在当前经济压力持续加剧的大背景下，企业对于信息化建设与数字化转型的投入，不再被当作“刚需”，反而成了预算压缩的首要目标。对于乙方供应商来说，行业内卷愈发严重，竞争态势空前激烈。而作为基础性支撑项目的数据治理，处境更是尴尬，常常被边缘化。
实际上，数据治理与企业购置硬件、建设云平台都属于基础设施范畴。云平台提供算力资源，数据治理则交付数据资源，二者都是支撑企业可持续发展的核心底座。但在实际操作中，数据治理常因缺乏“可见性”与“显性回报”而被忽视，远远没有得到应有的关注与投入。
从未来发展趋势看，随着精细化管理的深入以及人工智能技术的广泛应用，数据资源的战略价值正在迅速提升。要是企业还只盯着传统基础资源建设，忽视数据的核心地位，那么在人工智能时代来临之时，就只能看着竞争对手借助高质量数据快速崛起，而自己却因“地基没打牢”无力转型，错失发展良机。
本文就是要系统梳理这一现象背后的底层逻辑，并探讨企业怎样突破数据治理的困局。
就拿我近期接触的两个数据治理项目来说，它们都呈现出相似特点：在厚达近千页的需求书中，涉及数据治理的内容只有寥寥两三页，而且所获预算少得可怜。企业花数千万元采购大量硬件设施，建设数十甚至上百套业务系统，难道只是为了固化业务流程，实现信息化？这种做法仅仅完成了“业务数据化”的初步目标，也就是让业务流程能在系统中被记录和管理。但这些系统运行过程中沉淀的大量业务数据，并没有被进一步挖掘和利用，“数据业务化”的第二步还没真正迈出。要是企业就此打住，那之前斥巨资建设的软硬件环境，以及投入的人力、物力和时间所积累的数据资产，都难以发挥真正价值。那究竟是什么导致了这种情况？又该如何破局呢？
核心原因主要有两点：
第一，项目初期需求难以明确。我们对比一下硬件、云平台和数据治理三方。硬件部分成熟且作为底座相对稳定，看得见摸得着还能作为资产入表，设备参数都能精确到最小技术参数。云平台作为软件底座也相对稳定通用，各大厂商都有成熟的报价方式。但数据治理完全是定制化的工作，不经过调研根本估算不出工作量，不同类型的数据、不同的信息化环境，治理成本差异巨大，还得随着企业业务的调整不断变化。于是在标书上就出现奇怪的现象：硬件需求细致入微，云平台的描述洋洋洒洒，而数据治理却只有2页。别看页数少，需求里“全域、全流程、持续支持”这些词却很醒目，需求编制人员为了涵盖所有工作也是费尽心思。
第二，数据治理过于抽象，价值效果难以预料。硬件和云平台可以作为企业资产，价值明显，硬件是基础设施，云平台管理硬件、提供资源。数据治理则不同，没完成之前，领导很难想象最终成果是什么样，完成之后其价值也是起到支撑作用，成果难以衡量。然而其要求确很高覆盖所有业务域，连字段级标准都得制定，对业务的广度和深度要求极高。
这样就形成了一个“死循环”：经验丰富的公司一看就摇头，觉得是“赔本买卖”，但不做又没有其他出路。而有些厂商则习惯用超低报价争取项目，表现出“我能搞定”的自信模样，可最后往往上演“四拍神剧”：拍肩膀（甲方信任并予以委托）、拍胸脯（乙方承诺一定完成）、拍桌子（甲方发现问题后暴怒）、拍屁股（乙方拍拍屁股跑路）。这不就是典型的“劣币驱逐良币”嘛！
不过困局并非无解，关键在于甲乙双方要务实妥协、携手破局：
第一步，建立共同认知，奠定合作基础。乙方要基于实际案例和对甲方的初步了解，清楚地向甲方说明真实的工作量、难点以及风险。甲方通常是讲道理的，需求模糊大多是因为前期无法进行详细摸底，且专业知识不足。
第二步，快速框定，让“全域”概念落地，看清全貌。迅速评估甲方“全域”需求的实际范框架和工作量范围，并根据当前需求给出近期的新的治理范围建议，达成整体框架的共识。
第三步，务实协商，寻求解决办法。双方一起商量解决方案。要是能提高数据治理预算当然好，如果预算有限，那就这么做：
1）在设计联络会或补充协议中界定范围，把钱花在刀刃上，秉持稳建设重运营的原则，先搭建好基础设施，再根据需求逐步推进。有成效、有价值就继续，没效果就及时收手，这样既能控制成本，又能激励甲乙双方。
2）数据治理需要甲乙双方共同投入，可以明确甲乙双方的责权，适当让甲方增加投入，乙方相应减少投入，这样也能控制对外支付成本。
通过这三步，就能为这类项目找到相对合理的解决办法，既能避免项目烂尾，又能合理实施数据治理。
“流水不争先，争的是滔滔不绝”，数据治理也是如此。面对预算紧张的困境和重重迷雾，与其强求一步到位实现“全域”的完美结果，不如学会阶段性妥协，聚焦核心、稳扎稳打、责任共担。这不是放弃，而是为了积蓄力量，让数据治理的涓涓细流，穿透眼前的成本壁垒，最终汇聚成支撑企业数字化转型的滔滔江河。始于务实妥协，才能行稳致远，赢得价值的长流不息。
请关注我同学老杨的公众号↓，刚开始写，大家支持一下！
