大数据像一把新时代的金钥匙，对经济发展、社会生活以及国家治理都产生着根本性、全局性、革命性的影响。说起大数据，就不得不提数据治理，近两年，数据治理一词热度很高，在dama 数据管理知识体系指南中，数据治理位于数据管理“车轮图”的正中央，是数据架构、数据建模、数据存储、数据安全、数据质量、元数据管理、主数据管理等10大数据管理领域的总纲，为各项数据管理活动提供总体指导策略。
陈燕琦是宝马中国营销数据中台数据治理负责人，是国内较早一批参与数据治理工作的从业者，具有十余年数据治理及管理从业经验，做过产品，也做过咨询，曾服务于通讯运营、制造、商业银行、税务以及零售等多个行业，曾参与《数据管理能力成熟度评估模型》国家标准的编写工作，也曾获得dama数据治理创新奖和数据治理专家奖。
陈燕琦现任宝马领悦数字信息技术有限公司数据治理负责人，统筹宝马中国客户数据治理工作。宝马领悦是宝马集团于2019年1月成立的一家独立的数字业务公司，旨在以数据为导向的决策原则不断向“以客户为中心”的数字化转型，为客户提供更加便捷和个性化的优质服务，提升用户体验。
基于汽车行业的业务场景，宝马客户数据涉及线下渠道和线上渠道两条主线，线下数据包括4s店等经销商收集的数据、车展及主题活动收集的数据等，线上数据包括bmw凯发在线官网、车机以及app应用收集的数据，第三方数据、媒体和电商数据等。宝马领悦通过各个触点对线上和线下数据进行合规安全的统一收集和处理，将来自多个渠道的信息不同、结构不同、含义不同的数据通过不同系统以不同的处理方式进行统一清洗、处理和整合，最后变成客户主数据。
宝马领悦面临的关键问题
不同于传统it或传统业务，宝马领悦作为一个独立的数字化团队，如何更好地驱动宝马集团的数字化转型战略，需要思考很多关键问题，包括：
1、如何确保与数字化战略保持一致?
2、谁对数据管理工作富有责任?
3、怎样做数据管理的规范化操作?
4、如何确保数据安全和隐私?
5、如何确保跨系统、跨职能部门的协作?
6、谁来统一定义数据的概念、口径和使用方式?
7、如何组织系统间数据的访问和交互?
……
梳理宝马领悦客户数据治理框架
面对以上诸多问题，数据治理工作千头万绪，往往让人不知从何处入手。为此，宝马领悦参考了很多方法论，包括dgi数据治理框架、dm-bok知识体系、iso 38505数据治理安全管理体系标准等，然后将以上数据治理的框架及方法论与宝马中国客户数据现状相结合，梳理出了宝马中国的领悦客户数据治理框架，围绕组织结构、流程以及工具三个方面开展数据治理工作。
第一步，对组织结构进行梳理。将数据作为主要操作对象，定义不同类型的数据管理角色并明确职责，确认各种类型的实际工作在mdm、数据质量、数据标准和其他过程中的作用。“业务数据管家、技术数据管家等角色并不是新建的，而是在当前组织结构部门分工的基础之上进行职责的再次明确和调整。”陈燕琦提到。
第二步，设计管理流程。这是一个不断完善和丰富的过程，包括设计并发布数据管理流程，定义规则，发布标准并执行，监控数据操作场景中的质量问题等等。
第三步，进行操作工具上的支撑。为了让各类数据管理者能够按照固定的管理流程对数据进行操作，宝马领悦购买了一些国际化的数据管理工具，使底层数据地图的血缘关系、数据质量以及数据资产管理能够在统一的平台上承载，方便操作人员利用工具进行数据资产的维护，展现数据流，进行主数据维护、发布以及数据质量监控等。
搭建好数据治理管理框架，确认好数据操作权责后，宝马领悦继续进行基础性的数据治理建设内容，例如梳理数据血缘关系，发布主数据(包括客户主数据、车辆主数据、人车关系主数据等)并提供服务，然后通过cdp平台从核心生产系统中抽取数据，进行数据清洗，沉淀数据资产后进行维护和展现，开展数据质量的自动监控(包括事前规则定义、事中监控以及事后的查漏补缺等)。
数据治理的初期效果与阶段复盘
“进行了大量的底层能力建设之后，我们预期能够看到一些业务上的效果，但是实际情况却事与愿违，我们在多次跟业务部门的沟通和内部协调中都能感受到这一点。”陈燕琦坦言。
从数据治理的角度来看，虽然已经做了大量工作，但是从业务的角度来看，业务部门更希望得到业务上的支撑，例如对营销活动的支撑，销售线索的获取以及引流入店达成交易等等，而管理者也期望通过数据治理投资能够为业务带来实际价值，因此数据治理初期效果与业务支撑之间的鸿沟是一个非常大的挑战。
为了解决这一问题，一年多以前，陈燕琦和他的团队进行了阶段性复盘。
首先，确实没有对业务需求进行一些有针对性的工作，尚未用数据去支撑上层业务;
其次，确实进行了元数据管理、主数据管理、数据质量管理、数据认责管理、数据安全管理等一系列能力建设;
第三，关于数据方面的一些问题(包括客户投诉的问题)并未解决，线上线下信息融合、客户数据id整合、有效车主识别等问题依然存在;
第四，彼时，《网络安全法》、《数据安全法》、gdpr等监管的合规要求未满足。
“复盘之后我们调整了新的思路，要在能力建设的基础上向前迈一步，让数据治理真正去支撑业务，产生更多实际价值，推进宝马品牌的数字化转型。”陈燕琦如是说。
宝马领悦数据治理成果
随后，陈燕琦介绍了宝马领悦现阶段的数据治理成果。
一、客户数据融合成本最低、时间最快、效果最好
首先在技术应用方面，宝马全球的每个客户都会有一个唯一的bmw id，而中国客户在cdp系统中也有一个customer id，在线上可以通过系统取得bmw id和customer id的cn映射，但是线下数据却无法得到这个id，因此需要将线上数据和线下数据进行融合，共同与全球的客户数据进行映射，从而便于进行统一的客户运维。
线上线下客户数据融合的过程非常繁杂，但是由于前期做了诸多数据治理工作，因此相比欧美市场以及亚太市场而言，中国市场进行数据融合工作所用的成本最低、时间最快、效果最好。值得一提的是，宝马中国团队的客户数据融合成果得到了宝马德国总部的赞许和认可，也将中国的数据治理规则分享到了全球其他市场。
陈燕琦提到，“客户数据融合的工作是由宝马中国的it团队与数据治理团队共同配合完成的，这个案例让it同事对数据治理团队有了新的整体认知，也证明了数据治理工作能够支撑实际的it和业务工作场景，证明了数据治理工作的价值和意义。”
二、梳理人车关系主数据 会员识别率提升至80%
其次，在业务应用方面，数据治理团队基于主数据做了诸多业务支撑服务，以bmw app为例，在会员系统刚刚上线时，后端的人车关系识别是一大难题，甚至屡次产生客户投诉。自2020年9月开始，经过数据治理团队与前端运营人员的共同努力，对后台的人车关系主数据进行梳理、发布，提供数据服务，成功将宝马会员的注册识别率从30%提升至80%，进一步优化中国市场的客户体验。
会员识别率的提升能够更好地支撑宝马在中国的市场活动，据悉，2021年9月，北京环球影城开业，宝马车主通过参与bmw app的抽奖活动，能够快速成为环球影城试运行期间的第一批顾客。目前，宝马中国会员在一年多的时间里激活量已达400万，每日新增会员10,000 ，也让业务人员进一步感知“主数据服务以及底层能力建设能够直接对业务实现支撑”。
三、宝马成为国内第一家通过iso 38505标准的车企
最后，在安全合规方面，自2019年到2020年，宝马领悦陆续通过iso 27701和iso 27001相关的安全标准;2021年，作为国际化企业，宝马将新发布的数据治理国际标准iso 38505作为方法论的重要指引进行数据治理工作的规范化，成为国内第一家通过iso 38505标准的车企，这也进一步提升了数据治理团队的信心，能够对数据进行有序管理，更好地服务业务场景，支撑宝马的数字化转型。
四、所获荣誉
因为宝马领悦在数据治理工作方面的突出表现，陈燕琦和他的团队相继获得了一些荣誉，包括：
dqmis 2020 数据质量卓越实践奖;
dama数据治理创新奖;
2020领悦创新奖;
2021 dama数据治理专家奖等。
数据治理建设过程的四个阶段
实际上，不论是车企还是其他行业，在数据治理的过程中都会经历这样一个建设阶段。
陈燕琦将数据治理的建设过程分为四步：
首先是识别驱动因素：包括符合监管要求;加强能力建设;满足业务需求;解决数据问题等等。
其次是数据治理的方法论：如果是自顶而下搭建数据治理框架，可以选择dmbok2.0、dcmm评估模型、dsmm安全方法论、数据质量十步法、iso 38505等进行方法论指导。
第三步是规划设计：企业要根据自身所处的阶段做好数据治理的规划设计，是自顶而下还是自下而上?是做顶层规划还是对既有的工作进行成熟度评估?亦或是通过问题收集做一些专向建设(数据质量专享、数据标准专享等)，以及模型搭建、标准定义、资产梳理、安全定级等系统建设支撑。
第四步是落地，数据治理体系和工作能否落地、能否支撑业务场景，是数据治理成功与否非常重要的衡量标准。
宝马领悦数据治理策略总结
陈燕琦总结，“数据治理，就是以数据应该被管理的样子去管理它。”
对于一般企业来说，人、财、物是三个相对独立的管理体系，需要通过人事管理系统、财务管理系统和物资管理系统进行专门的管理，而数据作为一种重要的新型资产，也需要以资产的方式对待，遵循一定的方法论和流程，通过一些工具、平台以及专职的角色，对其进行体系化的管理。
起初，宝马领悦以自上而下的方式开展数据治理工作，搭建数据治理框架和数据基础能力，期间也遇到了一些挑战和质疑，随后经过阶段性复盘，数据治理团队及时调整了工作的重心和方向，以实际业务诉求为指引，支撑业务数据管理，在技术应用、业务应用以及安全合规方面都起到了非常好的支撑作用，进而逐步强化了数据治理工作在企业内部的受重视程度。