继续接上一篇文章，对数据治理之道进行深入学习。数据治理之道建立了企业的数据战略、组织机制和数据文化建设，形成生态。
本书这三章从道的角度，阐述了数据治理的全局性、系统性、复杂性和持续性等，明确了要将数据治理工作作为生态建设来抓，形成自我驱动、自我进化、可持续发展和长效敏捷的运营机制来开展；同时数据治理也是一个系统工程、长期工程和全员工程，需要在数据治理过程中逐步形成生生不息的数据文化，将数据思维融合到企业文化中，建立起用数据思考、用数据说话、用数据管理和用数据决策，尤其是在现在的VUCA时代（易变性、不确定性、复杂性和模糊性），采用传统的人类认知机理模型已经很难从这些数据中发现深层次规律，而且人类总是受其认知影响，我们大家只有五官，一般情况下超过6维的大数据，人类就需要借助一些外部手段、工具或数字化技术来开展，从而深入挖掘数据价值，大数据挖掘的根本价值就是从大数据的不确定性中发现规律，获得确定性，来指导改进业务融合创新，甚至再造商业模式或生态，提升企业的市场竞争力。
一、数据战略
数据战略是企业数字化转型的灯塔，是企业数字化转型的高层策略。
数据战略明确了数据管理的愿景、长期目标和短期目标，实现目标应遵守的原则、管理措施、组织分工和行动路线，同时包括数据战略的规划、实施和评估。
数据战略来自企业业务战略对数据需求的理解，要与业务战略保持一致，数据战略是数据驱动的，为数据应用指明方向，要有组织人员保障、制度流程保障和技术工具支撑。
1.数据战略、企业战略和数据架构的关系
数据战略是战略性的使用数据，用于推动企业战略的实现，企业战略是相对稳定、可实现、可分解、可检验并且具有一定挑战性的目标。
数据架构是用于定义数据需求、指导数据资产的整合控制，是一套完整的数据构建规范，包括现状描述、数据需求定义、指导数据集成和控制数据策略。数据架构是企业策略和技术执行之间的桥梁。
数据架构侧重于技术，是战术范畴，数据架构让企业实现一致的数据标准化和集成，而数据战略会影响到数据架构的设计，数据架构支持数据战略实现，指导其决策。
2.数据战略的3要素
1）战略定位：明确做什么，不做什么的问题，通过明确长期、中期和短期目标，形成企业不同阶段、不同成熟度条件下的具体形态。
2）实施策略：解决怎么做、谁来做、做到条件、成功原因等问题，相对于正确的做事，是实现目标的方法。要充分将数据治理的9个要素（即战略、组织、文化、流程、制度、数据、人才、技术和工具）有机的整合起来。
3）行动计划：描述了谁在什么时间、做什么事情，达成什么目标的具体问题，
通过这三点明确了数据治理是一个持续运营、形成规则和融入文化的工作，不是一次性项目，无法一蹴而就。
3.实施数据战略的5个步骤
1）环境影响因素：根据内外部环境因素的详细分享，做出合适选择。
2）确定战略目标：数据战略要服务于企业战略，立足于现状，全员贯彻。
3）制定行动方案：目标分解，可执行、可量化、可评估，明确目标、指标、规则和权责等。
4）落实保障措施：保障体系和技术工具体系要明确。
5）战略评估优化：收益预测、成本预测，不可量化预测等。
二、组织机制
数据治理的开展最好组建敏捷扁平型组织，具有架构灵活、数据驱动、员工能动、领导作用和动态资源的特点。
数据治理的组织模式强调IT和业务部门深度融合，治理的本质是如何获得数据中蕴含的商业价值。数据治理需要聚焦目标和行动，需要企业全员参与，建立数据治理，人人有责的企业文化。
敏捷组织如何构建呢？
1.以客户为中心：快速响应客户需求，员工自我驱动。
2.数据驱动：业务人员、管理者随时随地看到所需真实数据，并根据数据及时做出决策。
3.重新定义IT：IT不单单是支撑，在夯实集成平台的基础上，打造IT驱动，IT走向前端，IT业务两手抓，IT成为赋能业务的能力中心或利润中心。
4.业务与IT深度融合：建立IT业务连接的桥梁，建立数据思维，提升数据管理应用能力。
5.培养复合型人才：懂业务，数据和技术。业务痛点、数据如何支撑业务，如何分析管理使用，掌握数据分析软件和开发技术。
三、数据文化
数据文化是要建立起用数据思考、用数据说话、用数据管理和决策。
任何资源或资产都有周期性，都会逐步枯竭的，但文化是生生不息的，数据文化要融入数据战略、数据人才、数据管理及应用的技术手段和决策方法等。
1.数据思维与传统思维的对比
数据思维：通过对事物所涉及的一系列数据进行收集、汇总、对比、分析而形成结论。
传统思维：通过感官、经验、主观和感性判断形成的结论。
2.数据思维的3个特点
1）抓重点，善于简化，聚焦核心问题，目标出发。
2）求精确，注重量化，大数据，小应用，聚焦具体问题，具体应用场景。
3）知不知，追求真理，探究事物的真实性、客观性。
3.构建数据思维的4个步骤
1）自上而下推动：领导重视推动。
2）营造数据驱动的文化氛围：产数据、用数据，思维内化于心。
3）建立循序渐进的培训机制：战略、标准、工具培训和过程控制反馈。
4）从实践中求真知：大量实践，实践出真知。
4.培养数据文化的3个办法
1）打破数据孤岛，实现数据共享，技术屏障，部门墙。
2）建立制度体系、固化数据文化，数据文化需要管理制度固化，是管理制度形成和创新的依据，管理制度反映数据文化要求，是载体，需要考核，需要固化到日常业务活动中，制度管理决策。
3）推行数据治理，增强数据文化，数据治理是理论与实践的结合体，扎根与数据文化中，数据治理与数据文化培养相互促进，分别在数据安全、质量、组织和人员，制度与流程、技术与工具等方面。
总之，企业数字化转型过程中，应以业务目标为核心、以数据为基础、以技术为支撑、制度为保障，数据驱动融入企业的方方面面实际工作中，做到知行合一，只有拥有数据思维才能发现数据价值，数据治理更是企业全员思维方式的治理。