数据治理，辨析清楚制度、机制、流程等概念的区别很重要

我们刚接触数据的时候，从事的大多是具体的数据管理活动，无论是数据的采集、开发和开放，或是元数据管理、数据质量管理或是数据安全管理等等，但当你想更进一步的时候，比如希望源端能提供你更多的数据，能有更多的人使用你的数据，这个时候靠纯粹的技术，或靠个人或团队的力量已经难以解决了，因为落后的生产关系已经限制了生产力的发展。

如何解决数据领域的生产关系问题呢？

答案就是数据治理，数据治理就是指对数据资产管理行使权力和控制的活动集合（规划、监督和执行）。

DAMA定义的数据治理包括战略、组织、政策、标准等内容，如下图所示：

信通院的《数据资产管理实践白皮书》指出数据治理包括5个保障措施，分别是战略规划、组织架构、制度体系、审计制度及培训宣贯，如下图所示：

《DCMM》定义的数据治理包括数据治理组织、数据制度建设和数据治理

沟通等内容，如下图所示：

《数据治理-工业企业数字化转型之道》这本书将数据治理的内容划分为组织架构、制度规范、执行流程、培训宣传、设计机制和绩效考核等六大部分。

你会发现制度、机制、流程等概念在数据治理中出现的频次很高，虽然我们对于这些词司空见惯，但熟悉的东西并不一定理解，比如难以对制度和机制做区分。

但如果无法很好的理解这些词的内涵，就很难去理解”数据治理是对数据资产管理行使权力和控制的活动集合（规划、监督和执行）“这个定义，更别提去做什么建章立制的工作了，起草个文件就会漏洞百出。

今天就聊聊制度、机制、流程的内涵和区别。

1、制度

制度一词有广义的解释与狭义的解释。就广义而言，在一定条件下形成的政治、经济、文化等方面的体系就是制度（或叫体制），如政治制度、经济制度、社会主义制度、资本主义制度等等。

就狭义来讲，是指一个系统或单位制定的要求下属全体成员共同遵守的办事规程或行动准则，如工作制度、财务制度、作息制度、教学制度等等。制度可使某个团体或单位的所有成员共同遵守某些办事规程和行动准则；从而为完成任务或目标提供保证。

数据治理制度可依分为政策、制度、细则、手册4个层次。

数据政策是企业数据治理的纲领性文件，是最高层次的数据管理制度决策，是落实数据资产管理各项活动必须遵循的最根本原则，描绘了企业实施数据战略的未来蓝图。数据政策既贯穿了整个企业的组织和业务结构，也贯穿了企业数据创造、获取、整合、安全、质量和使用的全过程，其内容包括数据资产管理及相关职能的意义、目标、原则、组织、管理范围等，从最根本的角度规定了企业在数据方面的规范和要求。

华为数据管理总纲就属于数据政策的范畴，其确立了一些原则，比如：“数据是公司的战略资产，不是部门私有资产”。

数据治理管理制度是基于数据政策的原则性要求，是结合各企业组织和业务特点制定的数据治理职能范围内的总体性管理制度。它的目的是确保数据治理的管理层对准备开展或正在开展的数据治理各项职能活动进行有效控制，并作为行为的基本准则为后续各角色的职责问责建立依据。数据治理管理制度清晰地描述了数据资产管理各项活动中所遵循的原则、要求和规范，各级单位和机构在数据质量工作中必须予以遵守。

数据治理管理制度从形式上包含章程、规则、管理办法等。数据治理管理制度一般根据职能域进行划分，例如“数据标准管理办法”，这些文件为数据治理不同职能领域建立了规范性要求，内容一般包括目标、意义、组织职责界面、主要管理要求、监督检查机制等。

数据治理实施细则是已有的企业级数据治理管理制度的从属性文件，用于补充解释特定活动或任务中描述的具体内容，进一步确定后续步骤里的具体方法或技术，或管理制度相关要求与不同业务部门、分支机构实际情况的结合和细化，以便促进特定领域或范围内具体工作的可操作化。

数据治理操作手册是针对数据治理执行活动中的某个具体工作事项制定的，用于指导具体操作的文件，是特定活动的执行中需要遵守的操作技术规范。

2、机制

机制是指各要素之间的结构关系和运行方式。在社会学中的内涵可以表述为“在正视事物各个部分的存在的前提下，协调各个部分之间关系以更好地发挥作用的具体运行方式。”

那么机制和制度有什么区别呢？

制度本质上是在规定什么不能碰、必须怎么做的问题，而机制首先是一种方法，即为达到某种目的而采取的途径、步骤、手段，但机制又不同于方法，机制是经过实践检验证明有效的、较为固定的方法，举个例子，党建的工作机制，不会因党组织负责人的变动而随意变动，而单纯的工作方式、方法是可以根据个人主观随意改变的，机制是系统化、理论化的方法。

制度是死的，机制是活的，同样的制度下，不同的机制产生的结果有可能完全不同，这里举个例子来说明：

圣诞节到了，一个贫穷母亲只能给她两个儿子一块小小的面饼作为圣诞晚餐。可是两个不懂事的儿子却给他们的妈妈出了个难题，无论她打算怎么分，总有一个儿子说妈妈偏心，把自己这边分得小了。万般无奈之下，这位妈妈只好想了个办法：“老大，你过来，你来切这个饼。但有个条件，你要让你弟弟先挑切好后的半个饼。”

这一下，兄弟俩都没话说了。老大只有尽量切得一般大小，否则自己肯定只能得到小的一半；而老二则只好瞪大眼睛，尽力挑出稍大一点的那块。尽管两块饼肯定大小不一，但兄弟二人只好各自认命，因为在妈妈制定的规则之下，不论谁吃了亏，能怪的只有自己。

“圣诞节快乐”是目的，为了达到这样的目的，母亲制定了“平分面饼”的制度，可只有制度显然达不到预期，因此母亲建立了"老大先分，老大后得"的机制，这个机制用最小的代价获得了制度希望达到的公平的效果，但机制也有可能事与愿违，比如“老大先分，老大先得”，“请信赖的母亲作为公正的第三者分”这两种机制的建立就可能有问题，前者挑战人性，后者存在舞弊空间，不一定是一种理想的机制。

为了达成数据治理的目标，在组织、制度和流程的基础上会形成各种机制，包括决策机制、认责机制、沟通机制、激励机制等等，这些机制帮助企业数据治理的管理者有效掌握数据治理各项工作的具体执行情况，激发执行人的主观能动性。

3、流程

流程是为达到预想的目标或产品而进行的一系列有序和完善的步骤或操作。通常，我们讲“流程”，即业务的流转过程。它既有动态的“流”（协作关系）的部分，也有静态的分解到一定颗粒度的“程”（活动节点）的部分。

企业为实现价值创造，从输入客户要求开始到交付产品及服务给客户获得客户满意并实现企业自身价值的E2E（端对端）业务过程就是业务流程。

在企业中，流程和制度都是规则。它们有什么差别？

流程是线性的、连贯的、客观的。流程是做事的路径，是动作的组合。比如做一件事情由五个动作来完成，那么流程描述出来就是清晰的五个活动的组合。它们是链接起来的，有先后的顺序，不能多也不能少。我们可以很清楚的知道一条流程表达的是不是正确。其实不管我们是不是表达它们，它们都是存在着的，流程是具有客观性的。

制度是篇章式、片段的、模糊的。制度的形态是文本化的，文本的结构是按照章、节、目、条、款在组织的。这样的表达是非线性的方式，虽然一般我们也可以按照做事情的先后顺序去描述，但是这样的描述中是不是有重叠、缺失，或者颗粒度的不一致，我们根本无法去识别和判断。

当我们要用制度来规范一项业务的时候，没有什么规则会告诉我们到底要写5条、10条还是20条，也没有办法去制定这样的规则，因为它本身就是不连贯的。制度是人们的行为准则，这样的准则是一种契约，我们不去制定这样的契约它们就不会存在。

在企业管理现实中，基于制度的管理总是看起来要复杂，而结果却不精确。通常具有相当规模和历史的企业，制度都有上百份。这些制度是补丁摞补丁的方式构建的，不同时间不同部门发布，有重叠，有交错，有缺失，有冲突，而我们又很难有一个标准去约束和规范它们，最多是形式上的规范，而对内容的管理显得无能为力。这并不是管理制度的人不负责任，而是制度本身的特质决定了必然形成这样的结果。

基于流程的管理就完全不同。对于流程，可以有严谨的结构，可以有标准的颗粒度，可以有规范的语言；更重要的是可以有非常精确的内容，确保不会有缺失、重叠、交错和冲突。这就使得管理的精细化成为一种可能。

制度作为一种“提要求”的规范，关注的是结果。而关注结果的问题就在于，结果是有很多影响因素的。如果我们不对过程进行控制，当影响因素变化的时候，我们很难保证结果必然会出现。比如人的能力对于结果的影响。

流程作为一种规范，定义了人们做事情的路径和方法，关注的是过程。相对规范结果来说，规范过程的好处就在于能够让结果更稳定。我们经常说的一句话就是，流程要让不同的人做同样的事情有相同的结果。这正是企业家们处心积虑要达到的一种境界，因为这样就意味着企业运营成本和质量的可控。

现在很多企业都在提建立流程型组织，目的就是管理的精细化，华为公司就是典型的以流程精细化管理驱动的企业。

但制度和流程是相辅相成的，制度需要沿着流程来布置才能实现它的有效性；流程需要制度来确保能够对行为的约束，一般对于流程的规范会体现在某项数据治理管理制度下的操作细则中。

要真正把数据作为企业有价值的资产来管理，就必须像管理财务、人力资源等业务功能一样进行数据治理，这就要求企业需要在明确数据治理管控目标的基础上，建立数据治理相关的工作流程。

最后用个比喻做总结，以形象的诠释制度、机制和流程的关系：

假如数据治理的目标是让河水尽快流入大海，那么流程是河道，制度是堤坝，机制是定期在河道的堵塞点进行疏通，河道引导河水往前快速流动，堤坝防止河水泛滥失去方向，机制确保河道不堵塞，大家共同协作完成入海的目标。

制度、机制和流程也叫作管理铁三角，理解了其本质，对于我们从事任何管理工作都很有价值。

中翰软件：专注数据治理18年（http://www.jobhand.cn）

免责声明：本网站所发布的文章为本网站原创，或者是在网络搜索到的优秀文章进行的编辑整理，文章版权归原作者所有，仅供读者朋友们学习、参考。对于分享的非原创文章，有些因为无法找到真正来源，如果标错来源或者对于文章中所使用的图片、链接等所包含但不限于软件、资料等，如有侵权，请直接致电联系，说明具体的文章，后台会尽快删除。给您带来的不便，深表歉意。