本篇概要：
企业数据组织组建方式，企业数据组织的转型之路，企业数据部门在组织中的定位。
企业数据组织组建方式
企业在进行数据战略规划时的一个重要内容是构建企业数据组织，该组织虽是一个虚拟组织，但其中的核心部门是数据部门。
大多数企业将已有的信息部门转型为数据部门，也有企业采用给经营管理部门或者调控部门赋能成为数据部门。每种组建方式都有其优劣势，在这里给大家逐一分析两种方式的优点及短板。
企业数据组织的转型之路
1.从信息部门转型数据部门
由信息部门转型数据部门的优势非常明显，因为数据技术的基础还是信息技术，所以在技术层面能够快速的接受最新的各种数据技术并确保这些新的数据技术，基于基础平台得以正常运行。
但是其短板也非常明显，因为企业数据价值最终是呈现在业务价值上的，也就是说只有数据服务于企业运营时才能体现出其价值。因为企业信息部门以往定位都是企业的服务部门，该部门主要是向企业其他业务部门提供信息化支撑，所以信息部门离企业一线业务还是比较远。这就会出现一种现象：即企业花了大价钱建设了企业数据中心或者数据中台，但是迟迟看不到其对业务价值的加持。
这里面还有一个原因就是企业信息部门本身是服务部门，在企业经营中并不是主导部门，所以在转型成企业数据部门后如何从以服务为导向转型成以主导为己任是非常困难的。因此大多数由信息部门转型成为数据部门的企业会出现的问题是建设快，见效慢，持续能力差。
2.从业务部门转型数据部门
由业务部门转型成为数据部门的优势也非常明显，因为是直接面向业务，所以见效非常的快。但是挑战也非常的大，需要该业务部门能够对数字化技术进行全面理解和掌握，并达到完成引领企业整体数字化转型的挑战。主要挑战为以下几点：
第一、由业务部门转型成为数据部门的过程中，对于信息技术的掌握是快速理解数字化技术的前提。
第二、由业务部门转型成为数据部门，需要打破自身业务局限。从整个企业层面全局理解数字化为企业带来的价值。所以大多数从业务部门转型数据部门的企业都会出现的问题是初期见效非常快，但是基础不扎实，后继乏力，引发企业内部数字化转型不均衡等现象。
企业数据部门在组织中的定位
综上所述，大家不难发现，企业数据部门是一个多部门、企业高层主导管理的综合能力组织。那么该如何构建该组织呢？希望通过对以下数据组织变迁的脉络梳理，能够带给大家一些启发。
-
第一，数据部门在公司中架构——分散式：
数据部门在公司中架构——分散式：即数据平台由技术部门/信息部门统筹建设，但信息部门不负责具体各业务及企业的业务数字化工作，所以不涉及数据分析/业务分析人员；业务数字化工作由各业务部门各自负责。
这种模式是很多企业在数字化建设初期最容易采用的组织方式，优势就是对已有的组织形式几乎没有变动，看上去职责也很明确。但是短板也很明显，如果遇到企业组织管理协调能力跟不上的情况，鉴于技术部门只负责数据基础平台的建设和运行，对其能够发挥多大的业务价值缺乏主导权，致使当业务数字化进度或成果不明显时，技术部门被迫扭转职责内容，成为既有结果的承担者及解决者，因而常常陷入无力状态。
-
第二，数据部门在公司中架构——集权式：
数据部门在公司中架构——集权式：即公司将所有和数据相关的，底层平台建设，数据应用都归属到一个部门，这个部门是数据的唯一出口。采用这种模式的优势，是企业掌控力很强，责任分配也很清晰。但是短板也很突出，表现在以下几个方面：
首先是业务部门的参与度很难调动。
其次是业务部门对于数据部门所形成的数据应用大多数情况并不认可，认为其并不专业。
这种模式的最大挑战出现在数据部门与业务部门之间的配合协作上。
-
第三，数据部门在公司中架构——混合式：
数据部门在公司中架构——混合式：即为了规避前两种模式存在的缺陷，企业取前两种模式的优点进行合并，继而形成第三种模式。
在混合模式下，大数据平台建设由技术部门专门负责，核心是把数据平台建设的足够强大。有一个比较大的数据部门（技术部门也可归入数据部门），负责数据分析，挖掘，数据统一等对外服务工作。一般来说这个部门的数据分析团队会直接向管理层汇报，主要服务公司管理层；同时在各业务部门设定数据岗并将各业务部门的业务专家纳入到数据分析团队中与数据分析师合作，一起解决某个具体专业问题。
此外，在业务部门内部也允许有自己的小数据分析团队，负责处理业务数字化，同时也会和公司的数据部门达成有效沟通与合作。
该系列未完待续，敬请期待......