在 Martech 領域，有一個小眾又重要的領域，數(shù)據(jù)治理。說它小眾，是因為這個詞在 Martech 中很少被提及；說它重要，是因為它遠超市場側(cè)應用的范圍，而是企業(yè)級管理的重要一環(huán)。在近期的調(diào)研中，超六成企業(yè)將大數(shù)據(jù)平臺建設與數(shù)據(jù)治理作為 2021 年的“十四五”戰(zhàn)略規(guī)劃；“數(shù)字化轉(zhuǎn)型 + 數(shù)據(jù)治理”的解決方案成為企業(yè)實現(xiàn)數(shù)據(jù)驅(qū)動增長的共同選擇。根據(jù)沙利文與頭豹研究院的調(diào)研，2018 至 2024 年，數(shù)據(jù)治理在大數(shù)據(jù)平臺建設中預算占比逐年升高，數(shù)據(jù)治理市場將保持 39% 的年復合增長率到達 325.5 億元。

當前國內(nèi)充分吸收國外數(shù)據(jù)治理先進經(jīng)驗后，全國范圍內(nèi)數(shù)據(jù)資產(chǎn)意識升級，數(shù)字化轉(zhuǎn)型與數(shù)據(jù)安全需求進一步增強。國家層面高度重視數(shù)據(jù)資產(chǎn)管理，全行業(yè)提倡數(shù)字化轉(zhuǎn)型與數(shù)據(jù)治理。標志性事件是 2019 年十九屆四中全會首次將數(shù)據(jù)作為生產(chǎn)要素并列，至 2020 年中共中央國務院在《關于構建更加完善的要素市場化配置體制機制的意見》中，進一步提出要“加快培育數(shù)據(jù)要素市場”。同時在 2021 年 6 月 10 日，第十三屆全國人民代表大會常務委員會第二十九次會議通過《中華人民共和國數(shù)據(jù)安全法》，更是將數(shù)據(jù)安全治理提升至前所未有的高度。在這一階段，我國全行業(yè)全面鋪開數(shù)據(jù)治理，推進數(shù)字化轉(zhuǎn)型。

那數(shù)據(jù)治理究竟是什么？其實，數(shù)據(jù)治理的概念在業(yè)界尚未定論，DAMA（國際數(shù)據(jù)管理協(xié)會）認為，數(shù)據(jù)治理（Data Governance，DG）指的是對數(shù)據(jù)資產(chǎn)管理行使權力和控制的活動集合（計劃、監(jiān)督和執(zhí)行）。DGI 則認為，從廣義來說，數(shù)據(jù)治理是對數(shù)據(jù)相關事項作出決策的工作。從狹義來說，數(shù)據(jù)治理是與信息相關過程的決策權與問責制度體系，根據(jù)商定的模型執(zhí)行，確定誰能夠?qū)κ裁葱畔⒉扇∈裁创胧约笆裁磿r候、在什么樣的情況下使用什么方法。

在國內(nèi)研究機構的定義中，阿里研究院認為：數(shù)據(jù)治理即建立在數(shù)據(jù)存儲、訪問、驗證、保護和使用之上的一系列程序、標準、角色和指標，以期通過持續(xù)的評估、指導和監(jiān)督，確保富有成效且高效的數(shù)據(jù)利用，促進跨組織協(xié)作和結構化決策，為企業(yè)創(chuàng)造價值。頭豹研究院認為：在數(shù)據(jù)驅(qū)動的業(yè)務與生產(chǎn)環(huán)境中，圍繞具備更高可用性的數(shù)據(jù)標準與數(shù)據(jù)模型，規(guī)劃構建“采集、存儲、管理、服務”一整套制度體系的系統(tǒng)工程。此外，在阿里研究院調(diào)研中，總結了數(shù)據(jù)治理的相關學者的界定，在此不再贅述。

綜合以上各家之言，可以說數(shù)據(jù)治理既是一個管理概念，又是一個技術概念。它是一個組織進行數(shù)據(jù)資產(chǎn)沉淀的基礎，也是所有數(shù)據(jù)應用的根基，它的好壞直接影響數(shù)據(jù)的價值實現(xiàn)。

數(shù)據(jù)治理可以具體為營銷和運營解決怎樣的問題呢？我們認為，主要有以下三點：

第一是打通團隊和組織。有些反常識的是，企業(yè)數(shù)據(jù)用不好最重要的因素并非技術困難，而是管理問題。比如，未設立數(shù)據(jù)管理關鍵角色權力和責任、數(shù)據(jù)治理各個相關角色缺乏共同語言、多個部門之間配合不到位等等。這時，一個好的數(shù)據(jù)治理方案，可以重塑各部門組織架構與合作方式，明確數(shù)據(jù)團隊的責任，將數(shù)據(jù)工作流程化、規(guī)范化，提升組織產(chǎn)出效率。

第二是積累“有效”的數(shù)據(jù)資產(chǎn)。當下企業(yè)普遍存在數(shù)據(jù)源太多、太雜的問題，比如數(shù)據(jù)格式不統(tǒng)一、類型不統(tǒng)一、結構化和非結構化數(shù)據(jù)并存、用戶行為數(shù)據(jù)和客戶基本信息割裂，導致整體數(shù)據(jù)獲取和對接的成本較高。這時我們可以治理多種數(shù)據(jù)源，確保公司各渠道數(shù)據(jù)采集的完整性，并通過規(guī)范的 ETL 與數(shù)據(jù)模型，用 ID-Mapping 構建統(tǒng)一用戶體系，從而幫助企業(yè)打造有效的客戶主題的數(shù)據(jù)資產(chǎn)。

第三是驅(qū)動數(shù)字化應用落地。我們在購買 Martech 工具時，總是將應用場景想象得非常美好，然而實際應用中卻發(fā)現(xiàn)距離落地遙遙無期，其中的關鍵就在于數(shù)據(jù)質(zhì)量如何管理。通常企業(yè)面臨的場景是：源頭的數(shù)據(jù)埋點和接入數(shù)據(jù)的質(zhì)量無法保證，只能對上游數(shù)據(jù)做人為修復，隨著時間變長，雜質(zhì)越來越多，能用的越來越少，系統(tǒng)功能再好也只能報廢。這時，我們做好從源頭到應用系統(tǒng)的全局數(shù)據(jù)質(zhì)量監(jiān)控尤其重要，擁有干凈的數(shù)據(jù)和統(tǒng)一的用戶體系，才可以實實在在地賦能業(yè)務運營中的分析場景和營銷場景，這才是上期科普中我們曾提到的 Martech 數(shù)據(jù)根基。