以下為現場速記。
Informatica大中國區首席技術顧問 但彬
但彬：各位下午好!今天很榮幸來跟我們部委或者很多央企、國企的同行們一起來交流數據和數據相關的話題。
我來自于Informatica。今天我們時間很短，所以我開始想的目的最主要是告訴大家，有Informatica在數據治理這一個領域，我們大致的思路是什么。如果我們能夠形成一致的共識，也歡迎大家在線下我們可以做更深入的交流或者現場的交流。
現在大家都在說一個概念，銀行有3.0時代，數據也有3.0時代，3.0時代在不同地域里都有不同的訴求，數字3.0時代是什么?概念并不新，從大數據提出時大家都在談數字3.0時代，大家都在談信息爆炸，信息爆炸這個詞不新，恨不得90年代要談，以后要進入數據爆炸的時候，但是我們不知道數據如何會爆炸，現在確實會看到數據的量已經遠遠超出我們想象中的數據范圍。
其實也有一些企業說數據并沒有那么大，因為我們可以對它視而不見。如果我們要談數字化轉型，我們期待業務在數字浪潮中不被淘汰，你不能對它視而不見。
第二，用戶的概念。現在我們的銀行用戶已經遠遠超過原來用戶的數量，原因可能原來很多人必須受制于網點，受制于交易方式的變化，現在我們用戶數量會大量增長，不止是銀行，它也舉到了交電費的問題，原來我們想象中我們去交電費的時候，你可能交電費模式一定去網點，或者每個月給你一張表點，對于國家電網或者南方電網是信用消費，你先用再交錢，現在不但送你一張表，把你消費模式變成實時消費，不會承擔任何不交電費風險，一旦沒有電費就停電了，看起來不值得，但是小小的點可能就是轉型的閃光點。
第三，新的數據的一些出現。原來我們可能想象中的數據，我們原來不關注，原來任何企業做影像的時候真的視而不見，唯一用它來做的是檔案管理，做事后的稽查作用，現在我們要把它放在前臺。當這些圖像產生的時候，我們就會利用它的價值。比如您去網商開戶時，他說對著手機往左轉、右轉，眨眼，先保證人是活的，并且這張臉是您的，它就認定給你開戶，這些都類型新興數據類型數據，來提高老百姓便利性或者提高業務便利性，增加業務的收入。
同時，這兩年云端發展促使很多信息發展。我們經常說得一句話，“專業的數據交給專業的人去做”。負責云端建設的這些企業，它可能更善于去運維很大的體系，而把我們企業作為用戶來說，專注于在上面去做我們上面的業務，這是我們一個新興的發展，同時也減少了我們在IT或者基礎設施投資上面的成本。
但是云端有好處也有壞處，好處減少這部分投入，但是發現進入云端以后架構更加復雜，大家有新的擔心出現，我們會受到監管要求，我們數據能放上云嗎?云不在家里，心里踏實嗎?某一天這朵云飄到國外怎么辦?其實國家相關的安全措施或者說相關政策是在解決這些問題了。
比如說現在為止很少有人把客戶或者個人的數據放上面，因為這會涉及到法律的問題。其實不止是中國，老外也會關注這個問題，他們也不把信息和數據放上去，大家都在尋求這樣的解決辦法。
第四，機器學習。這兩年大家為什么都在提機器學習?我們在談最大問題是說，人工智能如果不會自動學習，你會發現這個智能你教它會什么就是什么，它只能停留在機器手時代，原來我們基礎IT設施都在做這個事情，你把邏輯通過機器傳輸給他們，他們會幫助我們處理，它自己會處理這些問題嗎?機器學習有它的好，但是大家也會想一個更恐怖的問題，我記得我們中學時學過一篇文章，告訴我們說，某一天機器會不會取代人?其實阻礙機器學習方向就是機器能不能取代人?這是一些笑話。
但是3.0時代，既然有很多的突破點，并且它成為了很多企業轉型的契機。大家有的人是盼望契機的出現，也有企業會害怕契機的出現。任何我們叫機遇和挑戰總是并存的，如果說出現了機遇，如果說沒有抓住機遇，哪怕逆水行舟不進則退，有可能您的企業在這個機遇面前什么都沒有做，你已經被人挑下馬來了，這個時代是分分秒秒都在變化的時代。
不像我們原來在數據1.0時代，大家都在做基本系統和應用建設，建設完以后我們最多再做一些優化，把它集中化、平臺化，實現系統的互聯互通。但是3.0時代談的是什么?談的是如何通過數據去獲得創新，我們有很多人談數據是什么?有人說是原油，也有人說數據就是金錢，是經濟，是原動力，現在新興很多企業轉型，說到轉型，大家想一想，大家談數字化轉型時，大家看到了互聯網企業帶來翻天覆地的變化，大家知道互聯網企業以數字化運營為基礎，它沒有最傳統的負擔，它很輕巧，它可以充分的利用數據，快速實現轉型和新興業務的提出。
這個時代大家都期望從中獲利，企業想了我自己也有很多數據，我的數據并不比它少，并且積累很多年，我如何把它用起來?其實這可以用起來，并且可以使我們保持我們的競爭優勢。為什么?數據有一個特點是越用越好，大家知道淘寶，如果您在淘寶上面第一次注冊以后，到現在為止再也沒用過，它的數據一文不值，為什么?電話打不通，那時很多銀行卡已經過期了，當你不斷它，它會變得更加有價值，第二當你不斷用它時，通過不斷畫像放到不同群體中，通過群體畫像和驗證，它知道驗證是否準確，不斷累計、迭代形成新的數據動力。
所以更多競爭手段和更多需求提出來，我們應該怎么做?我們要去尋找一種轉型的動力。我在放這個片子的時候，我們同事說，你應該放一些很大的企業，我們在國內有很多大量客戶是我們的用戶，為什么我會舉小的?你會發現數據不在大小，關鍵在于你有一顆你想去用數據推動業務發展的信心，在座都是CIO。
大家想我們的學校會有動力嗎?有時會有，當有競爭才會有。原來我曾經去推動我們壟斷行業去做的時候，發現有問題，他們想得很高但是可能不會做，因為沒有競爭，一旦有競爭它就會去關注。這個學校每天就想知道每天我的老師學生在哪里在干什么，這些事情反倒學校都沒有，一旦出事兒通過攝象頭去找，一旦翻出來，嫌犯會跑得很遠。我們現在可能再去談數字化轉型時，已經在利用數據，但是有可能我們連數據源頭都沒有，這時候我們去做。這家學校就在利用數據把學生的信息進行很好的整理，使它能夠了解學生是什么樣子，未來帶來的是更多的家長愿意把它的孩子交到這個學校，來促進它的業務發展，就是這樣小的事例。
這家公司并不一定聽說過，它在南美洲，我們想到的大企業都是全球大企業，它來自于南美洲保險公司，保險公司業務差距大嗎?并不是很大，他們談以客戶為中心的轉型。這個話題有多早?我覺得05年、06年提這個概念，特別轉型是在金融行業，為什么保險關注這個行業?因為客戶就是他們最大的資源。一個保險人員跟客戶面談時需要什么信息，這些信息是否獲得，這件事情看起來都覺得特別容易，保險系統都有，但是你要知道保險人員跟他談的時候他是離線的，可能他只有一個手機，他的手機不能登陸20多個系統，這個簡單訴求不能滿足，談何為客戶提供好的產品?
數字化轉型有時候來的反倒沒有那么高，也有可能來自于基本的訴求。
這是全球調研機構做的調查，說我們現在談數字化轉型，面臨數字化轉型時，CIO都在想什么?大家想的不一樣，因為每個企業現狀和起點不一樣，各自的訴求也會不一樣。所以我們會看到有的CIO可能會關注說我可能更想關注云戰略，來減少基礎設施的投入、減少人員投入，有的企業會關注于客戶，也有一些企業，他說我現在做了好多年數據倉庫，也建立了很好的BI分析系統，傳統的BI我們這種模式能夠持續嗎?感覺不斷往里面投入，做了十多年好像也沒有達到我想要的這些東西，它的癥結在哪里?有人關注戰略層面，有人關注安全層面，這個問題就是安全層面的訴求。
特別是在座的，現在國企、央企走向海外時會特別多，當你走向歐洲時自然會面臨很多法規。前兩年針對數據法規，當它出來的時候，從我的角度來講，歐洲人或者說其他國家的人，他們善于利用法律條文，其實是很好的雙刃劍，當它想要把你排除在外時，你會加大你在地域內投資成本，想讓你進來時，條文也可以很松。
如果我說我想凍結一些賬戶、刪除賬戶，我要求三天內把我的全部信息取消掉，大家覺得這個事情很容易，當一個企業只有一套系統時你會發現這個事情很容易。但一個銀行上20多套系統，這些數據在哪里?哪些跟這個人信息有關?我們涉外企業，會彈出窗口說我們會采集你的信息，您是否同意?如果不同意我們在你瀏覽以后會刪除掉。所以這些訴求可能都會成為新的業務訴求的點。
為什么會去談數據治理?開始我們展位上會有很多嘉賓跟我們交流數據中心到底是什么?數據我們有，但是要用好這些數據并不容易。大家說你能幫我做什么?既不能幫我們做數據展現，也不能給到我們分析的報告，但是我們能幫您做什么?幫您做數據準備和治理。大家說為什么這么重要?大家經常聽到這么一個概念，一個很好的圖表和分析，這個分析人員20%到30%時間做最終展現，它有70%時間準備數據和整理數據。
第一件事情分析要用什么數據，數據在哪兒，我是不是要找信息部門幫我把數據搬過來，還要溝通以后形成我的結果，所以治理很重要的就是這樣的原因，我們期望治理達到滿足對數據需求各個角色的訴求，同時形成一套相當合理或者說可持續的一套手段，讓它使數據持續向好，這是我們的訴求。
很多人對訴求不一樣，你會發現治理不是一個部門和一個角色的事情，我們面對數據有很多決策，有數據產生者、數據管理機構、數據使用者和技術相關的部門，他們面對數據的時候，面臨問題和訴求都不一樣，使用者不關注怎么來的，只想以最快速度找到我需要的東西，治理者希望通過法規約束使用，我們通過治理手段或流程進行管控。
這是我們談治理時經常會談的事情，我相信很多企業已經在做治理，特別是像銀監會去年專門為此發了文，為要求各個銀行或者機構要做相關數據治理的要求，甚至有很細的要求。但是，你會發現我們原來的治理太過管理，什么叫太過管理?治理的時候要想好我治理的目的是什么?比如說我們左邊列的是常見的治理思路，我有一套很好的管控，我自上而下推動了我們這些管控的思路，但是你會發現下面沒有人去執行，既然數據治理我關注數據就好了，但是你會發現數據脫離了業務，一點價值都沒有。
第三種，我治理成功，我說這個項目做了治理，做了什么?我就列出了很多治理的項，治理5380個系統、200個指標等等這些是我們治理的成果，但這些成果對于數據的使用者來說毫無價值，有沒有可能?
而新一代的思路是什么?新一代思路更加實用主義一些，我為什么要治理?如果不治理會帶來什么?其實理論你現在什么都可以不做，業務照樣繼續，治理目的更好應用數據，因為數據有問題我們才要治理，我們治理環境是因為環境有惡化，治理的目的更加講三個概念。
第一個是民主化。什么叫民主化?上一篇談到的角色都是參與者，而不是信息部門做的治理，信息部門做的治理往往推不下去，因為有一點一廂情愿，所以說民主化是我們最大的特點。
第二個大的方向是業務理解。我們原來治理更多單純從技術層面做的治理，治理出來東西可能看不懂。
第三個，新的工作方式。我們希望它形成數據使用文化，形成可持續的過程。這是我們的思路。
我們會拋出一個大致的數據治理架構，但這僅僅是技術架構，后面有一張圖會講到里面業務的架構。這個架構只是說，如果要去做數據治理時，在技術平臺上我們要做哪些事情?我們把它畫在這個地方。很多企業都會從元素入手，其實數據治理會涉及到方方面面，第一件事情我要知道數據哪兒來到哪兒去，數據在哪里，它的定義是什么?它存在什么地方，它如何用?我們都會考慮。
針對這個以后，我們舉個例子，只是就上面篇子9個元素談例子，這是第一件事情想到的東西，元數據向上可以接標準，向下可以接地，基本把數據上下接通，但是這種思路，你現在單純做元數據很難有成功的項目，大家都做了，但是我們可能不好意思說它失敗，最大問題做完了不知道拿來干什么。我們結合開始談數據治理兩種思路里，一種叫自頂向下思路，這種思路有一個很流行的詞叫做頂層設計，頂層設計很重要，但是它只能放在腦子里，如同我們人生目標一樣，未來要成為大款，不能天天喊，努力就好了。這個元數據庫管理，把數據標準變成邏輯定義再變成物理定義放到數據庫里，后來發現有一個事情被推翻了，我們在座可能有很多工業企業，工業企業說一套ERP不復合你的標準，怎么辦?完全不可做，不符合標準，但是也得上，這種事情發現推不動。
第二，底層管控型。
第三，實用、應用型。元數據就是數據治點，治點不是重要的解釋，解釋相當有限。元數據既然是描述數據，我們希望它準確描述數據各個方面，這是我們的應用模式。
這兩年談了一個新的概念叫做數據資產目錄，但是如果你還是基于傳統元素去談資產目錄，我覺得有點牽強，真正的數據資產目錄應該是更加全面的描述企業數據資產的東西，它能夠幫助我們獲得企業所有數據在哪里，如何獲得?可以去哪兒?它的定義，它怎么樣?有沒有安全，各個層面信息都應該包含，這是我們提到的概念，其實這個東西現在已經很流行了，它會更加全面描述企業資產信息，同時它也符合互聯網思維搜索的模式。
大家說了，企業數據資產如果我形成了這樣的資產以后目錄以后，它能怎么用?如果從使用角度來看，我們會考慮到基于這一套目錄可以實現右邊的那些東西，因為我有一套資產了這就好說了，至少我能知道從哪兒可以到這些資產，能夠干哪些事情。
開始在提銀行時提到數字化利用時專門提到一個東西，現在我們做了十多年的報表、倉庫、BI，有一個新的思路就是把分析走向民主化，我們都是做IT的，你會發現有一個問題，業務部門有一個想法，原來告訴你，現在不告訴你了，為什么?他說你幫我解決不了，我告訴你，你不斷的問我，幾回之后發現還不能給我想要的東西。
第二，業務內容成熟。我們希望通過數據結合自己的業務知識帶來一些新的東西，原因是我們的IT不能支撐它這種業務的訴求，因為你給它的是數，告訴他你要會寫這些東西不行，這些可能是自主分析未來的發展。
這是資產目錄，在真正去做數據治理時可能會涉及到從業務定義開始形成整個資產的脈絡，我們管它叫做定義。一個資產有很多種脈絡，什么叫很多種脈絡?第一個事情，我們把數據當作一個客戶去給它畫像，畫像它的時候，我要知道它在哪個系統呆著，它是原來在這兒還是被搬到這兒，搬的時候經過什么邏輯搬的，有沒有被改變，搬過來是否可用，里面描述了什么內容?是人的信息還是貨的信息還是倉庫的信息?
第二個，有一個很重要的概念，叫做治理的時候一定跟業務相關，這個東西應該是哪個部門負責?比如特定指標，IT部門負不了責，誰來負責?誰發起變更、誰修改定義，責任在哪里，它屬于哪個體系。
第三個，如果發起變更應該有什么流程綁定，我們有哪些東西最后落到具體的點，形成相關的數據監控指標，這是我們治理的大的藍圖。
所謂的自助服務，大家知道業務人員不會寫代碼，但是他會用excel，我們能不能通過用excel后臺強大的引擎幫助他實現對數據的應用呢?我們有些這樣新的探索，回頭可以溝通。
有些來自于數據安全的訴求，這是我們在香港的案例，大家知道香港有一個航空公司，去年出現了風險事故，發現乘客信息被暴露了，暴露以后它開始再來反省問題時，香港對歐洲的影響很大，它特別怕罰款，當時他們算過罰款可能是3.9億或者39億，他們緊接著上一個系統就是做這個事情，他們最大的問題發現，我不知道我的數據從哪個系統流出去的，也不知道哪個系統里有，他們第一件事情花一個月的時間找流出的數據有沒有信用卡，IT不是民工，我們不是說我們因為拿了工資，所以我們的時間就不重要，其實很多的東西是幫助我們來提高IT效率，同時間接提高業務效率的方向。
這個我不去講了，這是一些通用的方法論，回頭我們可以針對這些去做討論，它形成了一些項目或者一些規劃的思路我們都可以根據不同的企業可能有不同的路徑，我們可以去看。
這是一個例子，我也不去細講了。這是一家很有名的航空發動機制造企業，它在大數據時代帶來幾個變化，大數據時代不是典型報表和模式分析，它希望業務能夠發現其中業務規律，如何發現?是業務人員發現，它推動兩個大的發現，從傳統數據倉庫走向新興數據服務，從傳統報表走向以數據砂箱為模板的數據探索，這樣的模式的改變。它也是一個很新興的創新，我相信有可能一年，有可能這兩年，特別是我們走在很前沿的一些行業是有可能走向這一種模式的。
廣告時間，我就不去念了，我是來自于Informatica，可能開始很多人說我們認識，Informatica在這個領域做很多年了，我們的客戶會發現我們人換好幾撥了，我們做數據方方面面我們都有很好的投入。
在產品領域，我們有很好的軟件平臺。大家說你們是做軟件的，但是我們更喜歡做項目，軟件與項目不沖突，基于軟件路徑可以降低項目風險，因為它是成熟的產品，而不是基于一般人去把它解決的。
這是我們的考卷、作業，我們經常展示這一張，在Gartner里，Informatica長期霸占第一的位置，在我們熟知的各個領域Gartner都有很好的成績，這些都是最新的成績。
全球有很多客戶，我們沒有列中國的客戶，因為涉及協議的問題。全球有10000多家，這是我們的二維碼，會后可以做交流或進行細節的討論。謝謝大家!
京公網安備 11010502049343號