数据管理第一定律

对于与与数据相关的责任和活动是集中管理还是放权管理，组织必须处理得当：集中的前提是要有充分的理由；放权的前提是信任和支持。

业务导向：

往往倾向于从解决方案出发是技术驱动型的人的特点。要想避免陷入未验证过得高新技术的陷阱，就不要总是从解决方案的角度入手，而是要从问题本身或机会开始研究。转变这种思维方式会很难，尤其是经验丰富的IT领导，他们倾向于提供先进的解决方案。

业务视角和技术视角之间最大的区别在于流程和数据领域。二者都自认为是开放的，但却不自觉地陷入就得思维方式。

要应对这种挑战，有以下三种方法供参考：

不断发问：组织有没有按应有的方式运转？有没有改进的空间？能不能开发新的模式？确定并量化时机的问题和可能的机遇。

寻求对话：与各个部门进行沟通探讨可能的收益并一起验证。

培养思维：以产品所有者的角度有助于数据管理工作的进行，使眼光看得更远。

数据管理第二定律

数据管理是整个组织所有部门的工作，他不是IT工作也不源于技术。数据管理是构建业务与IT之间的桥梁。

商业导向：

组织要想通过数据管理盈利，就需要增加可测量的利益相关者的价值。对于任何需要投入的活动只有获得收益才进行的下去。讨论“数据回报率”的终极目标不是处理数据，必须看它对组织整体的影响才能判断数据活动的效果如何。包括间接与长期的影响，以及对潜在问题的规避情况。

构建令人信服的业务模式要从一开会死就从商业导向出发，去报自信安全，并不是为了让数据投资看起来更有吸引力，尽早发现业务模式的弊端不是失败。

数据管理第三定律

仅参考部分事实做出决策是不够的，组织整体范围内所有的相关事实都需要考虑。

作为决策流程的一部分，“问题升级”只是意味着将决策提升了一个层级。理想情况下，视角会从部门角度转变为可以减轻偏差的跨职能角度，并最终转变为可以避免偏差的全体“股东”角度。

这样的流程有助于不受个人观点和动机影响做出决策，而且可以鼓励组织中级别较低的人跨职能看待问题，并提出跨职能的最佳建议。

信息共享：

共享信息和想法不应该是单向的，最好每个组织中的成员都应当以系统的方式与他人分享自己的想法。

划定一个唯一的交流用平台，而数据管理工作组的成员应该是首批使用该平台的人员。

数据管理第四定律

首席数据官需要高层领导的授权并得到大家的认可。

前者要有领导来创造，后者要靠首席数据官自己来创造。

从数据的角度看，局部优化解决方案不同于整体优化解决方案，不同区域之间的关联程度不同。

我们需要意识到如果为了一个部门创造价值会导致其他部门增加成本，那么在整体上这种价值是没有意义的。

这就是为什么要在组织的最高管理层级别寻求这种挑战的解决：要让每个人注意整个组织的利益。

数据管理第五定律

因为数据是跨越职能的，所以数据管理也是跨越职能的。

变革管理：

目前，所有的组织和企业几乎都不是完全以数据为中心的。也就是说，过于关注数据会导致组织发生根本性的转变。

在过去的一段时间内，大多数的组织都寻求多次改革。进而形成了一项专门研究改革管理的学科。我们可以认为相关的研究成果也适用于工作量巨大的“数据变革”。

数据管理第六定律

要从整个组织范围内的全方面做出改变以成为数据驱动型组织。

数据素养：

将数据逻辑分配给IT部门，IT 部门可能不理解所有的业务动机，IT部门可以帮助业务人员解读数据的基本规则，并清晰的表达自己的逻辑。在这种情况下，最重要的不是让所有员工都学习数据，就像有人学习词汇一样，学习主题一直在变。相反，要训练人们去思考。他们应当具备随机应变的能力。

数据管理第七定律

全面提高组织内所有成员的业务能力，并开放所有的相关数据访问权，这样才能是整个组织的数据链条流畅运行，而不是只有一小群数据专家来负责数据管理。可以参考获取CDMP数据管理专业人员认证，全面提升从业者对数据管理的认知理解和实践能力。

[1]