数据治理不是IT的事！某集团CEO亲述：为什么要把数据治理写进年度战略？

某商用车集团的数字化转型曾陷入一个怪圈：IT 部门投入大量资源清洗数据、搭建平台，却总被业务部门抱怨 “数据不准、用不上”；业务部门指责 IT “技术不行”，IT 部门反驳 “源头数据乱，巧妇难为无米之炊”。直到集团 CEO 在年度战略会上拍板：“数据治理不是 IT 的事，必须写进年度战略，我亲自挂帅！”

这场变革背后，是制造业数据治理的深层痛点 —— 当数据从 “支撑工具” 升级为 “战略资产”，传统 “IT 背锅” 的模式已无法应对数据膨胀、跨部门协作、价值释放等复杂挑战。

一、传统模式之困：为什么 “IT 背锅” 治不好数据？

在制造业，数据问题往往呈现 “三不” 特征：不真实（源头采集混乱）、不共享（部门壁垒森严）、不好用（业务需求脱节）。而传统模式下，数据治理被默认归为 IT 部门的职责，这种 “甩锅” 逻辑至少存在三大漏洞：

1.数据问题的 “根” 在业务，不在技术

某商用车集团曾因 ERP 系统物料编码重复导致生产排产错误，IT 部门花 3 个月清洗数据，却发现问题根源是采购、生产、仓储部门各自按习惯编码，缺乏统一标准。IT 能修系统，但修不了业务流程的 “任性”。

2.跨部门协同靠 “人情”，不靠机制

数据治理需要打通研发、生产、营销、财务等多部门的数据链路，但 IT 部门缺乏对业务部门的直接管理权。某国营机械厂曾尝试由 IT 主导数据治理，结果技术方案被业务部门以 “影响效率” 为由搁置，项目推进举步维艰。

3.战略目标与执行脱节，价值难落地

数据治理的终极目标是支撑业务决策（如精准排产、成本优化），但 IT 部门更关注 “系统稳定”，难以从集团战略高度统筹数据价值。某集成电路企业曾因 IT 主导的数据治理与业务需求错位，导致投入 2000 万的平台沦为 “数据仓库”，业务部门仍依赖 Excel 做决策。

二、某商用车集团的破局：高层挂帅 + 跨部门协同的组织架构设计

面对数据治理的 “死循环”，某商用车集团在 CEO 的推动下，打破传统模式，构建了 “高层挂帅 + 两级组织 + 全流程协同” 的新型架构，核心设计如下：

1.顶层设计：CEO 挂帅，数据治理写入战略

集团将数据治理纳入年度战略目标，明确 “通过数据治理支撑定制化生产降本 20%、决策效率提升 30%” 的 KPI，并由 CEO 亲自担任 “数据治理管理小组” 组长。这一动作的关键意义在于：将数据治理从 “技术任务” 升级为 “战略任务”，确保资源（预算、人力）向数据治理倾斜，同时倒逼业务部门重视数据问题。

2.组织架构：两级分工，打破部门壁垒

集团组建了 “管理小组 + 执行小组” 的两级组织：

• 管理小组：由 CEO 牵头，成员包括信息管理部负责人、生产 / 采购 / 营销等核心业务部门总监。职责是制定数据治理目标（如统一物料编码标准）、审批制度章程（如《数据采集规范》）、协调跨部门资源（如要求采购部配合编码标准化改造）。
• 执行小组：由信息管理部技术骨干、各业务部门数据专员（如生产部数据员、财务部数据分析师）组成。职责是落地具体任务（如清洗历史数据、监控数据质量），并定期向管理小组汇报进展。

这种架构的核心是 “业务主导、技术支撑”：业务部门负责人进入管理小组，确保数据标准与业务需求对齐；业务数据专员参与执行，解决 “源头数据乱” 的问题。

3.制度保障：从 “人治” 到 “法治”

集团配套出台《数据治理章程》，明确：

• 责任归属：数据质量由业务部门（如采购部对物料编码准确性负责）与 IT 部门（对系统采集规范性负责）共同承担；
• 考核机制：将数据治理 KPI 纳入业务部门总监、数据专员的绩效考核（如生产部数据错误率超 1% 则扣减季度奖金）；
• 流程规范：从数据采集（如采购订单必须按统一编码录入）到应用（如财务分析必须使用治理后的数据），全流程标准化。

三、为什么必须打破 “IT 背锅”？数据治理的本质是 “组织能力升级”

某商用车集团的实践证明，数据治理的核心不是技术工具，而是组织能力的重构。传统 “IT 背锅” 模式的失败，本质是将数据治理简化为 “技术问题”，而忽视了其作为 “管理问题” 的本质 —— 数据治理需要业务、技术、管理层的深度协同，具体体现在三个层面：

1.战略层面：数据是 “企业资产”，需高层统筹

数据治理的目标是释放数据价值（如支撑定制化生产、优化供应链），这需要与企业战略（如 “十四五” 数字化转型规划）深度绑定。只有高层挂帅，才能确保数据治理资源（预算、人力）与战略目标匹配，避免 “为治理而治理”。

2.业务层面：数据问题需 “源头治理”，靠业务协同

数据质量的源头在业务流程（如采购部的编码习惯、生产部的采集规范）。某商用车集团通过让业务部门负责人进入管理小组，推动《数据采集规范》与业务流程深度融合（如采购系统强制校验编码唯一性），从源头上解决了数据混乱问题。

3.技术层面：IT 是 “支撑者”，而非 “背锅侠”

IT 部门的核心职责是提供技术工具（如数据清洗平台、质量监控系统），但工具的有效性依赖业务部门的配合（如使用规范、反馈需求）。某商用车集团的执行小组中，业务数据专员与 IT 工程师共同工作，确保技术方案贴合业务场景（如生产部数据员参与设计质量监控规则）。

结语：某商用车集团的案例印证了一个真相：数据治理不是 IT 部门的 “技术任务”，而是企业的 “组织变革工程”。当 CEO 将数据治理写入年度战略，当业务部门从 “旁观者” 变为 “责任人”，当跨部门协同从 “靠人情” 变为 “靠制度”，数据才能真正从 “资源” 转化为 “资产”，从 “资产” 释放为 “价值”。

正如数据治理领域的共识：“数据治理的成功，70%靠组织，20%靠流程，10%靠技术。” 打破 “IT 背锅” 的传统模式，本质是推动企业从 “职能驱动” 向 “数据驱动” 转型 —— 这不仅是技术的升级，更是管理思维的进化。