最近,御数坊合伙人王少锋老师在鑫知教育的鑫知课堂公开课上,就《 数据治理组织及人才管理和发展》主题做了分享。其中有一张片子对数据治理的组织类型进行了分类,他指出数据治理部门有三种组织模式,分别是集中式、联邦式和分布式(如上图)。
概括起来,集中式的特点是所有数据治理职责由专门的组织(比如叫数据管理部)来负责;分布式的特点是,数据管理的职责由各业务部门安排专人负责;而联邦式的方式是两者结合,专门的组织作为日常管理,而各个业务部门也要派人参与,前者负责协调,后者更多是执行。
三种组织结构没有对错好坏,只有哪种适合自身企业的情况。ChatGPT对于不同组织结构适合何类不同企业的分析情况如下:
1. 集中式组织结构适用于中小型公司或新兴企业,因为集中式结构的中央控制能够实现快速的决策和高效的执行。这种结构较为简单,易于实施和控制。对于新兴企业,创始人可能需要动态调整公司战略,集中式结构可快速地修改后部署。
2. 分布式组织结构适用于规模大、分支机构多、地域范围广的公司。例如,一些国际性的组织,其分支机构在不同的国家和地区,需要独立地制定战略和执行业务。分布式结构下,分支机构可以自主制定战略和经营方式,更灵活地回应当地的需求。但这种结构也可能会导致协同工作的交流和管理问题。
3. 对于联邦式组织结构,适用于联合不同部门、公司或组织来共同完成特定任务、项目或其他共同利益。例如,在某一产业链中的不同公司或组织可以联合成立联邦结构,共享资源和协作,从而提高效率和减少成本。联邦式组织结构可以保持各个成员的独立性和权力,并可以追求各自的目标和履行职责。
看起来,集中式适合执行效率较高的企业,中小型比较合适;分布式比较适合规模达,分支机构相对独立的;联邦式适合不同部门和业务板块有一定资源互补性、差异性,更多寻求共同“利益”,而非“统一管理”的企业。
当我们搜索集中式、分布式、联邦式这三个词。我们能发现与这种组织结构相对应的概念,是数据库设计也分为三种模式(以下来自于知乎@小刘老师聊数字化):
在对数据的存储方案进行设计时,需要选择合适的数据库的架构,根据架构不同,数据库可以划分为集中式数据库、分布式数据库、联邦式数据库:
(1)集中式数据库
集中式数据库将所有数据存放在一个地方的一套系统中,所有用户连接到这套系统进行数据访问,对于需要广泛使用的数据来说,集中式数据库可能存在风险。
(2)分布式数据库
分布式数据库通过扫描大量节点快速获取数据,通常需要横向集成多台(从一台到成千上万台)服务器,每台服务器可以提供本地的数据计算和存储能力。数据任务可以在分布式数据库中并行执行,可以实现高带宽的聚合数据访问能力。
(3)联邦式数据库
分布式数据库包括联邦数据库和非联邦数据库两种子类型。联邦数据库强调各个数据服务器对数据的操作是自治的,提供了合并不同数据库的一种替代的方法——即通过网络实现不同数据服务器的互操作,将整个数据联邦看作是一个大型对象来统一管理。联邦数据库的具体形式可以表现为系统集成、数据可视化、模式匹配,以及主数据管理这种异构和分布式的集成项目。
根据以上数据库的分类概念,我们可以做一个假设,即数据作为一种生产资料,其本身的存在方式,与对齐进行管理维护的人力资源之间,可能存在某种对应关系。在数字时代,我们关注人才、组织结构的时候,可以先从关注数据资源这个生产资料的属性作为切入点。这是本文撰写过程中的一点点启发。
下一期,我们分析一下,某国有大行的数据治理组织结构以及其合理性。