張靖笙

      數據管理和項目管理屬于兩個范疇，而這兩個領域我都有多年的工作經驗。作為上世紀九十年代末就接觸數據倉庫與商業智能的IT老兵，九年多前開始做咨詢的時候，居然陰差陽錯被獵頭弄去搞企業架構方面的咨詢顧問工作，當時入職后頗有投錯胎的痛感，因為那時我也就認識企業架構這四個字而已，可這九年一路攻堅啃難熬過來，卻能有緣從IT戰略規劃和項目管理辦公室(PMO)兩個方面融合了項目管理和數據管理的經驗，并能從微觀小數據轉型向宏觀大數據領域。

     根據國家標準GB/T 36073-2018《數據管理能力成熟度評估模型》（下文簡稱國標DCMM），數據生命周期包括數據需求、數據設計與開發、數據運維與數據退役，一般情況下，前兩個階段都是在信息系統的建設期，正好有項目管理工作存在交集，可以說，大部分的數據需求和數據設計與開發工作還是要在各種信息化項目中被實現和完成。

     這里就有一個非常有趣的命題，如果在項目管理中沒有考慮數據管理工作或者要求，那么毫無疑問是不可能的，而根據國標DCMM的定義，如果僅僅在項目管理中考慮數據管理工作的安排，那么數據管理成熟度又很低（2級以下），比如根據國標DCMM定義，數據設計與開發工作的成熟度等級標準如下：

    而對于每一個信息化項目中常常會遇到的參考數據與主數據，國標DCMM也給出了明確的管理定義和要求。

     換句話說，如果組織希望其數據管理能力成熟度達到穩健級以上，則不可能僅僅在單個項目層面安排有關數據管理的工作職責，而必須在組織級層面統籌數據管理的相關工作，包括數據需求、數據設計與開發、數據架構、數據治理、數據質量等等方面的要求，這個傳統的項目管理工作帶來了新挑戰和新要求。

     根據中國信息通信研究院云計算與大數據研究所、CCSA TC601 大數據技術標準推進委員會在2019年6月發布的《數據資產管理實踐白皮書（4.0）》指出，傳統的管理制度體系中，數據管理職能主要由 IT 部門來負責，是 IT 部門的一項工作，業務部門配合 IT 部門執行數據管理，提出需求。隨著數據分析與業務融合越來越深入，業務部門逐步成為大數據應用的主角，因而數據資產管理在企業中扮演越來越重要的角色。出現了越來越多的企業設置專門的“數據管理”職能部門或首席數據官（CDO，Chief Data Officer）崗位。在這種變遷背景下，數據管理的組織架構也面臨革新的需求，這些數據管理的組織架構也必然需要在每個項目管理工作中發揮應有的作用。

     而另外一方面，項目對于任何組織的成功都是至關重要的。越來越多的組織已經把項目管理作為一種在現今高度競爭的商務環境中維持競爭優勢的關鍵戰略，并以各種努力去開發自己的項目管理能力為其發展戰略服務。不論處于什么行業，一個企業要準備繼續發展壯大，則一定有其愿景、使命和戰略。而企業的戰略必須轉化為一個一個具體的項目，才能得以落地。在組織中，不僅需要有項目管理的角色，還需要有項目組合（或者稱為項目群）管理的角色，負責把組織戰略轉化為項目投資組合;還需要有對項目組合、項目集和項目實施治理的角色，以確保項目成功，戰略實現，而PMO就是承擔這諸多角色的實體機構。

大型企業的信息化建設通常會建立項目管理辦公室（Project Management Office，簡稱PMO),有時也可能稱為項目群管理辦公室、項目管理中心或者項目管理部，是在組織內部將實踐、過程、運作形式化和標準化，同時在組織內各機能間，為推動專案前進產生各種工作資源沖突時，負責協調整合的機能，所以是為了提高組織管理成熟度（Organizational Project Management Maturity Model，簡稱OPM3）的核心部門，它根據業界最佳實踐和公認的項目管理知識體系(Project

Management Body Of Knowledge，簡稱PMBOK)，并結合企業自身的業務和行業特點，為組織量身定制項目管理流程、培養項目經理團隊、建立項目管理信息系統、對項目提供顧問式指導、開展多項目管理等，以此確保項目成功率的提高和組織戰略的有效貫徹和執行。

    因此，利用組織級的PMO機制賦能數據管理在日常項目管理工作中不但非常有必要，而且是提升組織的數據管理能力成熟度等級的必然之路。而PMO如何賦能數據管理工作呢？這里有幾方面工作是需要打通融合的。

• 首先是知識體系上的融合，如前文所說，PMO主要使用的知識體系是PMBOK，而國際數據管理協會（DAMA，Data Management Association International）在2009 年發布的數據管理知識體系（The DAMA Guide to the Data Management
• Body of Knowledge）DMBOK1.0，并且在2015年，DAMA 在 DBMOK2.0 知識領域做了進一步的擴展，因此，PMO也應該考慮引入DBMOK；
• 其次是標準要求上的融合，PMO對于項目管理的要求依據CMMI（Capability Maturity Model Integration For Software，軟件能力成熟度模型集成）,而國標DCMM的成熟度等級標準定義也是參考了CMMI的五級定義，這兩者的無縫融合是比較天然的；
• 再次是組織結構和角色職責上的融合，可以考慮把“數據管理”職能部門或首席數據官（CDO，Chief Data Officer）的角色和職責要求融入到PMO的組織架構內部，讓數據管理職能部門或CDO在PMO中擔任一定的角色和職責；
• 最后是管理活動上的融合，可以考慮把一些圍繞數據需求、數據設計與開發、參考數據與主數據方面的數據管理要求安排成為PMO對項目的關鍵里程碑成果的技術評審要求，讓PMO可以依據組織數據管理的要求開展有關的成果評審工作。

     筆者既有PMO的工作經驗，也有數據管理的工作經驗，后續希望在將來的PMO工作中探索如何融合國標DCMM數據管理工作的要求。

(本稿完成于2019年6月30日，如需引用請注明出處)