这是一个非常常见的问题。DAMA 和各种关于数据治理的书籍和材料，都有提到组织架构层面上的数据治理工作，如成立数据治理委员会，任命责任人，分配各种角色，等等。甚至有些材料认为，这是进行数据治理的必要条件和首要工作。
然而，从我自身的治理实践和其他团队的工作成效来看，有没有治理委员会之类的东西，并不是本质问题，而是在于能不能获得资源支持。
数据治理本身是一种工作，需要消耗资源。没有资源投入，什么委员会、角色、岗位，都不过是一个名词。团队、组织、公司愿不愿意为一项工作投入资源，取决于这个工作能否解决业务问题，带来回报和收益。
所以，搞数据治理，首要工作，一定是要回归业务问题本身。你要搞数据治理，是要解决什么具体业务问题，要达到什么样的目标，需要投入多少资源。这才是首先要搞清楚的。若脱离了具体业务问题，只摆弄空洞的数据治理概念，理性的组织不可能会持续投入实质的资源，治理工作最终失败基本是必然的。
DAMA 等权威材料、标准和书籍，很适合作为参考，但不适合直接用于指导和实践。据笔者观察到的，凡是照搬 DAMA 到治理工作的，全都遭遇了阻滞或失败。也许根本原因在于，数据治理本身和具体业务十分紧密，面对的问题都是十分具象的，实践属性很强。DAMA 这种主要是理论设计的产物，自然无法指导实践。
DAMA 的地位类似于计算机网络的 OSI 七层模型，理想，清晰，完整，优雅。但市场最终选择的是在实际业务中锻炼出来的 TCP/IP模型。不过，这不妨碍于我们把 OSI 七层模型用于学习和分析。
公众号、知乎号或联系我，请戳这里
