华为数据治理方法论“七宗最”.pdfVIP

华为数据治理方法论“七宗最”

展开全文

记得一年前，在项目中跟一位来自其他部门的同事H合作。我们

俩为了某个项目方案一直争执不下。最后H要求我按照“原教旨主义”

的原则，找出该方案的本源依据。被逼无奈，我不得不找出一本统计

学基本原理，花了一天时间啃完基础原理方面的内容，才给出令H满

意的答案。H比我更早时间加入公司，大部分时间都在客户一线工作。

虽然工作性质、经历完全不同，但我们俩在思维方式方面却有着惊人

的相似。我开始意识到，华为有这样一帮人，在工作中，不仅仅是提

出解决问题的方案，还需要探究答案背后的逻辑。那么，问题来了。

华为并不是学术研究机构，为什么一直强调方法论的研究？究其原因

之一，华为的高层管理者采用轮换制的，在工作决策汇报时，如果如

果汇报人不讲清楚方案背后的逻辑，而仅仅展现方案本身，管理层没

办法做出相应的决策的。以CIO为例，过去的十几年期间，几乎没有

IT背景出身的。现任CIO公司董事T总，是纯销售背景。T总的其中

一句经典语录是：“你一个技术内行跟我一个外行讲技术，即使你讲

得再有道理，我没办法反驳你，但反正就是不信。”

除此以外，华为内部广为流传一句话：“以过程的确定性以应对

结果的不确定性。”几乎被大家奉为基本的行动指南。上面啰嗦这么

多，其目的只有一个，说明华为研究方法论不是闲着蛋疼，而是内外

部生存环境所迫。自从2006年，华为从西方顾问公司引入相对完善的

数据治理体方法论，但也经历了“水土不服”的痛苦期。经过十多年

的不断实践和改进，逐步形成了华为数据治理方法论。总体来说，华

为数据治理方法论是西方科学和东方哲学相结合的产物。并且经过内

部长期验证，更加适合中国人的思维方式和企业文化。下面，我将华

为数据治理方法论总结为“七宗最”：

一、独创的数据语言，很好的建立了业务、数据和IT之间的联接

华为公司的数据治理不是从IT开始的，而是从业务部门开始的。在数

据管理总纲里，最核心的一句话便是“业务对数据质量负责”。要业

务对数据负责，首先是要让业务理解数据是什么。前面提到的T总，

每次汇报都会教育我们要“说人话”。数据管理部门的顶头上司尚且

如此，面对业务部门领导时的场景就可想而知了。然而，西方的数据

治理工作方法，基本上都是技术语言、专业语言。记得10多年前，开

始跟业务讨论数据模型。业务不懂数据模型，但总能理解什么是模型

吧。只能说，那时自己还“太年轻、太天真”。事实证明，并非所有

人工作中都需要很强的抽象思维。经过反复不断的实践，估计业务部

门也受够了一次一次的给我们当“小白鼠”。2011年，我们首次提出

数据资产目录概念，以取代数据模型作为跟业务对话的基本语言。在

设计理念方面，通过业务对象映射大家熟悉业务世界的“人、物、事”

等。Gatner提出DigitalTwins（数字孪生）是几年之后的事情，可以

说二者有异曲同工之处。在具体的设计方法方面，不再一味强调基于

数据结构相似性的抽象，而在抽象与具体之间找到合适的平衡点。同

样的，在近两年，为了向业务解释什么是多维模型，同样费了我一番

脑筋。最终还是前面提到的H，逼迫我翻出统计学基本原理。前两年，

我曾以“破译通往数字世界的罗塞塔石碑”为主题，总结了自己过往

在数据架构语言方面的工作经验。二、具有可供借鉴的企业参考数据

架构质量管理界有句名言，“产品质量是设计出来的，而不是检测出

来的。”企业统一的数据架构设计，是数据质量保证的关键环节。业

内并不缺少架构方法。TOGAF、Zachman、DAMA都提出了各自的

企业架构设计方法。华为取各家之长，也形成了自己的架构方法论。

但是方法只是方法，不是能力。记得当初在华为内部，许多刚刚入行

的数据人员，往往会吐槽架构方法太虚，不好用。我试图用一个比喻

来说明：“并不是每一个会建茅房的人都是称职的建筑设计师。”没

错，系统有简单与复杂之分，架构也有好坏之分。在十年前，在银行、

电信业有比较成熟的行业、企业参考架构