漫长的信息化时代建设，有着较多的历史系统和数据积累，数据中台的建设更像是数据资产化稳步演进的过程，很难采用互联网公司的建设模式和思路。
因此，像联想这样的非互联网企业，无论是发展历史、市场覆盖还是业务体量、应用方式，其在大数据平台上的规划思路、技术路径以及业务实践，更具备参考价值与借鉴意义。联想SSG集团在近几年所提倡的“内生外化”，其核心正是将那些在联想内部得到过充分验证、实践和沉淀过的技术、产品、方案，对外进行赋能。
以联想大数据平台为例，除了承载联想各条业务线的用数需求之外，在不断提升自身数字化韧性的同时，也将实践经验带给客户，帮助客户少走弯路，更快速地进行数字化创新。这才是真正的治理数据资产，并将之变成一个行业的财富。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
