目前實施的數據治理是失敗的，盡管數據治理被視為保障數據質量、滿足監管合規要求和助力戰略決策的關鍵要素，但實際效果往往不盡如人意。企業領導和數據管理者一次又一次地嘗試在企業范圍內實施數據治理，卻均以失敗告終。
　　
　　證據比比皆是——數據質量低下的問題依舊存在，數據債務不斷增加，而領導者對此卻漠不關心，再加上角色和職責不明確，人們便認為數據治理實際上毫無成效，因此，人們對其價值的懷疑與日俱增，這也在情理之中。
　　
　　2024年夏天，我們(Thomas Redman、John Ladley、Mathias Vercauteren、Malcolm Hawker、Anne Marie Smith和Aaron Wilkerson)成立了一個研究小組，旨在探究數據治理失敗的原因，并提出改進建議。本文總結了我們針對“失敗原因”的初步分析結果，旨在：
　　
　　向首席數據官(CDO)、數據治理負責人和企業領導者指出他們面臨的問題(并對那些遇到困難的人表示同情——你們并不孤單!)。
　　
　　鼓勵數據領域各方就我們的分析展開討論和辯論，并邀請其他人士幫助我們提出并試驗改進措施，以此推動數據領域各方采取行動。
　　
　　影響數據治理成功的因素
　　
　　要理解數據治理工作為何常常失敗，就必須考慮阻礙其成功的因素(即制約因素)，同樣重要的是，要考慮是什么促使這么多企業在成功率較低的情況下仍要嘗試數據治理(即驅動因素)。
　　
　　我們采用了Ladley和Redman所描述的力場分析(FFA)流程來開展研究。
　　
　　我們對該流程進行了一些修改，使其適應我們研究小組的具體情況，確保該流程能夠考慮到我們成員的不同觀點和實際經驗。通過分析這些因素，我們可以深入了解推動數據治理成功的因素和阻礙其成功的因素。以下是對每個因素的簡要描述。
　　
　　驅動因素
　　
　　• 新法規意味著需求持續存在：不斷變化的監管環境，如《企業可持續發展報告指令》(CSRD)和《歐盟人工智能法案》(EU AI Act)，確保了對健全的數據治理控制的需求持續存在。如今，合規已成為企業運營中不可協商的方面，這促使企業采用有效的數據治理方式，以滿足這些要求并保持合法性。
　　
　　• 外部壓力和競爭需求：國際競爭壓力和不斷變化的消費者期望(如不同文化背景下的隱私擔憂)等外部因素，迫使企業提升數據治理能力。例如，地緣政治競爭加劇了對強大的數據隱私和安全的需求，迫使企業調整其治理實踐，以滿足日益嚴格的全球標準。
　　
　　• 既有資料：利用現有的工具、資源和框架，企業可以在已有的基礎上構建數據治理計劃，從而促進其實施，這些久經考驗的方法為企業提供了最佳實踐和知識基礎，有助于加快數據治理計劃的推進。
　　
　　• 支持數據治理的數據專業人員：企業內部的許多數據專業人員越來越支持數據治理計劃，他們的參與對于確保數據治理不僅得以實施，而且能夠得到有效維護至關重要。當角色和職責明確時，數據專業人員可以積極推動計劃的實施，促進其成功。
　　
　　• 企業利益相關者的意識：不同層級越來越多的企業利益相關者認識到數據治理的重要性，即使他們并不總是積極支持數據治理。認識到數據治理對于實現戰略業務目標是必要的，這為變革創造了可能的環境，即使各方在投入時間和資源的意愿上可能有所不同。
　　
　　制約因素
　　
　　• 知識差距和培訓不足：員工和領導層對數據治理的核心原則缺乏深入了解，這種知識差距還延伸到對控制措施價值的理解，以及它們如何促進業務績效。
　　
　　由于缺乏全面的培訓，許多從業人員缺乏實施有效治理實踐所需的基礎知識，這導致了抵觸情緒和懷疑態度。
　　
　　• 過度依賴技術：許多企業錯誤地認為，僅靠技術解決方案就能克服數據治理挑戰，這種過度依賴往往掩蓋了人為因素(如管理和問責制)的重要性，有效的數據治理需要工具、流程和人員之間的平衡，以實現對數據的真正控制。
　　
　　• 實施后，效果往往不如預期：即使部署了數據治理計劃，也常常無法兌現承諾。無論是由于實施不當、資源不足還是期望不切實際，結果往往令人失望，導致利益相關者感到失望，并形成了一個失敗的循環。
　　
　　• 對數據治理的定義和內涵存在誤解和分歧：對數據治理的定義和目標缺乏共識，導致應用不一致和期望未得到滿足，意見分歧可能導致在如何實施治理方面產生沖突，從而在治理措施有機會成功之前就削弱了其實施效果。
　　
　　• 過度宣傳其比實際情況更簡單、更有效：數據治理計劃往往被描繪成具有變革潛力，承諾能迅速帶來明確的投資回報，然而，實現這些結果要復雜得多，當這些承諾未能兌現時，過度宣傳會導致不滿和懷疑。
　　
　　• 結構和企業問題：許多企業的結構本身并不適合有效管理數據。例如，將數據治理職責放在信息技術部門往往并不合適，這些結構性錯位使得數據治理難以融入更廣泛的業務戰略，從而阻礙了其成功。
　　
　　• 人為因素挑戰：成功的數據治理不僅需要合適的系統，還需要合適的人員。許多數據治理計劃之所以失敗，是因為企業沒有合適的倡導者或變革推動者來推動計劃的實施。所有權缺失、激勵措施不一致以及缺乏數據治理倡導者等問題，都會嚴重阻礙進展。
　　
　　• 難以量化業務效益：量化數據治理的效益或許是最大的障礙，正如我們研究小組所指出的，即使各方都認可數據治理的必要性，證明其長期價值仍然難以捉摸。
　　
　　許多利益相關者對成本承擔者與效益獲得者之間的脫節感到沮喪，特別是當這些效益是間接的或是在下游實現時。雖然運營用例可能提供明確、可量化的效益，但例如分析用例則需要采用更細致的方法。
　　
　　例如，如果分析帶來了收入增長，我們如何將這一成功歸因于數據治理?這種量化和歸因價值的困難，使得為數據治理的持續投資進行辯護變得復雜。
　　
　　下一步計劃
　　
　　力場分析揭示了一個殘酷的事實——阻礙數據治理的因素強大且多樣。在許多情況下，它們比驅動因素更為強大。如果沒有法規推動治理，許多計劃將難以證明其存在的合理性。
　　
　　如果首席數據官需要在法規之外尋求證明數據治理合理性的依據，那么由于存在抵觸情緒和無知態度，他們需謹慎行事。與此同時，力場分析也為他們提供了明確的指示：在驅動因素的基礎上再接再厲，并直面制約因素。更好的做法是，我們建議首席數據官針對自身企業開展特定的力場分析。