数据治理能否成功很大程度取决于领导的级别，CFO，CMO，CIO都在维护各自专业领域的利益，但鲜有CDO，因此，不要看公司怎么说，得看它怎么做，凡是要干大事的，组织和领导的调整都是第一步。

大多领导并不清楚数据治理的内涵，因此普及工作任重而道远，如果你的企业有一位，那是中大奖了，如果别的企业数据治理做的很好，也别急着学什么成功经验，先看下各家领导的级别和水平，也就是背景调查。

领导能对着业务部门直接下达数据治理要求，每次都能亲自过堂，让大家“红红脸，出处汗”，这才叫机制保障。

数据治理的标准规范文件再多，如果没有领导这个带刀护卫，等于一纸空文。

数据治理团队打铁也要自身硬，关键时候要能顶上去，临阵磨枪是没用的，这个非常遗憾，别说叫合作伙伴帮忙，起步的时候，来100个也没用。

数据团队中最厉害的人总是被安排去做其它更有“价值”的事情，这是做不好数据治理的一个原因，请领导知行合一。

没有十年以上的做数据的复杂经历，不要轻易去负责数据治理项目，你的团队有没有这号人？我估计大多没有。

数据治理的起点大多来自于企业发生的跟数据质量相关的重大事件，要顺势而为，时机没到基本没戏，做了大多也是做戏，不要神化别人的先知先觉。

任何数据治理策略都应该纳入公司数据管理的流程，否则就不要制定这个策略。

任何数据策略的规则都应该嵌入到系统中，否则就不要制定这个规则。

数据治理是你的全部，但不是业务人员的全部，不要抱怨别人不主动，自己主动出击是基本操作，始终要有这个意识：我不入地狱，谁入地狱。

数据治理的效益一定要事先想清楚、事后说出来，努力写进公司的报告，否则明年的投资就没了，越说不清楚的事情，越要有人能把这个事情说清楚。

数据治理比做项目、产品复杂多了，它是一个大多数人还不太了解的岗位，不要让新人去做这事，更不要搞什么兼职，那是在侮辱数据治理这门实践的学问。

“垃圾数据进、垃圾数据出”是常态了，垃圾数据进的原因大多是源头的信息化、数字化没做好，因此，企业如果没有数字化的决心，基本上数据治理也凉凉了。

数据治理要能倒逼源头的信息化或数字化改革，唯一的希望是让老板能看到数据的更多价值，因此，数据治理要能跟数据价值变现紧密协作，两张皮是没有可持续性的，只能靠强制监管“续命”。

企业对于数据治理的重视程度跟数字化水平成正比，由于数字化是趋势，因此从事数据治理工作充满希望，但困难程度估计跟企业数字化转型的难度差不多。

先有数据战略，数据标准才有数据治理工具，千万不要倒过来，认知到什么水平，工具的使用才能到什么水平，十五年前元数据管理工具的功能就很完善了，但你看有当年买这些工具的企业有几个能用好“影响分析”这个功能？

数据团队用一次次的加班来捍卫数据质量的荣誉，极力去掩盖问题，但这并不是一个好策略，要知道会叫的鸟儿有虫吃。

数据可视化是让领导意识到数据治理重要性的一个手段，当然领导得自己亲自使用这个产品，否则总是被别人过顶传球，他怎么会知道真正的痛？

数据治理项目开头容易，但烂尾却是常态了，虽然我们要为数据治理立项摇旗呐喊，但更要明白后续涓涓的运营才考验真功夫。

数据治理的手段固然重要，但做策略性的思考更有助找到正确的方向，因为策略的本质是弹性的、长远的、多面向的、大格局的。