以下为现场速记。

 

Informatica大中国区首席技术顾问 但彬

 

但彬：各位下午好!今天很荣幸来跟我们部委或者很多央企、国企的同行们一起来交流数据和数据相关的话题。

 

我来自于Informatica。今天我们时间很短，所以我开始想的目的最主要是告诉大家，有Informatica在数据治理这一个领域，我们大致的思路是什么。如果我们能够形成一致的共识，也欢迎大家在线下我们可以做更深入的交流或者现场的交流。

 

现在大家都在说一个概念，银行有3.0时代，数据也有3.0时代，3.0时代在不同地域里都有不同的诉求，数字3.0时代是什么?概念并不新，从大数据提出时大家都在谈数字3.0时代，大家都在谈信息爆炸，信息爆炸这个词不新，恨不得90年代要谈，以后要进入数据爆炸的时候，但是我们不知道数据如何会爆炸，现在确实会看到数据的量已经远远超出我们想象中的数据范围。

 

其实也有一些企业说数据并没有那么大，因为我们可以对它视而不见。如果我们要谈数字化转型，我们期待业务在数字浪潮中不被淘汰，你不能对它视而不见。

 

第二，用户的概念。现在我们的银行用户已经远远超过原来用户的数量，原因可能原来很多人必须受制于网点，受制于交易方式的变化，现在我们用户数量会大量增长，不止是银行，它也举到了交电费的问题，原来我们想象中我们去交电费的时候，你可能交电费模式一定去网点，或者每个月给你一张表点，对于国家电网或者南方电网是信用消费，你先用再交钱，现在不但送你一张表，把你消费模式变成实时消费，不会承担任何不交电费风险，一旦没有电费就停电了，看起来不值得，但是小小的点可能就是转型的闪光点。

 

第三，新的数据的一些出现。原来我们可能想象中的数据，我们原来不关注，原来任何企业做影像的时候真的视而不见，唯一用它来做的是档案管理，做事后的稽查作用，现在我们要把它放在前台。当这些图像产生的时候，我们就会利用它的价值。比如您去网商开户时，他说对着手机往左转、右转，眨眼，先保证人是活的，并且这张脸是您的，它就认定给你开户，这些都类型新兴数据类型数据，来提高老百姓便利性或者提高业务便利性，增加业务的收入。

 

同时，这两年云端发展促使很多信息发展。我们经常说得一句话，“专业的数据交给专业的人去做”。负责云端建设的这些企业，它可能更善于去运维很大的体系，而把我们企业作为用户来说，专注于在上面去做我们上面的业务，这是我们一个新兴的发展，同时也减少了我们在IT或者基础设施投资上面的成本。

 

但是云端有好处也有坏处，好处减少这部分投入，但是发现进入云端以后架构更加复杂，大家有新的担心出现，我们会受到监管要求，我们数据能放上云吗?云不在家里，心里踏实吗?某一天这朵云飘到国外怎么办?其实国家相关的安全措施或者说相关政策是在解决这些问题了。

 

比如说现在为止很少有人把客户或者个人的数据放上面，因为这会涉及到法律的问题。其实不止是中国，老外也会关注这个问题，他们也不把信息和数据放上去，大家都在寻求这样的解决办法。

 

第四，机器学习。这两年大家为什么都在提机器学习?我们在谈最大问题是说，人工智能如果不会自动学习，你会发现这个智能你教它会什么就是什么，它只能停留在机器手时代，原来我们基础IT设施都在做这个事情，你把逻辑通过机器传输给他们，他们会帮助我们处理，它自己会处理这些问题吗?机器学习有它的好，但是大家也会想一个更恐怖的问题，我记得我们中学时学过一篇文章，告诉我们说，某一天机器会不会取代人?其实阻碍机器学习方向就是机器能不能取代人?这是一些笑话。

 

但是3.0时代，既然有很多的突破点，并且它成为了很多企业转型的契机。大家有的人是盼望契机的出现，也有企业会害怕契机的出现。任何我们叫机遇和挑战总是并存的，如果说出现了机遇，如果说没有抓住机遇，哪怕逆水行舟不进则退，有可能您的企业在这个机遇面前什么都没有做，你已经被人挑下马来了，这个时代是分分秒秒都在变化的时代。

 

不像我们原来在数据1.0时代，大家都在做基本系统和应用建设，建设完以后我们最多再做一些优化，把它集中化、平台化，实现系统的互联互通。但是3.0时代谈的是什么?谈的是如何通过数据去获得创新，我们有很多人谈数据是什么?有人说是原油，也有人说数据就是金钱，是经济，是原动力，现在新兴很多企业转型，说到转型，大家想一想，大家谈数字化转型时，大家看到了互联网企业带来翻天覆地的变化，大家知道互联网企业以数字化运营为基础，它没有最传统的负担，它很轻巧，它可以充分的利用数据，快速实现转型和新兴业务的提出。

 

这个时代大家都期望从中获利，企业想了我自己也有很多数据，我的数据并不比它少，并且积累很多年，我如何把它用起来?其实这可以用起来，并且可以使我们保持我们的竞争优势。为什么?数据有一个特点是越用越好，大家知道淘宝，如果您在淘宝上面第一次注册以后，到现在为止再也没用过，它的数据一文不值，为什么?电话打不通，那时很多银行卡已经过期了，当你不断它，它会变得更加有价值，第二当你不断用它时，通过不断画像放到不同群体中，通过群体画像和验证，它知道验证是否准确，不断累计、迭代形成新的数据动力。

 

所以更多竞争手段和更多需求提出来，我们应该怎么做?我们要去寻找一种转型的动力。我在放这个片子的时候，我们同事说，你应该放一些很大的企业，我们在国内有很多大量客户是我们的用户，为什么我会举小的?你会发现数据不在大小，关键在于你有一颗你想去用数据推动业务发展的信心，在座都是CIO。

 

大家想我们的学校会有动力吗?有时会有，当有竞争才会有。原来我曾经去推动我们垄断行业去做的时候，发现有问题，他们想得很高但是可能不会做，因为没有竞争，一旦有竞争它就会去关注。这个学校每天就想知道每天我的老师学生在哪里在干什么，这些事情反倒学校都没有，一旦出事儿通过摄象头去找，一旦翻出来，嫌犯会跑得很远。我们现在可能再去谈数字化转型时，已经在利用数据，但是有可能我们连数据源头都没有，这时候我们去做。这家学校就在利用数据把学生的信息进行很好的整理，使它能够了解学生是什么样子，未来带来的是更多的家长愿意把它的孩子交到这个学校，来促进它的业务发展，就是这样小的事例。

 

这家公司并不一定听说过，它在南美洲，我们想到的大企业都是全球大企业，它来自于南美洲保险公司，保险公司业务差距大吗?并不是很大，他们谈以客户为中心的转型。这个话题有多早?我觉得05年、06年提这个概念，特别转型是在金融行业，为什么保险关注这个行业?因为客户就是他们最大的资源。一个保险人员跟客户面谈时需要什么信息，这些信息是否获得，这件事情看起来都觉得特别容易，保险系统都有，但是你要知道保险人员跟他谈的时候他是离线的，可能他只有一个手机，他的手机不能登陆20多个系统，这个简单诉求不能满足，谈何为客户提供好的产品?

 

数字化转型有时候来的反倒没有那么高，也有可能来自于基本的诉求。

 

这是全球调研机构做的调查，说我们现在谈数字化转型，面临数字化转型时，CIO都在想什么?大家想的不一样，因为每个企业现状和起点不一样，各自的诉求也会不一样。所以我们会看到有的CIO可能会关注说我可能更想关注云战略，来减少基础设施的投入、减少人员投入，有的企业会关注于客户，也有一些企业，他说我现在做了好多年数据仓库，也建立了很好的BI分析系统，传统的BI我们这种模式能够持续吗?感觉不断往里面投入，做了十多年好像也没有达到我想要的这些东西，它的症结在哪里?有人关注战略层面，有人关注安全层面，这个问题就是安全层面的诉求。

 

特别是在座的，现在国企、央企走向海外时会特别多，当你走向欧洲时自然会面临很多法规。前两年针对数据法规，当它出来的时候，从我的角度来讲，欧洲人或者说其他国家的人，他们善于利用法律条文，其实是很好的双刃剑，当它想要把你排除在外时，你会加大你在地域内投资成本，想让你进来时，条文也可以很松。

 

如果我说我想冻结一些账户、删除账户，我要求三天内把我的全部信息取消掉，大家觉得这个事情很容易，当一个企业只有一套系统时你会发现这个事情很容易。但一个银行上20多套系统，这些数据在哪里?哪些跟这个人信息有关?我们涉外企业，会弹出窗口说我们会采集你的信息，您是否同意?如果不同意我们在你浏览以后会删除掉。所以这些诉求可能都会成为新的业务诉求的点。

 

为什么会去谈数据治理?开始我们展位上会有很多嘉宾跟我们交流数据中心到底是什么?数据我们有，但是要用好这些数据并不容易。大家说你能帮我做什么?既不能帮我们做数据展现，也不能给到我们分析的报告，但是我们能帮您做什么?帮您做数据准备和治理。大家说为什么这么重要?大家经常听到这么一个概念，一个很好的图表和分析，这个分析人员20%到30%时间做最终展现，它有70%时间准备数据和整理数据。

 

第一件事情分析要用什么数据，数据在哪儿，我是不是要找信息部门帮我把数据搬过来，还要沟通以后形成我的结果，所以治理很重要的就是这样的原因，我们期望治理达到满足对数据需求各个角色的诉求，同时形成一套相当合理或者说可持续的一套手段，让它使数据持续向好，这是我们的诉求。

 

很多人对诉求不一样，你会发现治理不是一个部门和一个角色的事情，我们面对数据有很多决策，有数据产生者、数据管理机构、数据使用者和技术相关的部门，他们面对数据的时候，面临问题和诉求都不一样，使用者不关注怎么来的，只想以最快速度找到我需要的东西，治理者希望通过法规约束使用，我们通过治理手段或流程进行管控。

 

这是我们谈治理时经常会谈的事情，我相信很多企业已经在做治理，特别是像银监会去年专门为此发了文，为要求各个银行或者机构要做相关数据治理的要求，甚至有很细的要求。但是，你会发现我们原来的治理太过管理，什么叫太过管理?治理的时候要想好我治理的目的是什么?比如说我们左边列的是常见的治理思路，我有一套很好的管控，我自上而下推动了我们这些管控的思路，但是你会发现下面没有人去执行，既然数据治理我关注数据就好了，但是你会发现数据脱离了业务，一点价值都没有。

 

第三种，我治理成功，我说这个项目做了治理，做了什么?我就列出了很多治理的项，治理5380个系统、200个指标等等这些是我们治理的成果，但这些成果对于数据的使用者来说毫无价值，有没有可能?

 

而新一代的思路是什么?新一代思路更加实用主义一些，我为什么要治理?如果不治理会带来什么?其实理论你现在什么都可以不做，业务照样继续，治理目的更好应用数据，因为数据有问题我们才要治理，我们治理环境是因为环境有恶化，治理的目的更加讲三个概念。

 

第一个是民主化。什么叫民主化?上一篇谈到的角色都是参与者，而不是信息部门做的治理，信息部门做的治理往往推不下去，因为有一点一厢情愿，所以说民主化是我们最大的特点。

 

第二个大的方向是业务理解。我们原来治理更多单纯从技术层面做的治理，治理出来东西可能看不懂。

 

第三个，新的工作方式。我们希望它形成数据使用文化，形成可持续的过程。这是我们的思路。

 

我们会抛出一个大致的数据治理架构，但这仅仅是技术架构，后面有一张图会讲到里面业务的架构。这个架构只是说，如果要去做数据治理时，在技术平台上我们要做哪些事情?我们把它画在这个地方。很多企业都会从元素入手，其实数据治理会涉及到方方面面，第一件事情我要知道数据哪儿来到哪儿去，数据在哪里，它的定义是什么?它存在什么地方，它如何用?我们都会考虑。

 

针对这个以后，我们举个例子，只是就上面篇子9个元素谈例子，这是第一件事情想到的东西，元数据向上可以接标准，向下可以接地，基本把数据上下接通，但是这种思路，你现在单纯做元数据很难有成功的项目，大家都做了，但是我们可能不好意思说它失败，最大问题做完了不知道拿来干什么。我们结合开始谈数据治理两种思路里，一种叫自顶向下思路，这种思路有一个很流行的词叫做顶层设计，顶层设计很重要，但是它只能放在脑子里，如同我们人生目标一样，未来要成为大款，不能天天喊，努力就好了。这个元数据库管理，把数据标准变成逻辑定义再变成物理定义放到数据库里，后来发现有一个事情被推翻了，我们在座可能有很多工业企业，工业企业说一套ERP不复合你的标准，怎么办?完全不可做，不符合标准，但是也得上，这种事情发现推不动。

 

第二，底层管控型。

 

第三，实用、应用型。元数据就是数据治点，治点不是重要的解释，解释相当有限。元数据既然是描述数据，我们希望它准确描述数据各个方面，这是我们的应用模式。

 

这两年谈了一个新的概念叫做数据资产目录，但是如果你还是基于传统元素去谈资产目录，我觉得有点牵强，真正的数据资产目录应该是更加全面的描述企业数据资产的东西，它能够帮助我们获得企业所有数据在哪里，如何获得?可以去哪儿?它的定义，它怎么样?有没有安全，各个层面信息都应该包含，这是我们提到的概念，其实这个东西现在已经很流行了，它会更加全面描述企业资产信息，同时它也符合互联网思维搜索的模式。

 

大家说了，企业数据资产如果我形成了这样的资产以后目录以后，它能怎么用?如果从使用角度来看，我们会考虑到基于这一套目录可以实现右边的那些东西，因为我有一套资产了这就好说了，至少我能知道从哪儿可以到这些资产，能够干哪些事情。

 

开始在提银行时提到数字化利用时专门提到一个东西，现在我们做了十多年的报表、仓库、BI，有一个新的思路就是把分析走向民主化，我们都是做IT的，你会发现有一个问题，业务部门有一个想法，原来告诉你，现在不告诉你了，为什么?他说你帮我解决不了，我告诉你，你不断的问我，几回之后发现还不能给我想要的东西。

 

第二，业务内容成熟。我们希望通过数据结合自己的业务知识带来一些新的东西，原因是我们的IT不能支撑它这种业务的诉求，因为你给它的是数，告诉他你要会写这些东西不行，这些可能是自主分析未来的发展。

 

这是资产目录，在真正去做数据治理时可能会涉及到从业务定义开始形成整个资产的脉络，我们管它叫做定义。一个资产有很多种脉络，什么叫很多种脉络?第一个事情，我们把数据当作一个客户去给它画像，画像它的时候，我要知道它在哪个系统呆着，它是原来在这儿还是被搬到这儿，搬的时候经过什么逻辑搬的，有没有被改变，搬过来是否可用，里面描述了什么内容?是人的信息还是货的信息还是仓库的信息?

 

第二个，有一个很重要的概念，叫做治理的时候一定跟业务相关，这个东西应该是哪个部门负责?比如特定指标，IT部门负不了责，谁来负责?谁发起变更、谁修改定义，责任在哪里，它属于哪个体系。

 

第三个，如果发起变更应该有什么流程绑定，我们有哪些东西最后落到具体的点，形成相关的数据监控指标，这是我们治理的大的蓝图。

 

所谓的自助服务，大家知道业务人员不会写代码，但是他会用excel，我们能不能通过用excel后台强大的引擎帮助他实现对数据的应用呢?我们有些这样新的探索，回头可以沟通。

 

有些来自于数据安全的诉求，这是我们在香港的案例，大家知道香港有一个航空公司，去年出现了风险事故，发现乘客信息被暴露了，暴露以后它开始再来反省问题时，香港对欧洲的影响很大，它特别怕罚款，当时他们算过罚款可能是3.9亿或者39亿，他们紧接着上一个系统就是做这个事情，他们最大的问题发现，我不知道我的数据从哪个系统流出去的，也不知道哪个系统里有，他们第一件事情花一个月的时间找流出的数据有没有信用卡，IT不是民工，我们不是说我们因为拿了工资，所以我们的时间就不重要，其实很多的东西是帮助我们来提高IT效率，同时间接提高业务效率的方向。

 

这个我不去讲了，这是一些通用的方法论，回头我们可以针对这些去做讨论，它形成了一些项目或者一些规划的思路我们都可以根据不同的企业可能有不同的路径，我们可以去看。

 

这是一个例子，我也不去细讲了。这是一家很有名的航空发动机制造企业，它在大数据时代带来几个变化，大数据时代不是典型报表和模式分析，它希望业务能够发现其中业务规律，如何发现?是业务人员发现，它推动两个大的发现，从传统数据仓库走向新兴数据服务，从传统报表走向以数据砂箱为模板的数据探索，这样的模式的改变。它也是一个很新兴的创新，我相信有可能一年，有可能这两年，特别是我们走在很前沿的一些行业是有可能走向这一种模式的。

 

广告时间，我就不去念了，我是来自于Informatica，可能开始很多人说我们认识，Informatica在这个领域做很多年了，我们的客户会发现我们人换好几拨了，我们做数据方方面面我们都有很好的投入。

 

在产品领域，我们有很好的软件平台。大家说你们是做软件的，但是我们更喜欢做项目，软件与项目不冲突，基于软件路径可以降低项目风险，因为它是成熟的产品，而不是基于一般人去把它解决的。

 

这是我们的考卷、作业，我们经常展示这一张，在Gartner里，Informatica长期霸占第一的位置，在我们熟知的各个领域Gartner都有很好的成绩，这些都是最新的成绩。

 

全球有很多客户，我们没有列中国的客户，因为涉及协议的问题。全球有10000多家，这是我们的二维码，会后可以做交流或进行细节的讨论。谢谢大家!