游戏夜读 | 数据治理的悖论

你听说过“重复造轮子”吗？一提这五个字，往往自带一个观点，那就是“不要重复造轮子”。

不仅是在软件开发行业，各行各业都普遍存在：能直接拿来产生效益的，就“拿来主义”！这个现象，很多人会解释为“追求经济效益的最大化”，不过，有一些看似是”重复造轮子“的问题，其实问题核心不在于开发效率，而是由于存在”重复造“的需求，那为什么要重复造呢？因为要造的轮子只是相似，但不一样。那么，抛开“用经济解释一切本质”的套路，尝试从生产力和生产关系的角度去分析。

那要怎么分析呢？举个具体的话题：围绕数据治理，会涉及数据指标规范、数据指标管理这两个方面。

首先，关于数据指标规范，分析的角度来看，技术角度更务实，业务角度其实很滑稽。毕竟，规范就是为了消除业务场景的差异化而存在的 。规范一看就是制定者的游戏，但必然存在使用者，那使用者是谁呢？

其次，关于数据指标管理，那些使用数据指标的人，可能需要知道指标怎么计算，但不需要自己动手去算，更不需要关心怎么算才更高效。开发，使用，分工明确，这是比较喜闻乐见的。但是将开发、使用糅合在一起的话，除了PPT大佬吹牛需要，还有其他需要？这个讨论，虽然偏激，但值得展开分析。

调侃地说，数据治理符合管理者的统筹规划诉求，资本家为了管理需要，是可能要做这一套东西的。但细细一想，本质上似乎与人性有点矛盾。这样一来，数据治理本该是为了更好地服务员广大劳动者、企业家，却似乎朝着更适合机器流水线工作的方向发展，将人工渐渐抛弃。这里的人工，不仅仅是员工，也包括管理者自身。

回到个人视角，评价一份工作做的所谓好不好，在一个公司里，其实要联系岗位目标来看。

不同业务线下的同事用到了同一个指标（名义上的），对这个指标的定义和计算方式（实际上的）存在很大分歧，嗯，那就应该给两个指标……作为一个数据使用者，只希望能拿到一个“自己认可”的指标，以便于完成自己岗位所需要达到的业绩指标，这一点似乎无可非议。而在日常的工作会议中，定义数据并做出结论不是开会讨论的终点，肯定是要拿业绩作为参考吧！至于出现，用完了才知道不是自己想要的这种情况，那这应该是数据类职能缺失了。

在数据化浪潮下，数据治理确实存在很多坑。不过，更倾向于将这些“坑”理解成只是日常管理中的事情。例如，体量小的时候，可能更关心怎么赋能成长的又快又准，指标混乱也是公司试错的一种副作用。体量大了之后，可能更追求又稳又牢，指标混乱成了一种组织平衡的调节剂，不能不混乱（容易出演员。。）也不能太乱（容易送掉分）。这些都是可以思考的角度。目前，不知道如何判断是不是追求完美数据秩序的公司…

最后不得不提：话语权也挺重要的。就算团队都有这个统一制量衡的意识，但这种事情一般都是集权制的。比如，之所以小明能把先前的LTV计算改过来，一方面是小明自认为自己施行的已经是最适合这个团队现阶段的指标定义的，还是市面上大多数人也认可的那种定义，另一方面也是因为上一任CDO已经离职了。与此同时，这个上一任CDO在新就职的公司里也上演着小明的那一套。这个讨论，就先按下不表了。

迷迷糊糊，难较高下，这也许就是数据治理的悖论。

文/良宵听雨。授权“游戏夜读”发表。