大數據像一把新時代的金鑰匙，對經濟發展、社會生活以及國家治理都產生著根本性、全局性、革命性的影響。說起大數據，就不得不提數據治理，近兩年，數據治理一詞熱度很高，在DAMA 數據管理知識體系指南中，數據治理位于數據管理“車輪圖”的正中央，是數據架構、數據建模、數據存儲、數據安全、數據質量、元數據管理、主數據管理等10大數據管理領域的總綱，為各項數據管理活動提供總體指導策略。

陳燕琦是寶馬中國營銷數據中臺數據治理負責人，是國內較早一批參與數據治理工作的從業者，具有十余年數據治理及管理從業經驗，做過產品，也做過咨詢，曾服務于通訊運營、制造、商業銀行、稅務以及零售等多個行業，曾參與《數據管理能力成熟度評估模型》國家標準的編寫工作，也曾獲得DAMA數據治理創新獎和數據治理專家獎。

陳燕琦現任寶馬領悅數字信息技術有限公司數據治理負責人，統籌寶馬中國客戶數據治理工作。寶馬領悅是寶馬集團于2019年1月成立的一家獨立的數字業務公司，旨在以數據為導向的決策原則不斷向“以客戶為中心”的數字化轉型，為客戶提供更加便捷和個性化的優質服務，提升用戶體驗。

基于汽車行業的業務場景，寶馬客戶數據涉及線下渠道和線上渠道兩條主線，線下數據包括4S店等經銷商收集的數據、車展及主題活動收集的數據等，線上數據包括BMW官網、車機以及APP應用收集的數據，第三方數據、媒體和電商數據等。寶馬領悅通過各個觸點對線上和線下數據進行合規安全的統一收集和處理，將來自多個渠道的信息不同、結構不同、含義不同的數據通過不同系統以不同的處理方式進行統一清洗、處理和整合，最后變成客戶主數據。

寶馬領悅面臨的關鍵問題

不同于傳統IT或傳統業務，寶馬領悅作為一個獨立的數字化團隊，如何更好地驅動寶馬集團的數字化轉型戰略，需要思考很多關鍵問題，包括：

1、如何確保與數字化戰略保持一致?

2、誰對數據管理工作富有責任?

3、怎樣做數據管理的規范化操作?

4、如何確保數據安全和隱私?

5、如何確保跨系統、跨職能部門的協作?

6、誰來統一定義數據的概念、口徑和使用方式?

7、如何組織系統間數據的訪問和交互?

……

梳理寶馬領悅客戶數據治理框架

面對以上諸多問題，數據治理工作千頭萬緒，往往讓人不知從何處入手。為此，寶馬領悅參考了很多方法論，包括DGI數據治理框架、DM-BOK知識體系、ISO 38505數據治理安全管理體系標準等，然后將以上數據治理的框架及方法論與寶馬中國客戶數據現狀相結合，梳理出了寶馬中國的領悅客戶數據治理框架，圍繞組織結構、流程以及工具三個方面開展數據治理工作。

第一步，對組織結構進行梳理。將數據作為主要操作對象，定義不同類型的數據管理角色并明確職責，確認各種類型的實際工作在MDM、數據質量、數據標準和其他過程中的作用。“業務數據管家、技術數據管家等角色并不是新建的，而是在當前組織結構部門分工的基礎之上進行職責的再次明確和調整。”陳燕琦提到。

第二步，設計管理流程。這是一個不斷完善和豐富的過程，包括設計并發布數據管理流程，定義規則，發布標準并執行，監控數據操作場景中的質量問題等等。

第三步，進行操作工具上的支撐。為了讓各類數據管理者能夠按照固定的管理流程對數據進行操作，寶馬領悅購買了一些國際化的數據管理工具，使底層數據地圖的血緣關系、數據質量以及數據資產管理能夠在統一的平臺上承載，方便操作人員利用工具進行數據資產的維護，展現數據流，進行主數據維護、發布以及數據質量監控等。

搭建好數據治理管理框架，確認好數據操作權責后，寶馬領悅繼續進行基礎性的數據治理建設內容，例如梳理數據血緣關系，發布主數據(包括客戶主數據、車輛主數據、人車關系主數據等)并提供服務，然后通過CDP平臺從核心生產系統中抽取數據，進行數據清洗，沉淀數據資產后進行維護和展現，開展數據質量的自動監控(包括事前規則定義、事中監控以及事后的查漏補缺等)。

數據治理的初期效果與階段復盤

“進行了大量的底層能力建設之后，我們預期能夠看到一些業務上的效果，但是實際情況卻事與愿違，我們在多次跟業務部門的溝通和內部協調中都能感受到這一點。”陳燕琦坦言。

從數據治理的角度來看，雖然已經做了大量工作，但是從業務的角度來看，業務部門更希望得到業務上的支撐，例如對營銷活動的支撐，銷售線索的獲取以及引流入店達成交易等等，而管理者也期望通過數據治理投資能夠為業務帶來實際價值，因此數據治理初期效果與業務支撐之間的鴻溝是一個非常大的挑戰。

為了解決這一問題，一年多以前，陳燕琦和他的團隊進行了階段性復盤。

首先，確實沒有對業務需求進行一些有針對性的工作，尚未用數據去支撐上層業務;

其次，確實進行了元數據管理、主數據管理、數據質量管理、數據認責管理、數據安全管理等一系列能力建設;

第三，關于數據方面的一些問題(包括客戶投訴的問題)并未解決，線上線下信息融合、客戶數據ID整合、有效車主識別等問題依然存在;

第四，彼時，《網絡安全法》、《數據安全法》、GDPR等監管的合規要求未滿足。

“復盤之后我們調整了新的思路，要在能力建設的基礎上向前邁一步，讓數據治理真正去支撐業務，產生更多實際價值，推進寶馬品牌的數字化轉型。”陳燕琦如是說。

寶馬領悅數據治理成果

隨后，陳燕琦介紹了寶馬領悅現階段的數據治理成果。

一、客戶數據融合成本最低、時間最快、效果最好

首先在技術應用方面，寶馬全球的每個客戶都會有一個唯一的BMW ID，而中國客戶在CDP系統中也有一個Customer ID，在線上可以通過系統取得BMW ID和Customer ID的CN映射，但是線下數據卻無法得到這個ID，因此需要將線上數據和線下數據進行融合，共同與全球的客戶數據進行映射，從而便于進行統一的客戶運維。

線上線下客戶數據融合的過程非常繁雜，但是由于前期做了諸多數據治理工作，因此相比歐美市場以及亞太市場而言，中國市場進行數據融合工作所用的成本最低、時間最快、效果最好。值得一提的是，寶馬中國團隊的客戶數據融合成果得到了寶馬德國總部的贊許和認可，也將中國的數據治理規則分享到了全球其他市場。

陳燕琦提到，“客戶數據融合的工作是由寶馬中國的IT團隊與數據治理團隊共同配合完成的，這個案例讓IT同事對數據治理團隊有了新的整體認知，也證明了數據治理工作能夠支撐實際的IT和業務工作場景，證明了數據治理工作的價值和意義。”

二、梳理人車關系主數據 會員識別率提升至80%

其次，在業務應用方面，數據治理團隊基于主數據做了諸多業務支撐服務，以BMW APP為例，在會員系統剛剛上線時，后端的人車關系識別是一大難題，甚至屢次產生客戶投訴。自2020年9月開始，經過數據治理團隊與前端運營人員的共同努力，對后臺的人車關系主數據進行梳理、發布，提供數據服務，成功將寶馬會員的注冊識別率從30%提升至80%，進一步優化中國市場的客戶體驗。

會員識別率的提升能夠更好地支撐寶馬在中國的市場活動，據悉，2021年9月，北京環球影城開業，寶馬車主通過參與BMW APP的抽獎活動，能夠快速成為環球影城試運行期間的第一批顧客。目前，寶馬中國會員在一年多的時間里激活量已達400萬，每日新增會員10,000+，也讓業務人員進一步感知“主數據服務以及底層能力建設能夠直接對業務實現支撐”。

三、寶馬成為國內第一家通過ISO 38505標準的車企

最后，在安全合規方面，自2019年到2020年，寶馬領悅陸續通過ISO 27701和ISO 27001相關的安全標準;2021年，作為國際化企業，寶馬將新發布的數據治理國際標準ISO 38505作為方法論的重要指引進行數據治理工作的規范化，成為國內第一家通過ISO 38505標準的車企，這也進一步提升了數據治理團隊的信心，能夠對數據進行有序管理，更好地服務業務場景，支撐寶馬的數字化轉型。

四、所獲榮譽

因為寶馬領悅在數據治理工作方面的突出表現，陳燕琦和他的團隊相繼獲得了一些榮譽，包括：

DQMIS 2020 數據質量卓越實踐獎;

DAMA數據治理創新獎;

2020領悅創新獎;

2021 DAMA數據治理專家獎等。

數據治理建設過程的四個階段

實際上，不論是車企還是其他行業，在數據治理的過程中都會經歷這樣一個建設階段。

陳燕琦將數據治理的建設過程分為四步：

首先是識別驅動因素：包括符合監管要求;加強能力建設;滿足業務需求;解決數據問題等等。

其次是數據治理的方法論：如果是自頂而下搭建數據治理框架，可以選擇DMBOK2.0、DCMM評估模型、DSMM安全方法論、數據質量十步法、ISO 38505等進行方法論指導。

第三步是規劃設計：企業要根據自身所處的階段做好數據治理的規劃設計，是自頂而下還是自下而上?是做頂層規劃還是對既有的工作進行成熟度評估?亦或是通過問題收集做一些專向建設(數據質量專享、數據標準專享等)，以及模型搭建、標準定義、資產梳理、安全定級等系統建設支撐。

第四步是落地，數據治理體系和工作能否落地、能否支撐業務場景，是數據治理成功與否非常重要的衡量標準。

寶馬領悅數據治理策略總結

陳燕琦總結，“數據治理，就是以數據應該被管理的樣子去管理它。”

對于一般企業來說，人、財、物是三個相對獨立的管理體系，需要通過人事管理系統、財務管理系統和物資管理系統進行專門的管理，而數據作為一種重要的新型資產，也需要以資產的方式對待，遵循一定的方法論和流程，通過一些工具、平臺以及專職的角色，對其進行體系化的管理。

起初，寶馬領悅以自上而下的方式開展數據治理工作，搭建數據治理框架和數據基礎能力，期間也遇到了一些挑戰和質疑，隨后經過階段性復盤，數據治理團隊及時調整了工作的重心和方向，以實際業務訴求為指引，支撐業務數據管理，在技術應用、業務應用以及安全合規方面都起到了非常好的支撐作用，進而逐步強化了數據治理工作在企業內部的受重視程度。