來源：大魚的數據人生

我們剛接觸數據的時候，從事的大多是具體的數據管理活動，無論是數據的采集、開發和開放，或是元數據管理、數據質量管理或是數據安全管理等等，但當你想更進一步的時候，比如希望源端能提供你更多的數據，能有更多的人使用你的數據，這個時候靠純粹的技術，或靠個人或團隊的力量已經難以解決了，因為落後的生産關系已經限制了生産力的發展。

6份關于數據資産的資料都整理好了，需要的自取，獲取方式：轉發 私信我回複：數據資産

如何解決數據領域的生産關系問題呢？

答案就是數據治理，數據治理就是指對數據資産管理行使權力和控制的活動集合（規劃、監督和執行）。

DAMA定義的數據治理包括戰略、組織、政策、标準等内容，如下圖所示：

信通院的《數據資産管理實踐白皮書》指出數據治理包括5個保障措施，分别是戰略規劃、組織架構、制度體系、審計制度及培訓宣貫，如下圖所示：

《DCMM》定義的數據治理包括數據治理組織、數據制度建設和數據治理溝通等内容，如下圖所示：

《數據治理-工業企業數字化轉型之道》這本書将數據治理的内容劃分為組織架構、制度規範、執行流程、培訓宣傳、設計機制和績效考核等六大部分。

你會發現制度、機制、流程等概念在數據治理中出現的頻次很高，雖然我們對于這些詞司空見慣，但熟悉的東西并不一定理解，比如難以對制度和機制做區分。

但如果無法很好的理解這些詞的内涵，就很難去理解”數據治理是對數據資産管理行使權力和控制的活動集合（規劃、監督和執行）“這個定義，更别提去做什麼建章立制的工作了，起草個文件就會漏洞百出。

今天就聊聊制度、機制、流程的内涵和區别。

1、制度

制度一詞有廣義的解釋與狹義的解釋。就廣義而言，在一定條件下形成的政治、經濟、文化等方面的體系就是制度（或叫體制），如政治制度、經濟制度、社會主義制度、資本主義制度等等。

就狹義來講，是指一個系統或單位制定的要求下屬全體成員共同遵守的辦事規程或行動準則，如工作制度、财務制度、作息制度、教學制度等等。制度可使某個團體或單位的所有成員共同遵守某些辦事規程和行動準則；從而為完成任務或目标提供保證。

數據治理制度可依次分為政策、制度、細則、手冊4個層次。

數據政策是企業數據治理的綱領性文件，是最高層次的數據管理制度決策，是落實數據資産管理各項活動必須遵循的最根本原則，描繪了企業實施數據戰略的未來藍圖。數據政策既貫穿了整個企業的組織和業務結構，也貫穿了企業數據創造、獲取、整合、安全、質量和使用的全過程，其内容包括數據資産管理及相關職能的意義、目标、原則、組織、管理範圍等，從最根本的角度規定了企業在數據方面的規範和要求。

華為數據管理總綱就屬于數據政策的範疇，其确立了一些原則，比如：“數據是公司的戰略資産，不是部門私有資産”。

數據治理管理制度是基于數據政策的原則性要求，是結合各企業組織和業務特點制定的數據治理職能範圍内的總體性管理制度。它的目的是确保數據治理的管理層對準備開展或正在開展的數據治理各項職能活動進行有效控制，并作為行為的基本準則為後續各角色的職責問責建立依據。數據治理管理制度清晰地描述了數據資産管理各項活動中所遵循的原則、要求和規範，各級單位和機構在數據質量工作中必須予以遵守。

數據治理管理制度從形式上包含章程、規則、管理辦法等。數據治理管理制度一般根據職能域進行劃分，例如“數據标準管理辦法”，這些文件為數據治理不同職能領域建立了規範性要求，内容一般包括目标、意義、組織職責界面、主要管理要求、監督檢查機制等。

數據治理實施細則是已有的企業級數據治理管理制度的從屬性文件，用于補充解釋特定活動或任務中描述的具體内容，進一步确定後續步驟裡的具體方法或技術，或管理制度相關要求與不同業務部門、分支機構實際情況的結合和細化，以便促進特定領域或範圍内具體工作的可操作化。

數據治理操作手冊是針對數據治理執行活動中的某個具體工作事項制定的，用于指導具體操作的文件，是特定活動的執行中需要遵守的操作技術規範。

2、機制

機制是指各要素之間的結構關系和運行方式。在社會學中的内涵可以表述為“在正視事物各個部分的存在的前提下，協調各個部分之間關系以更好地發揮作用的具體運行方式。”

那麼機制和制度有什麼區别呢？

制度本質上是在規定什麼不能碰、必須怎麼做的問題，而機制首先是一種方法，即為達到某種目的而采取的途徑、步驟、手段，但機制又不同于方法，機制是經過實踐檢驗證明有效的、較為固定的方法，舉個例子，黨建的工作機制，不會因黨組織負責人的變動而随意變動，而單純的工作方式、方法是可以根據個人主觀随意改變的，機制是系統化、理論化的方法。

制度是死的，機制是活的，同樣的制度下，不同的機制産生的結果有可能完全不同，這裡舉個例子來說明：

聖誕節到了，一個貧窮母親隻能給她兩個兒子一塊小小的面餅作為聖誕晚餐。可是兩個不懂事的兒子卻給他們的媽媽出了個難題，無論她打算怎麼分，總有一個兒子說媽媽偏心，把自己這邊分得小了。萬般無奈之下，這位媽媽隻好想了個辦法：“老大，你過來，你來切這個餅。但有個條件，你要讓你弟弟先挑切好後的半個餅。”

這一下，兄弟倆都沒話說了。老大隻有盡量切得一般大小，否則自己肯定隻能得到小的一半；而老二則隻好瞪大眼睛，盡力挑出稍大一點的那塊。盡管兩塊餅肯定大小不一，但兄弟二人隻好各自認命，因為在媽媽制定的規則之下，不論誰吃了虧，能怪的隻有自己。

“聖誕節快樂”是目的，為了達到這樣的目的，母親制定了“平分面餅”的制度，可隻有制度顯然達不到預期，因此母親建立了"老大先分，老大後得"的機制，這個機制用最小的代價獲得了制度希望達到的公平的效果，但機制也有可能事與願違，比如“老大先分，老大先得”，“請信賴的母親作為公正的第三者分”這兩種機制的建立就可能有問題，前者挑戰人性，後者存在舞弊空間，不一定是一種理想的機制。

為了達成數據治理的目标，在組織、制度和流程的基礎上會形成各種機制，包括決策機制、認責機制、溝通機制、激勵機制等等，這些機制幫助企業數據治理的管理者有效掌握數據治理各項工作的具體執行情況，激發執行人的主觀能動性。

3、流程

流程是為達到預想的目标或産品而進行的一系列有序和完善的步驟或操作。通常，我們講“流程”，即業務的流轉過程。它既有動态的“流”（協作關系）的部分，也有靜态的分解到一定顆粒度的“程”（活動節點）的部分。

企業為實現價值創造，從輸入客戶要求開始到交付産品及服務給客戶獲得客戶滿意并實現企業自身價值的E2E（端對端）業務過程就是業務流程。

在企業中，流程和制度都是規則。它們有什麼差别？

流程是線性的、連貫的、客觀的。流程是做事的路徑，是動作的組合。比如做一件事情由五個動作來完成，那麼流程描述出來就是清晰的五個活動的組合。它們是鍊接起來的，有先後的順序，不能多也不能少。我們可以很清楚的知道一條流程表達的是不是正确。其實不管我們是不是表達它們，它們都是存在着的，流程是具有客觀性的。

制度是篇章式、片段的、模糊的。制度的形态是文本化的，文本的結構是按照章、節、目、條、款在組織的。這樣的表達是非線性的方式，雖然一般我們也可以按照做事情的先後順序去描述，但是這樣的描述中是不是有重疊、缺失，或者顆粒度的不一緻，我們根本無法去識别和判斷。

當我們要用制度來規範一項業務的時候，沒有什麼規則會告訴我們到底要寫5條、10條還是20條，也沒有辦法去制定這樣的規則，因為它本身就是不連貫的。制度是人們的行為準則，這樣的準則是一種契約，我們不去制定這樣的契約它們就不會存在。

在企業管理現實中，基于制度的管理總是看起來要複雜，而結果卻不精确。通常具有相當規模和曆史的企業，制度都有上百份。這些制度是補丁摞補丁的方式構建的，不同時間不同部門發布，有重疊，有交錯，有缺失，有沖突，而我們又很難有一個标準去約束和規範它們，最多是形式上的規範，而對内容的管理顯得無能為力。這并不是管理制度的人不負責任，而是制度本身的特質決定了必然形成這樣的結果。

基于流程的管理就完全不同。對于流程，可以有嚴謹的結構，可以有标準的顆粒度，可以有規範的語言；更重要的是可以有非常精确的内容，确保不會有缺失、重疊、交錯和沖突。這就使得管理的精細化成為一種可能。

制度作為一種“提要求”的規範，關注的是結果。而關注結果的問題就在于，結果是有很多影響因素的。如果我們不對過程進行控制，當影響因素變化的時候，我們很難保證結果必然會出現。比如人的能力對于結果的影響。

流程作為一種規範，定義了人們做事情的路徑和方法，關注的是過程。相對規範結果來說，規範過程的好處就在于能夠讓結果更穩定。我們經常說的一句話就是，流程要讓不同的人做同樣的事情有相同的結果。這正是企業家們處心積慮要達到的一種境界，因為這樣就意味着企業運營成本和質量的可控。

現在很多企業都在提建立流程型組織，目的就是管理的精細化，華為公司就是典型的以流程精細化管理驅動的企業。

但制度和流程是相輔相成的，制度需要沿着流程來布置才能實現它的有效性；流程需要制度來确保能夠對行為的約束，一般對于流程的規範會體現在某項數據治理管理制度下的操作細則中。

要真正把數據作為企業有價值的資産來管理，就必須像管理财務、人力資源等業務功能一樣進行數據治理，這就要求企業需要在明确數據治理管控目标的基礎上，建立數據治理相關的工作流程。

最後用個比喻做總結，以形象的诠釋制度、機制和流程的關系：

假如數據治理的目标是讓河水盡快流入大海，那麼流程是河道，制度是堤壩，機制是定期在河道的堵塞點進行疏通，河道引導河水往前快速流動，堤壩防止河水泛濫失去方向，機制确保河道不堵塞，大家共同協作完成入海的目标。

制度、機制和流程也叫作管理鐵三角，理解了其本質，對于我們從事任何管理工作都很有價值。

最後，6份關于數據資産的資料都整理好了，需要的自取，獲取方式：轉發 私信我回複：數據資産

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!