论数据治理从业者的职业发展

假期三天，仔细筹划你的“数据职涯”；想做数据治理，就来御数坊！...

最近，看到有关IT人、数据人职业发展的文章越来越多，包括BI取数人的职业发展、数据达人养成记、数据团队发展报告、IT职场技能图谱等等。在业界，大数据相关的培训异常火爆，企业和个人投入了不少真金白银打造大数据团队、练就个人大数据技能。在EDW大会上，每年也都会有数据人职业发展讨论（在下面展开探讨）。数据拥有方、数据服务方以及数据从业者，似乎一时间提升了对职业发展这个话题的关注，究其原因，可能有如下几方面：

• 数据人才普遍缺失，企业关注如何获取和培养、如何打造团队： 据一些业界统计，我国在未来3-5年可能存在约180万的大数据人才缺口。对于企业而言，更加关注数据人才的职业能力要求是什么，如何找到潜力之才、又该如何进行培养；
• 已有一批资深数据专家养成，分享有关人才培养的心得体会：虽然数据人才存在巨大缺口，但已经身在其中的从业者中，已有一大批兼具业务、管理、数据和技术能力的资深数据专家，他们已经走上数据团队的中高层岗位，会分享职业发展理念并思考如何培养数据新人；
• 数据围城之外的从业者跃跃欲试，个人转型急需职业指导：直白来讲，Big Data=Big Money，各行各业的业务人员、IT人员希望在大数据的风口中提升个人身价，特别是一些在新的技术趋势到来之际可能被边缘化的从业者，如何实现个人职场顺畅转型、在大数据掘金之路走上康庄大道，是关注数据人职业发展的强烈驱动力。

年初的时候，写了一篇自己十年数据治理从业之路，简要回顾过去几年的一些职场经历。文中更多介绍的是一些个人经历和事实，虽有一定借鉴意义，但对于讲究理论与实践结合、事实和逻辑兼顾的数据人来说，未免显得深度不够、体系不足。于是再度提笔，写一写对“数据治理从业者职业发展”这个话题。创业圈中盛传，CEO的主要职责是“找事、找人、找钱”、CEO应该是企业最大的HR；那么，在确定了数据治理这件事的大前提下，来谈一谈自己过去几年对于“人”这个话题的思考，也算是对一些方法论的“开源”贡献吧。       在2017年亚特兰大的Enterprise Data World大会上，有一场专门针对数据职业的研讨，题目是《新一代信息、技术和数据职业》，演讲者来自于专门为IT从业者提供职业服务的公司，这篇演讲的内容也来自于其对30年以上数据专家的采访、观点应该说兼具数据专业和人力资源专业的双重视角，有相当参考意义。首先，演讲者将IT相关的职位分为三个类型：信息、数据、技术，并强调了数据作为信息和技术之间的桥梁作用，将企业对于信息的关注和对技术的投入有效链接起来，避免各自为政、价值受限。之后，演讲者展示了一张职位矩阵，信息、数据和技术是三列，而对行的划分很有参考意义，将职位关注的范围从宏观到微观分为：企业级工作、项目级工作、操作级工作。IT、数据相关的职位基本都可以归入这个九宫格，详细内容大家可以自行看图，一方面看看自己的企业的IT团队、数据团队中，这9类职位是不是都已经建立了？自己所处在哪一格？最后，演讲者举例说明了如何依托这个九宫格，去考虑职业发展路径的选择。不妨以“人民的名义”做个不恰当的类比：同伟同志刚入行的时候是个软件运维小助理，对完成的项目做做跟进维护、收尾工作；几经努力，总算做到了软件开发主管，可以接需求、做设计、自主办案了；但同伟志存高远，对于事业部数据书记达康同志、甚至企业首席数据官育良同志的位置觊觎已久，一直思考如何进阶。那么一条路，是在既有的软件技术条线上继续向上，做到企业架构师之后横向发展，成为数据官；另一条路，是在某一软件项目过程中积累数据能力，横向走进数据领域，继而向上走到数据官的位子。无论如何，都需要结合同伟同志的兴趣、能力和企业当时的岗位机遇去设计该路径并把握机会、顺利上位。当然，三观要正、本事要硬，绝不能像剧中人。否则，即便偶然胜天半子，最终落得身败名裂。

国外专家给出的这个职位矩阵有一定新意，指导了入城之后的辗转腾挪，是中观层面的职场定位及发展路径，具有战术层的指导意义。下面我们来从宏观谈一谈笔者对职业发展模型的思考，谈一谈To Be or Not To Be的话题，看看是否能从另外的维度对数据从业者、特别是正在和希望从事数据治理工作的从业者有所启发。

从事数据治理工作需要一定IT工作经验、数据工作经验，由此才能对本工作的重要性有相当程度的认识，有相当工作经验之后，也才能具备做数据治理工作所需的一些知识、经验和技能（下文展开讨论），因此，下文内容可能更适合于职场老兵，对于刚毕业的职场新人，算是储备一些知识吧、几年后再看可能体会更深。总体而言，IT行业在社会经济中的处于第三产业：服务业，具体属于信息服务业。而IT部门、IT人员，在企业内部也属于服务部门、服务人员，为其他业务部门、业务人员提供数据、软件、硬件相关的服务，支撑业务运行。即便在以IT和数据为业务的互联网行业，其核心定位仍然是服务业：2C的互联网业务，服务于消费者市场，满足其工作和生活需求；2B的互联网业务，服务于其他行业的企业，只不过其服务模式可能有别于传统的IT服务企业。

谈完了IT行业的一个总体定位，就可以给出笔者自己总结的IT从业人员职业选择的“三业”模型。类似的问题，面试时问过不少候选者，对自己的三业是如何规划的，能想的明白、答的清楚的，为数不多，读者也可以想想自己的答案。       第一个维度：“行业”

既然第一产业、第二产业、第三产业中有那么多可以被服务的行业，那么在IT人的职业选择中，缺不了“行业”这个要素——即：IT服务于哪些行业？金融、通信、政府、制造、教育、医疗…这便是在IT人员做职业选择时候的第一个维度：行业。

行业维度在三个维度中可能是最重要的一个，因为IT从业时间很久之后，会发现专业能力、职业能力相对容易快速培养和掌握，而一个行业的业务知识、行业信息化建设历程、行业人脉，是需要经过多年学习和实战积累才能有所沉淀，这也是为什么无论在甲方还是乙方企业，懂业务的IT专家或者是懂IT的业务专家最吃香。第二个维度：“专业”

假设我们已经选择好了“行业”，那么对于被服务的行业和企业而言，IT是一个专业领域，大数据、数据治理、也是如此。既然我们是专业人员，下一步应该是去思考，在IT或者数据这个专业领域中，去选择哪个或者哪些子专业？简单列举，可能有信息化规划、ERP、系统集成、数据仓库、大数据平台、数据治理、IT基础设施，有侧重软件的、有侧重硬件的、纷繁复杂。

不同专业维度的发展，可能取决于IT行业技术进步，如：OA，ERP，数据仓库，大数据，这是典型的随着技术进步和企业信息化建设历程的深入而不断受到重视的专业演进路线。有些个人或公司，会随着热点切换自己的专业选择，享受新技术、新知识带来的愉悦和技术进步创造的价值；而有些则会留在某个领域精耕细作，以不变应万变、享受精进之美及专业深耕之后的从容，也许会有质的突破。第三个维度：“职业”

严格来说，称之为“职能”可能更为合适，但为了对仗工整，称之为“职业”，主要指的是，我们的工作职责是什么。比如，在我们选定的行业和专业领域，在一个甲方企业，我们可能会做规划、需求、开发、测试、运维、项目管理、项目群管理等等；在乙方企业，我们可能会做市场、渠道、销售、售前、咨询、研发、交付、客服等等，不同的职业有不同的风景，需要各个职业协同作战才能帮助企业获得最大化的收益。

职业定位可能是和每个人的个人情况结合的最紧的，对一个人职场发展的影响可能最大，因为不同职业对人的内在性格特质、外在能力要求差异很大，更换职业轨道对个人带来的挑战也最大。

影响“三业”选择的几个要素：

以上在宏观层面提到了三业模型，但我们究竟做出什么选择呢？坦率而言，最终选择的结果，确实是因人而异，这里只能谈一谈可能影响我们选择的几个要素：

• 价值观

在《数据治理从业十年》的文章最后，笔者曾经提到了价值观对选择的引领作用。可能这个因素是许多朋友没有特别去关注的，但实际上在冥冥之中决定着我们的所作所为，在这里展开谈一谈。以下是1973年编制而成的罗克奇价值观以及不同职业类型的人员所看重的价值观。



回到本文的主题，每个人不同的价值观，会影响“三业”选择。例如：如果我们关注的是富于想象、成就感和振奋的生活，那么我们的行业选择可能会选择充满变化的新兴行业、专业选择可能会选择新兴技术、职业选择则更倾向有较多外部互动、风险和机遇并存的职位，如：市场、销售等。反之，如果我们更关注顺从、负责、舒适的生活，可能我们会选择较为成熟的行业、专业和相对稳定的职位。

所以，建议大家都能对着这个表，将自己认为最重要的几个价值观选出来，然后再对比一下目前从事的工作，是不是真的与价值观匹配，如果差异较大，那么也许换个职业发展轨道更为合理。

• 性格特质：

一个人的价值观可能与其家庭和成长经历的后天影响有较大关系，而性格特质，则更取决于先天和成长早期的影响，因此，在某种程度上，价值观的形成也受到性格特质的影响。在性格特质方面，最有效的测评方式也许是MBTI了，从四个维度对人的性格进行评估，有需要的朋友请在互联网上自行学习这部分知识。不同性格的人适合的工作类型不同，评估结果对于了解自己、了解他人、团队合作、工作安排都有很大帮助。笔者在早期外企面试时曾经历过相关测试，现在公司招聘面试的最后一个环节，也一定是此测试。知人者智、自知者明，帮助团队成员自知、知人、进而有效设计团队组合、发展计划，大有裨益。举个MBTI与IT职位相关的小例子，有人对国外100名IT架构师的性格做了测试，得到这样有意思的结论：从上表可以看到，NT型的性格非常适合做架构师。而在IT从业者中，工程师中，STJ所占的比例也非常高。在择业的过程中，很大程度上会受到性格特质影响。

• 学习和从业经历：

最后，我们的选择要素也受到过去十几二十年的学习和工作经历影响：理工科与人文学科的学习，在学校各类活动中是组织者还是参与者，第一份工作所在的行业、专业和职业是什么，对于未来的选择都有非常直接的影响。这方面的内容不再多说了，有些朋友频繁换公司、换职能、换行业，虽说勇于挑战自己、自我颠覆的精神可嘉，但对于下一步走向哪里，恐怕还是要理性分析、谨慎决策。终于说到了数据治理人自己的事情，既然要谈职业发展，那么首先要谈清楚，数据治理这项工作要做什么。有关这个内容，在最近两三年之中，笔者已经多次阐述过，我们就简单用DAMA框架来回顾一下吧。数据治理与数据管理有区别，本文中所述是广义的数据治理。如果对各部分工作的详细内容有需要了解，请再通过公众号菜单找一找以前的PPT做个复习，在这里我们就不展开解释了。在此框架之中，数据治理工作内容从宏观到微观都会有，对从业者的个人综合能力要求非常高或者说，数据治理个人综合能力的成长空间很大，可以用“顶天立地、软硬兼施”八个字来形容。

顶天立地：数据依托于业务，其核心目标还是为了企业的业务战略发展。因此，数据治理工作首先要理解企业的业务战略、信息化战略，并据此去制定数据战略。进一步，明确执行战略所需的总体的体制机制。再进一步，在每一个专业职能中制定相应的管理规范、操作规范。同时，数据治理工作不仅仅是战略和制度那样高大上，要关心数据架构、数据模型、数据表、字段，数据取值，还要会做一些数据处理、质量检查、安全保护等非常具体和技术化的内容，在管理之余，更要涉及到技术的落地。用很多客户常说的，数据治理是细致的“针线活”。

软硬兼施：这四个字是这次写文章新加的，为什么呢？主要考虑到，数据治理工作在当前大部分企业当中，处于认知起步阶段，对于企业而言，数据治理实质上是一项覆盖全员的、有关数据的“变革管理”：对于数据的认识需要变革、对于质量的认识需要变革、对于数据相关的行为需要变革。有一位国外专家曾说的很好：Data Governance is governance of people; Data behaves what people behave——即：数据治理是对人的行为的治理。在这之中，一方面要强调对于数据专业、数据治理专业、计算机技术等专业内容的硬功夫，自身不硬不足以服众，另一方面也要求从业者有足够的软技能：有情怀、敢担当、有政治敏感度、能说会写、张弛有度。上述这些工作内容，可能需要5-10年去逐步经历，而在这个过程中，一个数据治理从业者的发展路径也基本上分为四个阶段，笔者将其定义为——“人手、人才、人物、人精”，这与前面所讲过的数据人职位矩阵也有相似之处。

• 起步期：数据治理职场早期，最需要的可能是技术操作能力。这里所说的技术，可能是数据模型设计能力，可能是ETL开发能力，可能是做调研访谈的沟通能力，也可能是问题深度分析能力。由于数据治理对人的综合要求高、因此入门也有一定门槛。一般来说，我们建议已经有过3-5年工作经验，做过几个数据类项目的朋友再考虑向此方向转型，如果工作经验不够，可能上面所说的“软、硬”技能都会有较大不足，对此项工作的重要性和价值也认识有限，过早进入此工作，可能发展不会太顺利。当然，如果所选的“职业”对专业能力要求不那么高，也无妨。
• 成长期：随着在基层摸爬滚打，软硬能力都有提升，这时可能就会真正去带一带团队，或者带一带数据治理项目了。这里所说的一个数据治理项目，可能是数据模型设计，数据标准设计，管理体系规划，数据质量专项提升等等。此时，对硬技能的要求，到了项目或系统的数据架构层面以及某个项目的总体方案层面，对于更细致的子任务，则可以交给团队伙伴去完成。对于软技能，对外跨项目、跨部门的沟通多了起来，需要去推进具体项目进展、具体问题解决。对内也需要更多的辅导团队成员、做好团队管理。与一般的软件开发项目相比，数据治理项目成员数量要少许多。因此，数据治理项目基本不会区分项目经理和技术经理。如果项目经理的数据治理能力不过硬，可能很难在外部沟通中处于有利地位，工作推进将有较大困难。
• 成熟期：经过一系列项目锤炼，我们收获了一个“人物”。在国外会把这个职位叫做Data Governance Program Director，这个Program不是通常意义上的“项目”，而是一项整体工作，也就是说，数据治理的工作已经由此人全权负责了。总监会更关心企业级的工作，包括企业级数据架构的规划、企业级数据战略的规划与实施，根据这些规划，会制定年度工作计划和项目（Project）分解方案，并开展一系列数据治理项目工作或常态工作，保障规划和年度计划的达成，而具体的某一个Project，则会安排给成长期的数据治理经理去做。从国内实践来看，可能需要做到部门领导，才是真正意义上的总监，负责一个企业的数据治理工作。在处长一级的领导，更多还是负责数据治理中某一个或几个领域的工作，虽然不只是一个project，但确实尚未上升到Program级别。
• 成就期：再往上，那就真正做到了企业级数据领导——CDO，需要有数据战略的规划能力，能够和业务部门领导、公司其他C-Level领导有更好的沟通，去综合统筹一家企业的数据治理、数据利用、数据架构等数据工作。CDO在国内传统企业中还几乎没有设置，在国际上也属于很新的角色，晋级到这个段位的选手，一定是业务、数据、技术、管理多方面的综合型人才，此外可能还需要在一家企业内有深厚的人脉积累——在任何一个组织进行变革管理，政治资历不足是万万行不通的。国外企业的CDO职业也处于早期发展阶段。因此，多以有数据背景的专业人才空降到一家企业，但是任期多不长久（2年以内居多），这也许也是因为在企业的资历不足吧。当企业掌握了数据治理专业能力之后，由深谙企业内部关系的“老人”上位，也许更能保证工作的持续推动。

在以上数据治理职位的进阶过程中，要保持随时学习、终身学习的心。对于大部分从业者而言，可能专业背景更多与IT相关。这也许可以满足起步期的工作要求，但到了成长期，则更需要在数据治理知识领域上尽早建立起自己的方法体系，并不断在实践中推敲验证和完善。在成熟期和成就期，更多应该关注战略管理、沟通等相关非技术领域的知识和方法储备。比如，战略方面的PEST模型、五力模型、平衡计分卡、战略管控，沟通相关的金字塔原理，质量管理的六西格玛与精益，还有七个习惯、六顶思考帽等等，这时非常强调“无用知识的有用性”：在数据治理的一专之外强调多能，逐渐的，你会发现数据治理其实更是一种哲学思考和艺术，科学的比重会逐渐降低。

在上面的工作内容、发展路径和知识储备之外，还有一个重要的内容需要考虑，那就是如果希望从事数据治理工作，究竟在甲方还是乙方，下面来简单做个比较。

• 选择在甲方发展：在甲方企业中推进数据治理工作，坦率而言，在目前这个阶段还是比较困难的。主要还是源于公司领导、业务部门对于数据治理工作的认识还处于起步阶段，由于工作性质决定，这项工作也很难快速见效。因此公司能够为此投入的人员编制、资金预算都有限，其他部门主观上配合的意愿也不足。在甲方内部推进，会在较大程度上受制于既有的企业文化、组织架构、领导汇报关系、数据团队与IT部门、业务部门的关系等方方面面的因素，可能对于职场升迁速度会有一定影响。笔者有朋友曾在互联网金融公司、互联网公司去推动数据治理工作，由于企业文化与数据治理强调的规范性、流程化的文化之间的差距明显，数据治理工作的推进异常困难。不过，在甲方从事数据治理工作可以真实去经历过程中的曲折、吸取经验教训、获得“经济回报之外的”成就，绝对是十分难得的经验——在十年以上的甲方数据治理实操经验面前，任何乙方的任何方法论都显得苍白无力。在国内，能在甲方真正做数据治理十年以上的，屈指可数，如果有幸遇到一二，大家一定要多拜师学艺，下面这句话，形容这些甲方的数据治理专家可能最合适不过了。

• 选择在乙方发展：在乙方公司去做数据治理业务，对于真正希望深耕于此领域的朋友来说，应该是目前这个阶段更有成长机会和空间的选择。在乙方公司发展，因为有商业目标驱动，更能够集中精力、专注于数据治理理论和实践能力的提升；也能够接触到不同行业、不同企业的数据治理现状，在不同的信息化和数据环境中快速适应、寻找符合企业所需的最佳方案；在数据治理专业能力之外，对沟通、协调、推动的软技能、团队管理能力、业务经营能力都会有很多锻炼机会。

当然，也不是所有的乙方公司都适合个人在数据治理领域的发展。为什么这样说？坦率而言，从生意的角度来看，数据治理项目与大数据平台、ERP建设等大型项目相比，规模过小、见效很慢，比较难得到一般大型乙方公司的重视。那么个人可能会面临着专业方向的切换、升职加薪也比其他领域的同事慢一些。另外，如果去的是数据治理软件公司，因为商业模式所决定，销售产品是主旋律、而对于数据治理理论的关注、研究和实践则较为有限，如此可能并不适合希望把这件事做扎实落地的从业者。所以，要想真正在数据治理领域有专注的发展、提升理论体系和实践落地能力，建议还是选择咨询公司，特别是更看重专业而非商业的咨询公司，比如：御数坊。下图，也许是一般乙方单位都会努力追求的吧

    关注 御数坊