以下为现场速记。

 

梁有为：谢谢。今天我讲的片子不多，大概半个小时，因为刚刚跟你们聊天发现，有人走过来跟我们打招呼，Informatica，你是干什么?Informatica，不是ETL的吗?我想，今天的分享比较活泼一点，Informatica现在是做什么事情的?当然在片子里，我本来准备了一些案例，但有可能这些案例我会口头讲出来，因为我是负责华南区，比如说广州、深圳，香港、台湾的一些案子，因为我是售前，所以我比较多的经验是这三个地区不同客户的需求，我也跟这三个地区的CIO、CDO也会聊起来，现在你们的需求是什么呢，看看大家有没有分享的地方。

 

大家都知道，从几年前开始，大家都说数据很重要，不管是CIO还是其他人，我最近发现在香港有越来越多的新职位公司CDO，有的是CEO委派的，他想现在创建的一个新职位是CDO。大家都说数据很重要，但我要干什么，他不知道。我发现如果你是领先的行业，比如说做电商的，或者是汽车行业的，其实你已经转型的很好，因为你就是转型的火车头，我发现现在很多企业觉得自己是落后的，或者是认为自己是传统的行业，需要有一些新的想法帮助自己创新，但又在想我究竟要不要做数字化转型，这是每一个企业里想到的问题。

 

我和碧桂园的讲解有点结合的地方。大家都知道，比如说碧桂园做地产的，现在很多数据从不同的装备里、机器里产生出来，比如说你看的灯柱机器人，他除了帮助你做一些服务之外，背后产生很多数据，从不同的来源产生很多数据，然后就想需要数据。现在还有很火的机器学习、人工智能，Informatica要解决的东西，在这些概念里面，你说这些数据很重要、很大、很复杂，你现在的公司需不需要做这个事情呢?这是每一个企业要去想的，我们现在做一个国企，在湖南，他也很有趣的。他问我们，你们做那么多的案子，我们只是一个传统的行业，究竟我需不需要做这个事情呢?我就问，其实你们现在碰到的问题是不是其中的一个点里面，或者是一个开发点里面。什么意思呢?有时候我发现客户说想做数字化转型，不是为做而做，第一个，我把东西变得比较灵活，节省成本，倒不如我把我的应用或者是很多设备放到不同的云上，有时候他会参考，我们在香港也做很多银行和保险公司，他们有多达5个云的考虑。比如说我放在谷歌、放在亚马逊，他们有这样的考虑。因为这些考虑，如果我要做数字化转型，跟我的业务有什么关系?很多时候是因为现在手机APP那么流行，希望给自己的客户有更好的体验，才想做数字化转型。另外，我去湖南的一个国企，他为什么要做数字化转型?我想你们也有做数仓，会出报表，以前的报表是很普通的，我从SAP过来的，我现在可以自己做报表了，做的很漂亮，可以给老板交功课，领导看到很开心。可是，他看到这个报表很漂亮之外，还会产生一些需求，这个数据从哪里来的?这个数据准确不准确?这个数据可不可以信任?我们现在有一些体验，可能还没有想到要怎样在收入方面转型增加收入。比如说我希望现在内部的用户可以做自助服务，可是刚刚这些问题就跑出来了，不光是给他一个视觉化的报表工具就能解决问题。我们说湖南的国企，他想把这些东西再放大一点。每一个人都可以很容易地消费数据，而且他要知道数据从哪里来，比如说质量好不好，他是怎么去管理的等等。

 

我刚才也提到，现在有很多公司有一个创新的职位是CDO，你要帮我找出数据在企业里的价值在哪里，怎样帮助我创新。但是他们都不清楚公司里的客户数据、产品数据究竟放在哪里，这通常是每一个CDO考虑的，比如说我上任了，我第一个问的问题，问IT，我的客户数据在哪里?IT会告诉说，可能在这个应用里边、在那个应用里边。他都没有明确的答案。

 

我今天的分享是讲数据治理，数据治理是很广泛的名词，以前我们说做数仓项目也是做数据治理，你做报表也是数据治理，你做数据整合也是数据治理，你做脱敏也是数据治理。但现在返过来了，我们看到的趋势是如果你从项目去做数据治理，有什么问题呢?可能每一个部门他们自己做这个事情，最后没有把整个东西拉通。现在我们返过来发现，现在做数据治理的，以前是从下到上，现在是从上到下做这个事情。首先你做数据治理，你的目标是什么?最终你希望这个数据，不管是内部的业务也好，还是外部的客户也好，去消费你的数据。否则你做那么多的处理，最后没有人去消费你的数据，那你花大的工作量干什么呢。但是如果要做这些处理的时候，现在你会发现，当然要消费这个数据，不管是业务部门还是IT，中间做很多处理和数据治理的中间过程，我们希望有平台落地。我看到很多在数据治理的项目状况，可能有一个企业说要做数据治理，但我不知道要做什么事情。然后找咨询公司过来，做一堆的梳理，然后给你一堆文档。然后说这就是我们梳理完的结果，然后你们应该怎样，放上去做吧，但是你会发现，如果这样的话，我就开始做某些项目，项目运作的时候，整个方向会有改变、会有改动的。在整个企业里，没有一个人或者是没有一个团队很明确地看到，我现在应该朝哪个方向走。所以，数据治理从理论上来讲，不管是业务部门还是IT部门，都一起参与整个数据治理的过程，而且必须要有明确的方法，让我知道方向在哪里、指标好不好。

 

因为现在IT的环境太复杂了，举个例子，五年前还没有大数据项目，都是数仓、数据库还处理得了。几年前开始，大家都去做大数据项目了。我在香港感觉比较深的是现在都不做数据库了，都跑到云上了。因为我们发现，建一个数据库成本太大了，他说没有关系，都跑到云上。这几年复杂的环境变化太快了，如果我们还是用传统的方法做数据治理是很累的。我们现在做数据治理，必须要有一些AI的东西去辅助你做这个事情，要不然的话，我告诉你数据治理的应用，最近有很多法规，可能要经过GDPR，GDPR是什么意思?如果你有一些客户是欧洲的客户，欧洲客户的信息泄露出去，欧盟可以罚你很严重。

 

现在第一个问题，首先我的客户数据在哪里?我的哪些数据是欧盟客户的数据。IT就很头疼，我几百个系统、那么多数据库，我怎么去看?我去银行，银行用的方法是很搞笑的，他给几张纸，我去问应用部门的头儿，在你的应用里面，你的data base里面，有哪几张表是有数据的，然后就填进去。填完给我，我就信任你了。这个时候，很大的银行是这样做的。ok，这也正常。要做这个事情的话，你需要一些机器帮你做这样的梳理，而不是让人帮你做这个梳理。最后，大数据的架构是很重要的，要做所谓的数据资产的管理。

 

我们发现你要做所谓的数据治理，你企业的数据要给不同的人去消费，每个人的需求都不一样的时候，你怎么做这个事情。比如说这个是比较高层CDO想的问题，慢慢到业务线的主管、你的BU，有的是数据科学家，数据的消费者，他们对数据的需求都不一样，如果从以前的方法，很简单，我就给你。可能你们也做过元数据项目，举个例子，我有10个应用，你的10个数据库，我把10个数据库的说明都放在同一个地方，这张表、这个字段是什么意思，这张表和另外一张表中间的关系，我把它可视化出来，让每个人都能理解，最后谁能理解呢?只有IT能够理解，业务部根本不能理解。因为我们发现是每一个人想消费这个数据，他们其实需要的程度都不一样。CDO、老板需要的东西是比较偏业务的，而且他不需要那么细。但你刚刚走下去的时候，你发现IT的、数据消费者需要看很细很细，比如说我要知道这个字段的血缘分析从哪里来的，他再拿一张报表用这个字段，然后中间的处理过程，这些是IT很关心的，但对业务人员来讲，我都不关心，我只是想知道这个数据究竟大概是什么样的，而且质量好不好。所以我们现在做数据治理，我们希望是从上到下的方法做这个事情。首先，以前我们做数据治理，我们把东西打开、摊开给每个人去看，这是没意思的。我们必须要有一个平台，把刚刚我说的找机器人公司做一些梳理，你整个企业里有哪些系统、有哪些数据或者是哪些字段、哪些法规、哪些人、哪些流程。现在梳理完的结果，我会放到平台里，这只是其中的一部分，这是系统和系统之间的血缘关系，当然这是偏业务的，不是IT偏技术的血缘关系。因为有时候我们发现，数据库里有几千张表，你每一张表去看，他比较关心的是某些比较重要的，可能和业务有关的，可能是和场景有关的，哪一些数据或者是字段，跟哪些系统、哪些人有关，我把这些东西可视化。另外，我们还提供了一个很重要的事情，我们有一些所谓的可视化的报告，这是什么报告呢?这是数据质量的报告。

 

我举个例子，比如说通过我们的梳理，我们发现我们在某一个CIN里面是有客户的数据，而我必须要客户的名称、微信号码、身份证号码等不同的字段，我也希望这些字段里的质量是好的，可能是做一个指标的，它不可以是空的，所填的东西必须是符合某一个规格的，可能从业务的角度定义了这些东西。我们做数据治理要做什么事情呢?业务需要的东西，我们要告诉他事实。我们通过我们的平台，去真的扫描每一个数据库。你觉得你需要是这些指标的数据质量，我会去搜整个数据库，你说的这个时段，究竟质量怎么样，我把它呈现给你看。以前所谓数据治理的手段是断开的，你把这些东西拿来进行梳理，出来一堆报告、一堆结果，就放在一边。随着项目的开展、流动，这些事实和你原本概念上的东西会断开，脱离开。我现在希望把这两个东西永远拉紧，你的指标、你的概念上有这些东西。事实上，我们发现在系统里，或者是整个企业所有系统里，你的现状是这样，随时把这些东西放在一起，不管是数据治理的主管也好，或者是需要知道数据在哪里的人也好，会看到这个状况，有了这个东西以后，才可以合作把数据治理的东西做好。

 

另外，在整个平台里面，背后有一个很重要的能力，你有没有一个企业的数据资产目录，这是很重要的。举个例子，有一个老板常常问，其实你哪些需求里有客户数据?刚刚我提到的，你去每个应用部门的头儿几张表，然后填填填。现在不是这样做了，现在是通过机器学习、大数据的能力做这个事情，我真的会去扫描每一个应用里面，每一张表、每一个字段的内容，去判断这个内容究竟看起来是一个名称、是一个ID、是一个电话号码、是一个地址，我们把这些都标签出来。标签出来以后，整个东西就是你企业的数据目录。这个数据目录有什么应用呢?我们发现有三点，第一，我刚才提到了湖南的一个企业，IT把数据放在一个数仓里，业务人员自己做报告，做的报告很漂亮，但问题是整个过程里，还是有一个问题，他还是要IT先帮他处理好数据，放在一个地方，他去做报告。现在能不能放过来，我把整个企业里所有的系统都盘点好了，都已经打上标签了，你自己去找，找出来以后。他可以给业务员收那个数据、改那个数据，改完以后出报告。很多时候我们发现，整个过程里做企业目录的，第一个重点是能不能提供一个基础分析，每个人都有消费数据。第二个是资产管理，所谓的资产管理，刚才提到所谓的数据目录，很多是机器做的事情，机器帮你扫描、机器帮你打标签，我们发现很多标签是机器不能打的，举个例子，业务的术语、业务的定义，这些是我们给业务参与，一起在企业的数据目录里面，然后他们自己把这些业务的标签打上去。所以，做完以后，整个东西就变成了数据的资产管理。机器能做的事情是什么?我去扫描、做血缘分析，但也需要有人参与。

 

数据的治理，落地在什么地方?你把从上到下，业务知道现在要做什么事情，后面我们通过企业数据目录去扫描、打标签，把数据资产化，我们落地到什么地方呢?我举一个例子，可能今天因为法规的原因，我们针对GDP要做一些事情，比如现在法规说如果你有欧盟的客户，我要特别地对他们的数据进行保护。你要做几个事情呢?有几个步骤，首先你要发现究竟哪些客户数据是欧盟的客户，而且哪些数据是敏感的。这个发现的过程，通过机器学习，可以盘点，能够做出来。第二，你找到那些东西，现在的状况是你有没有保护，有可能你已经保护的好好的，ok，什么都不用做。但我会告诉你，我们找出这些东西之后，其实你没有好好保护他，因为我发现，这些数据晚上通过某些脚本或者是某些ETL的过程会流到另一个数据库里，但中间你没有做脱敏、没有做加密，这也是平台可以告诉你的事情。第三，你知道数据在那里，你没有很好地保护。我们可以针对敏感数据，帮你做脱敏、帮你做保护，而且我们会监控整个过程。这是把数据治理变成应用的场景，我为什么要做那么多事情，我要盘点我的数据、知道我的人、我的流程、我的系统在哪里，真的是你们去扫描这个事情，我们希望把整个过程逻辑上结合起来，把他放到不同的应用上。

 

我本来有一个案例分享，我可以给你看一下Informatica，不管是在国内还是国外，我们在帮企业做数据治理的项目。Informatica，以前你印象中的Informatica是不是做数仓的，是不是做ETL的。刚才我们发现，我们有集成的解决方案，我们有组数据的解决方案，我们有数据质量解决方案，我们有一些脱敏的解决方案，我们有安全方面的解决方案，这些比较面熟的是华为，华为大概在三年前，他们的总部，他们想做一个数字资产的项目，那时候他们也看不同厂家企业目录数据治理，最后他们也选了Informatica来做这个事情，因为他发现Informatica比较偏向于所有的方案有落地的软件平台。比如我虽然能做这个事情，但是我要开发的，我们不是这个角度的。Informatica是做什么事情呢?整个数据的过程是从外部的数据到消费的数据，中间要做很多处理，要做什么处理呢?我举个例子，企业目录，我要做数据的盘点，可能我要做很多中台的需求，先把数据集成集中在一个地方，这些集中的地方，我需要做数据的梳理、共享，如果从分析的角度，我们会把数据集中完之后，再把它集中到数仓或者是大平台上面，中间我们通过一些模块做数据质量的提升管理。如果现在你把数据集中在同一个地方，这一堆数据里肯定有敏感数据，你要好好保护，所以数据的安全这一部分，也是很重要的，数据管理的部分、数据治理的部分。这几年看到很多企业开始想，数据管理怎么做。其实你看到的每一部分，Informatica是做数据管理的加工、提升的部分、质量的部分、数仓数据库的部分、组数据管理部分、企业目录的部分、二级的部分，甚至于流程的部分，每一个部分我们都有落地的应用解决方案。这是Informatica和其他厂家不一样的地方。

 

Informatica做了很多年了，我们都是做数据管理的，做了25年了。我们比较有意思的地方，你发现这五个圈，Informatica是干什么的?一些成绩表吧，Informatica是做集成的，NO.1。我们是做元数据的，企业目录的部分，NO.1。我们做数据质量的NO.1，我们做组数据管理NO.1，如果有些客户说今天我有很多数据已经搬到云上面，已经有一些云的应用，然后云和地、天和地、天和天怎样去审核呢?Informatica也有成熟的解决方案。所以，如果几年前或者是十年前，我在Informatica干了十年了，十年前你问Informatica是干什么的?Informatica是做ETR，现在Informatica干什么?如果你最近看过阿里的数据中台那本书，里面也提到Informatica。其实中台概念的能力，Informatica已经很早就有了，只是那时候没有中台的概念，所以大家都不知道。Informatica，我们希望做一个中间人的数据治理平台，这样有很多的能力，很多企业在做数字化转型的过程中，他需要有一个数据治理的总纲，我刚才提到的，偏业务的，把这些数据梳理完的结果，放到一个平台上，不管是业务人员还是IT人员，让大家看到现在的准确，这是数据梳理的部分。企业目录部分，做数据的盘点、数据的标签化、资产化，我们有不同的能力接入现有的数据库、现有的应用、云的应用、大数据的应用，这套存储模型里面，Informatica没有做存储部分，但我们有一系列的管理的能力，比方说我们有ETL的部分，比如说绩效转换，我们有很强的能力，做数据的标准，数据标准的定义，数据质量的提升、数据的准备，这个数据准备就是我们怎样给业务人员自己做ETL，以前通常是IT做ETL，业务人员只是拿来做报表，现在是你去做吧，ok，怎么做组数据的管理，数据的安全风险管理，还有数据的归档。这些不同的能量，我们有一个AI的引擎，你可以看到AI是蓝色的。最后整个平台上也有数据服务分发的能力。现在这就是Informatica，所谓的数据智能平台所做的事情，跟你们传统想的Informatica只做这个，都25年了，所以这几年有很多变化，Informatica全球大概有1万个客户，如果在大中华区，现在已经超过1000个客户了，也分散在不同的行业里面。所以Informatica比较有意思，因为我们不是做某一个行业，我们做所谓的数据管理领域里，这个是很广泛的，政府部门、制造业、零售行业、电信行业，都觉得这个东西是管用的。而且我自己看华南、香港、台湾，发现每个地区、每一个行业的需求速度都不一样，比方说八年、十年前，台湾做金融服务很好的，那时候香港华人地区做的很好，这几年可能在华人地区很多电商或者是电信行业东西都做完了，现在慢慢是把这些概念，所谓数据化转型的概念转到零售行业或者是制造业，最近我在和很多政府部门合作做这个事情。

 

因为时间不多，我不可能把所有的东西都讲透、讲清楚，大家可以扫微关注我们的网站，也可以在我结束以后，再和我聊聊每一个部分。谢谢!