但有一个共通之处是：大家最容易犯的错误是过于追求短期效率， 而忽视长远的战略需要。在数字时代，数据治理是一个长期能力的积累过程，在我见过的很多企业中，这一点很容易被忽略。因此我提议大家关注以下 3 个关键问题。
- 问题 1：管理层中是否有人专职负责制定数据战略？
- 问题 2：数据治理的范围是否已经根据数据战略做出调整及计划，且兼顾了长、中、短期的优先顺序？
- 问题 3：技术如何在此过程中协助减少人力，使人力资本不再成为数据治理的瓶颈，包括使用自动化的手段去提高数据的生产力及使用效率？在此要注意，不同的战略阶段应使用合适的治理方法及技术力度。
我之所以要强调以上不同阶段的区别，是因为我发现：很多企业容易着眼于短期解决方案而忽略在数据治理上存在的系统性问题，一旦发展到数据变得繁杂但业务又需要快速发展的阶段，一切便会陷入纯粹以需求驱动，基础的平台建设必然滞后。随着时间的推移，这些需要大量内部协调的工作会变得越来越困难，直至耗尽组织内部的资源，从而使组织失去长期发展的信心。想要改善这一 问题，企业可以从以下 3 个方面入手：
- 首先，尝试对过去 12 ～ 24 个月内企业中与数据有关的开发项目进行初步盘点。如果发现因短期利益而得到优先资源投入的项目占比超过 70% 以上，就要警惕了，因为这很可能说明企业内部没有重视长期数据治理。
- 其次，审视数据在企业内部共享的情况。如果你发现完全相同的数据居然在被重复储存，这意味着数据使用的乱象已然发酵。
- 最后，许多企业在数据治理和业务优先方面存在矛盾，在BATJA 等大型企业中，有些甚至拥有 3 个以上数据平台， 这种现象屡见不鲜，企业应该思考如何处理这种矛盾。
假如你对以上描述似曾相识，也因此遭受到阻力，无法正常开展相关业务，那么我对你的忠告是：加强数据治理已迫在眉睫。