华为数据之道

《华为数据之道》 一句话概括 企业数据治理的目的不是建设更多数据库和报表，而是把分散、混乱的数据转化为可信、可联接、可复用、可管控的生产要素，持续支持业务经营与数字化转型。 核心逻辑 全书围绕一条完整的数据价值链展开：明确数据治理责任 → 按数据特性分类管理 → 建立统一的信息架构 → 建设可联接的数据底座 → 将数据封装为可复用服务 → 让业务人员自助消费 → 实现业务全量感知 → 持续保障数据质量 → 在安全合规前提下共享 → 最终形成数据资产和企业竞争力。 华为的数据治理并非一个独立的IT项目，而是嵌入业务流程、经营管理、组织变革、IT建设和内部控制中的长期管理机制。 核心内容 1. 数据驱动数字化转型 非数字原生企业通常存在产业链长、系统复杂、历史数据包袱重、数据交互风险高和口径不一致等问题。数字化转型首先需要把业务对象、业务过程和业务规则数字化，让数据能够真实反映企业的运行状态。 2. 建立企业级治理体系 企业需要制定统一的数据管理政策，覆盖信息架构、数据源、数据质量、安全和共享等领域。治理不能游离于业务之外，而应进入变革项目、日常运营、IT实施和内控体系。 3. 业务负责，而非IT独自负责 数据产生于业务，也服务于业务，因此业务部门必须承担数据责任。华为通过数据Owner和数据管家等角色，明确谁定义标准、谁保证质量、谁批准使用、谁推动问题解决。IT部门提供平台、技术和专业支持，但不能代替业务判断数据含义及价值。 4. 按数据特性分类治理 不同数据不能采用同一种治理方式：基础、主数据、事务、报告、观测和规则等结构化数据，重点是统一语言和标准；非结构化数据，重点是内容识别和特征提取；外部数据，重点是来源合法、使用合规和权利清晰；元数据负责描述数据的来源、含义、位置、关系和变化过程，贯穿整条数据价值链。 5. 用信息架构统一企业语言 信息架构由数据资产目录、数据标准、数据模型和数据分布等部分组成。它解决的是企业内部“同名不同义、同义不同名”和系统各自定义数据的问题。信息架构必须从业务对象出发，明确每类数据的定义、结构、责任、来源和使用位置。 6. 建设面向联接共享的数据底座 数据底座不是简单把数据复制到一个集中仓库，而是形成可管理的逻辑汇聚。数据入湖需要遵循统一标准，确保来源可追踪、定义可理解、质量可评价、安全可控制。在汇聚之后，还要通过多维模型、图模型、标签、指标和算法模型，把原始数据联接成可以支持业务判断的信息。 7. 将数据产品化、服务化 数据价值不能停留在存储层。企业需要把常用数据加工能力封装成标准化数据服务，实施从设计、开发、发布、使用到下线的全生命周期管理。通过数据地图，使用者可以像查地图一样发现数据，了解其含义、来源、质量、权限和可用服务，减少重复取数和重复建设。 8. 从专业取数走向业务自助 传统模式中，业务人员提出需求，数据团队反复取数和制作报表，效率低且难以复用。新的模式是提供统一数据服务、分析工具和标准指标，让业务人员能够自助发现、分析和使用数据，逐渐实现“人人都是分析师”。 9. 从结果观察走向过程管理 数据不仅用于事后制作报表，还应实时反映业务过程。企业可以通过物理世界的“硬感知”和数字系统的“软感知”，形成更加完整的数据采集能力，构建与现实业务同步的数字孪生。管理由此从“发生了什么”进一步走向“为什么发生、正在发生什么、接下来应该采取什么行动”。 10. 建立数据质量闭环 高质量数据必须具有完整性、准确性、一致性、及时性和有效性。华为采用基于PDCA的质量管理框架：定义质量规则、监控异常、度量水平、定位根因、推动整改，再持续验证效果。数据清洁不能依赖一次性专项治理，而应在数据产生的源头和业务流程中预防问题。 11. 在安全合规前提下共享 数据安全不能简单依靠禁止访问，也不能为了便利而无限开放。企业应以元数据为基础识别数据内容，进行安全与隐私分层分级，再根据用户、用途和场景实施授权。保护机制既包括脱敏、加密等静态保护，也包括访问权限、使用控制和审计追踪等动态管理。 12. 数据最终成为企业资产 数据作为生产要素，其价值来自实际使用和市场需求。企业未来不仅要知道拥有哪些数据，还要能够描述其质量、成本、权利、风险和业务价值。在跨企业数据生态中，数据主权、可信交换和多方安全计算将成为释放数据价值的重要基础。 本书最值得关注的核心观点 • 数据治理首先是业务管理问题，其次才是技术问题。• 数据Owner必须来自业务，IT不能代替业务定义数据和承担最终质量责任。• 数据汇聚不等于数据联接，只有经过语义、模型、指标和关系加工，数据才能转化为信息。• 元数据不是辅助文档，而是资产发现、质量追踪、安全管控和服务复用的共同基础。• 数据质量问题应优先在数据源头和业务流程中解决，而不是长期依靠事后清洗。• 数据平台的真正价值不是“存了多少数据”，而是业务能否快速、安全地找到并使用可信数据。• 安全和共享不是非此即彼，分层分级及动态授权可以在两者之间建立平衡。• 数据治理的最高阶段，是让数据进入业务决策和运营过程，而不只是生成管理报表。 一段话总结 《华为数据之道》系统呈现了大型非数字原生企业的数据治理方法：以业务负责制和企业级政策建立治理基础，根据数据特性实施分类管理，再通过统一的信息架构、数据标准和元数据形成共同语言；以数据湖和主题联接构建数据底座，将原始数据加工为指标、标签、模型和可复用服务，并借助数据地图与自助分析推动业务消费；同时通过全量感知、PDCA质量闭环、安全分级和动态授权，保障数据可信且可控地流动。全书的核心不是如何建设一个数据平台，而是如何将组织责任、业务流程、数据架构和技术能力组合起来，使数据从系统副产品转化为能够持续支持经营决策、业务创新和企业协同的核心资产。

#小曾曾读书笔记#华为公司的数据管理部，根据华为在数字化转型过程中遇到的问题、沉淀的体系方法论，总结除了这本内容相当详尽的数字化转型指南《华为数据之道》。 什么是数字化企业？ 百度的解释是：指那些由于使用数字技术，改变并极大地拓宽了自己的战略选择的企业。数字化企业具有自己的战略特点，其建立了一种企业模式，能够以新的方式创造和捕捉利润，建立新的、强大的客户和员工价值理念。 华为自己的理解，它对数字化企业的定义是四个关键词：连接、在线、共享、智能。 即，连接万物、随时在线、共享互惠、智能决策。 在数字化转型的过程中，从降本增效的层面，要反复问团队三个问题： 1、要解决用户的什么问题（对外）？ 2、要解决业务的什么问题（对内）？ 3、变革是否有方向可持续（方向）？ 华为为了实现规划中的数据世界，其核心方法论用书中的话总结即为： 一方面通过感知能力实现业务数据的自动采集，另一方面通过一些技术手段，把现有的各个相对独立的数据库中的数据按一定的标准进行汇聚和联接。 全书内容也按照这句话展开。 全书可读性：优；实操性：优。

当今的世界，正在经历百年未有之大变局，云计算、大数据、人工智能等新兴技术，突飞猛进，不断地变革着人们的生产生活方式，同时也催生了一大批新的企业和就业机会，成为经济增长的新动能。 这其中，企业的数字化，无疑是一条引起无数人关注的赛道，说是目前国内最火的赛道也不为过。 为什么这条赛道能这么火呢？ 我认为有以下几个原因。 首先，企业的需求是真实且迫切的，数字化确实能给企业降本增效，甚至能帮助企业找到新的商业模式，提升自己的竞争力，打造自己的护城河，况且，如果对手都在做数字化转型，企业不自己跟上，就会掉队，IDC预测，一旦完成数字化转型，将有三分之二的企业，失去自己的目标市场，这是个多么可怕的事情，不转型，就等死。 其次，这个市场比较大且远远不饱和，国内有几千万家企业，其中有这么多的非数字原生企业，这么多的工厂，这么多的中小微企业，都没开始或者刚刚开始做数字化，所以数字化转型这件事，是可以长久的做下去的，很有前途。 还有，从国家的政策层面，也是给予很大的支持，随便到网上一搜，就能发现各级政府，都在密集的下文件来推动企业的数字化转型。 最后呢，其实从生产力的角度，你也会发现，数字化是人类社会非常需要，而且必须要迈出的一步。举个例子，根据联合国粮农组织的数据，到了2050年，世界人口数量将达到100亿，粮食产量需要增加70%，这部分产量从何而来？四个字，开源节流，这其中的开源，有一个很重要的举措，就是提高农业数字化的水平，通过一些数据监测、智能温控等，来提高农产品的产量和质量，甚至缩短种植周期。这就是农业数字化的必然，企业数字化也是一样，是提高生产力的必然手段。 当然，还有一点，就是最近几年最大的黑天鹅事件——新冠疫情。严格来说，疫情并不是企业数字化转型主要原因，但绝对可以称得上是催化剂。 根据麦肯锡的数据，新冠疫情，让全球数字化进程整整提前了7年。 疫情给世界带来很多不确定性，举个简单的例子，疫情造成很多人不太爱出门了，这就造成了很多线下的场景，没有足够的流量了，此时此刻，众多老板们终于发现了数字化的好处。 知名家居定制品牌“索菲亚”，通过布局数字化营销，实现从客户到店了解、离店考虑、达成购买、后续维护的全过程线索跟踪，在疫情严峻的2020年依然实现15%的年营收增长。这个数字对于一个行业的巨头来说，即使没有疫情，也算是一个很棒的成绩了，何况还是在疫情爆发的那一年。这就是数字化的力量。 可以说，对于各行各业来说，“数字化转型”已经不是一道选择题，而是一道应用题。 但在数字化火热的背后，我们其实也该看到很多企业的数字化转型是失败的，甚至有企业因为数字化转型的投入过大，削弱了自己的实力，失去了市场机会，走向了没落甚至死亡。 所以说，数字化对于企业来说，是机遇，也是挑战。 作为一家非数字原生的企业，华为这个“超级巨无霸”努力了二十余年，完美的完成了数字化转型。用华为云副总裁、华为云首席数字化转型官苏立清的话来说，就是“实现从过去的‘人拉肩扛’到现在的线下、线上高效协同，为业务创造了很大的价值。” 举个例子，我们可以从这个例子中，窥探一下数字化转型带给华为的巨大效益。华为的供应链服务变革，把供应链流程的共性部分，抽取成为共享平台，进行集中化管理以获得降低成本优势，把数字化平台标准化，将集成供应链流程扩展到全球，经过三年时间，华为供应链的及时齐套到货率从管理变革之初的20%提升到85%，供应链处理效率提升了35%，这也使得华为跻身为信息通信行业全球范围内供应链运作效率最高的企业之一。 此外，华为的IFS（互联网金融服务）变革，也支撑了华为从全球化规模增长向全球化有效增长的转型。 华为CFO在解读2014年年报时指出，管理变革给华为带来的收益占整体收益的72%。 任正非在总结管理变革和数字化转型的成果时说，华为经过二十来年的持续努力，取得了显著的成效，基本上建立起一个集中统一的管理平台和较完整的流程体系，支撑了华为进入了全球行业领先的行列。 这些都在展示着数字化带给华为的巨大收益。 数字化转型是一个非常宏大的课题，但是不管业务如何变，数据的治理、统一的数据底座，绝对是核心中的核心。 华为的变革指导委员会也指出：数字化转型要坚持业务和技术的双轮驱动，而连接双轮的“轴”就是数据。只有建立统一、清洁、智能的数据底座，才能支撑公司不断发展的新业务，支撑各个区域市场的差异化需求，实现“数据实时可视、海量业务自动、算法支撑决策”，实现“万物互联的智能世界”。 数据也是这本书的主要内容，跟数字化转型相关的所有岗位，不管是市场、运营、产品、开发，还是管理者，都应该来看看这本书，只有理解了数据，才能理解到数字化转型的本质。

本书从非数字原生企业的数字化转型挑战入手，系统地介绍了华为的数据治理体系、信息架构建设、数据底座构建、数据服务实践以及未来数据发展的思考。

看了这么多书，对这本书的点评是相对比较纠结的，可以说非常好，也可以说还是不够好。 从华为的视角，这本书是非常好的，高屋建瓴的讲述了华为数据管理的现状和多年积累下来的方法论，让人看到了数据管理需要综合考虑的方方面面以及做成后的样子，可以说打响了华为在数据管理上的品牌，为华为云的对外输出占据了影响力的制高点。 说说不好的地方，这本书可以说华为全面描述了一栋摩天大楼的样子，但对于如何从平地盖出这么一栋楼，有哪些盖楼的最佳实践以及需要避免的坑，讲的太少，也缺少具体例子来让读者更深刻的理解和认知这个盖楼的过程。 这种情况带来的结果是，对于有着多年数据管理从业经历的人来说，本书内容新东西不多，更像是一份数据管理咨询报告（其实对于银行、运营商这些有着10多年数据管理的企业来说，内部都有这些报告和规范，只是没有写成书往外宣传，因为企业定位不同），而对于行业新人来说即使了解了书里的方方面面，但还是不知道怎么做到，会有种“大道理都懂但还是过不好这一生的感觉”。 所以，推荐大家快速阅读，了解数据管理的整体框架和大原则，但不要花太多时间去扣里面的具体规范和实现细节，因为每家的情况不同，盖出来的房子可能差不多，但盖房子过程中遇到的困难以及要采取的对策是不一样的，而后者在书里几乎没说。

感觉学会了很多数据治理领域的专业术语，赞 推荐纸质书，太多架构图了，就是可惜流程规范实际案例太少，主要是还是学习概念。 云的分析涉及太多流程与业务系统，主数据建设就存在很多治理难题，像产品、客户、人员等。要每块系统都清楚确实很难，管理对象、过程、规则都需要数字化才可能实现自动化，但是自己有人走在前面努力。数据底座与自助分析工具的持续完善才是解决不断增长需求的根本之路。 最大感悟: 1,数据治理要获得成功需要公司层面达成共识，特别是战略层面的共识 2,需要专人治理，需要制定各种流程规范，需要专人推动，更重要，明确数据owner,有人对结果最终负责。 3,数据入湖，集成调用都需要专业人员参与，保障统一出口，统一规则，元数据管理是一门科学，不仅是技术元数据，像表与字段的管理，还有业务元数据，包括资产目录，owner跟数据密级等，另外还有操作元数据，调动频次、访问记录等 4,需要有耐心，数据治理非一年之功，旧的问题解决了，还会有新的问题 5,有专业的数据架构师参与，同时要懂业务 ，大量的数据测试、数据质量衡量都需要进一步自动化 新的一年，任重道远，继续努力[呲牙]

这本书覆盖面很广，但是介绍比较浅，适合速度一遍，搭建起框架认知

写的大部分是正常人能推理出来的，没有具体的干活，还没到方法论的高度

没有经历过大型数据需求考验的，估计不太能看得懂。 也许你能看懂各种数据标签的意思，但你可能不懂数据如何运用、如何交互、如何创造价值。 内容看懂了，不能应用，也是知其然不知其所以然。 小企业能做到，数据精准，可调用、可决策；数据清洁，可检索、可分析，减少数据纠错的成本就很不错了。 数据源能做到，需求人要啥给啥，而不是别人要啥你还赠送一堆垃圾数据。 数据清洁过程也是成本，需求人来清洁数据挺影响人的心情。 你本是池塘里的一条鱼，当你偶然进入到浩瀚的大海时，你可能会失去方向。

如无意外，华为的数据治理实践和制度， 会成为行业标杆甚至参考框架。目前(2021)中国标准2035的规划中还缺少这一领域的顶层设计，已有的标准体系中：人工智能，智能制造，智能网联汽车等都是行业支柱型的，而数据治理是可能成为基础型，同时也是对各领域影响最广泛的标准体系。 工业基础和设计软件上能对外输出产品的，无一不是在该技术领域数字化转型做得成功的企业。