1. 数据管理组织与角色期望
1. 了解现有的组织和文化规范
数据作用、 文化、 实践、 组织执行、 汇报方式、 技能水平：
- 数据在组织中的作用：数据驱动的关键流程是什么？如何定义和理解数据需求？数据在组织战略中扮演的角色如何？
- 关于数据的文化规范：实施或改进管理和治理结构时，是否存在潜在的文化障碍？
- 数据管理和数据治理实践：如何以及由谁来执行与数据相关的工作？如何以及由谁来做出有关数据的决策？
- 如何组织和执行工作
- 汇报关系的组织方式：如组织是集中的，还是扁平化的？
- 技能水平：一线人员和高层技能水平如何？
数据管理组织应与公司的组织层级结构和资源保持一致。找到合适的人员，需要了解数据管理在组织内部的功能和政治作用，目标应该是跨职能的不同业务利益相关方共同参与，需要做到：
- 识别当前正在执行数据管理职能的员工，认识并先邀请他们参与进来
- 检验组织管理数据的方法，并确定如何改进流程
- 从组织的角度考虑，规划需要进行的各种变更，以更好地满足需求
2. 数据管理组织的结构
数据管理组织设计中关键步骤是确实组织的最佳运营模式。运营模式是阐明角色、责任和决策过程的框架，它描述了人们如何互相协作。常见的有：
- 分散运营模式：数据管理职能分布在不同业务部门和 IT 部门。
- 优点：组织结构相对扁平，数据管理组织与业务线或 IT 部门具有一致性。这种一致性通常意味着对数据要有清晰的理解，相对容易实施或改进。
- 缺点： 让过多的人员参与治理和制定决策，实施协作决策通常比集中发布号令更加困难。不太正式，且难长久。
- 网络运营模式：通过 RACI(谁负责(Responsible)、谁批准(Accountable)、咨询谁(Consulted)、通知谁(Informed)) 责任矩阵管理。
- 优点：类似于分散模式（结构扁平、观念一致、快速组建）。采用 RACI，有助于在不影响组织结构的情况下建立责任制。
- 缺点：需要维护和执行与 RACI 相关的期望。
- 集中运营模式：最正式且成熟的。所有工作由管理组织掌控。
- 优点：为数据管理或数据治理建立了正式的管理职位，且拥有一个最终决策人。职责明确，决策更容易。
- 缺点：实施集中模式通常需要重大的组织变革。将数据管理的角色从核心业务流程正式分离，存在业务知识逐渐丢失的风险。
- 混合运营模式：分散和集中式混合。
- 优点：自顶至下，指定知道方向，业务团队及时调整优先级，把重点放到特定的挑战上。
- 缺点： 组织的建立，需要配置额外人员到卓越中心 中央组织的优先事项可能与分散组织的优先事项存在冲突。
- 联邦运营模式：混合运营模式的一种变体，提供了额外的集中层/分散层，联邦模式提供了一个具有分散执行的集中策略。
- 优点：一个具有分散执行的集中策略，是大型企业唯一可行的模式。能根据特定数据实体、部门挑战或区域优先级来确定优先级。
- 缺点：管理复杂，层次多，需要在业务线自治和企业的需求之间取得平衡。
无论哪种运营模式，简单性、可用性对于接受和可持续性是至关重要的。构建时需要注意：
- 通过评估当前状态来确定起点
- 将运营模式与组织结构联系起来
- 考虑：①组织复杂性+成熟度。②领域复杂性+成熟度。③可扩展性。
- 获得高层支持：这是可持续发展模式的必要条件
- 确保任何领导机构（指导委员会、咨询委员会、董事会）都是决策机构
- 考虑试点规划和分批次实施
- 专注于高价值、高影响力的数据域
- 使用现有的资源
- 永远不要采用一刀切（One-Size-Fits-All）的方法
3. 关键成功因素
数据管理组织的架构关成功因素：
- 高管层的支持
- 明确的愿景
- 主动的变更管理
- 领导者之间的共识
- 持续沟通
- 利益相关方的参与
- 指导和培训
- 采用度量策略
- 坚持指导原则
- 演进而非革命
4. 建立数据管理组织
- 识别当前的数据管理参与者：确保将角色指派给正确且级别恰当的人员
- 识别委员会的参与者
- 识别和分析利益相关方：如何找：谁将受到数据管理的影响、角色和职责如何转变、受影响的人如何应对变化、人们会有哪些问题和顾虑
- 让利益相关方参与进来
5.数据管理组织与其他数据相关机构之间的沟通
数据管理组织需要与对数据管理方式产生重大影响的其他团队合作：
- 首席数据官组织：它的任务包括：
- 建立组织数据战略
- 使以数据为中心的需求与可用的 IT 和业务资源保持一致
- 建立数据治理标准、政策和程序
- 为业务提供建议（以及可能的服务）以实现数据能动性，如业务分析、大数据、数据质量和数据技术
- 向企业内外部利益相关方宣传良好的信息管理原则的重要性
- 监督数据在业务分析和商务智能中的使用情况
- 数据治理机构：数据治理是用于建立有效管理企业数据的战略、 目标和策略的组织框架
- 数据质量团队：当数据质量管理的目标是提升跨业务线或应用程序共享的数据质量时，通常侧重于主数据管理
- 企业架构团队：企业架构实践包括：技术架构、应用架构、信息（或数据）架构、业务架构
管理全球化组织需要特别注意：
- 遵守标准
- 同步流程
- 明确责任制度
- 培训和交流
- 有效地监控和度量
- 发展规模经济
- 减少重复性工作
6. 数据管理角色
- 组织角色：IT数据管理组织提供从数据、应用程序和技术架构到数据库管理的一系列服务。（上述 5 种模式）
- 个人角色：个人角色可以从业务或 IT 角度分别定义：
- 执行官角色：数据管理执行官可能侧重于业务或技术层面，首席信息官和首席技术官则在IT方面发挥着重要作用
- 业务角色：主要关注数据治理功能，尤其是管理职责
- IT 角色：数据架构师(Data Architect)、数据建模师(Data Modeler)、数据模型管理员(Data Model Administrator)、数据库管理员(Database Administrator)、数据安全管理员(Data Security Administrator)、数据集成架构师(Data Integration Architect)数据集成专家(Data Integration Specialist)、应用架构师(Application Architect)技术架构师(Technical Architect)、技术工程师(Technical Engineer)、桌面管理员(Help Desk Administrator)、IT 审计员(IT Auditor)
- 混合角色：数据质量分析师、元数据专家(Metadata Specialist)、BI 架构师、BI 分析师/管理员、BI 项目经理
