张靖笙

      数据管理和项目管理属于两个范畴，而这两个领域我都有多年的工作经验。作为上世纪九十年代末就接触数据仓库与商业智能的IT老兵，九年多前开始做咨询的时候，居然阴差阳错被猎头弄去搞企业架构方面的咨询顾问工作，当时入职后颇有投错胎的痛感，因为那时我也就认识企业架构这四个字而已，可这九年一路攻坚啃难熬过来，却能有缘从IT战略规划和项目管理办公室(PMO)两个方面融合了项目管理和数据管理的经验，并能从微观小数据转型向宏观大数据领域。

     根据国家标准GB/T 36073-2018《数据管理能力成熟度评估模型》（下文简称国标DCMM），数据生命周期包括数据需求、数据设计与开发、数据运维与数据退役，一般情况下，前两个阶段都是在信息系统的建设期，正好有项目管理工作存在交集，可以说，大部分的数据需求和数据设计与开发工作还是要在各种信息化项目中被实现和完成。

     这里就有一个非常有趣的命题，如果在项目管理中没有考虑数据管理工作或者要求，那么毫无疑问是不可能的，而根据国标DCMM的定义，如果仅仅在项目管理中考虑数据管理工作的安排，那么数据管理成熟度又很低（2级以下），比如根据国标DCMM定义，数据设计与开发工作的成熟度等级标准如下：

    而对于每一个信息化项目中常常会遇到的参考数据与主数据，国标DCMM也给出了明确的管理定义和要求。

     换句话说，如果组织希望其数据管理能力成熟度达到稳健级以上，则不可能仅仅在单个项目层面安排有关数据管理的工作职责，而必须在组织级层面统筹数据管理的相关工作，包括数据需求、数据设计与开发、数据架构、数据治理、数据质量等等方面的要求，这个传统的项目管理工作带来了新挑战和新要求。

     根据中国信息通信研究院云计算与大数据研究所、CCSA TC601 大数据技术标准推进委员会在2019年6月发布的《数据资产管理实践白皮书（4.0）》指出，传统的管理制度体系中，数据管理职能主要由 IT 部门来负责，是 IT 部门的一项工作，业务部门配合 IT 部门执行数据管理，提出需求。随着数据分析与业务融合越来越深入，业务部门逐步成为大数据应用的主角，因而数据资产管理在企业中扮演越来越重要的角色。出现了越来越多的企业设置专门的“数据管理”职能部门或首席数据官（CDO，Chief Data Officer）岗位。在这种变迁背景下，数据管理的组织架构也面临革新的需求，这些数据管理的组织架构也必然需要在每个项目管理工作中发挥应有的作用。

     而另外一方面，项目对于任何组织的成功都是至关重要的。越来越多的组织已经把项目管理作为一种在现今高度竞争的商务环境中维持竞争优势的关键战略，并以各种努力去开发自己的项目管理能力为其发展战略服务。不论处于什么行业，一个企业要准备继续发展壮大，则一定有其愿景、使命和战略。而企业的战略必须转化为一个一个具体的项目，才能得以落地。在组织中，不仅需要有项目管理的角色，还需要有项目组合（或者称为项目群）管理的角色，负责把组织战略转化为项目投资组合;还需要有对项目组合、项目集和项目实施治理的角色，以确保项目成功，战略实现，而PMO就是承担这诸多角色的实体机构。

大型企业的信息化建设通常会建立项目管理办公室（Project Management Office，简称PMO),有时也可能称为项目群管理办公室、项目管理中心或者项目管理部，是在组织内部将实践、过程、运作形式化和标准化，同时在组织内各机能间，为推动专案前进产生各种工作资源冲突时，负责协调整合的机能，所以是为了提高组织管理成熟度（Organizational Project Management Maturity Model，简称OPM3）的核心部门，它根据业界最佳实践和公认的项目管理知识体系(Project

Management Body Of Knowledge，简称PMBOK)，并结合企业自身的业务和行业特点，为组织量身定制项目管理流程、培养项目经理团队、建立项目管理信息系统、对项目提供顾问式指导、开展多项目管理等，以此确保项目成功率的提高和组织战略的有效贯彻和执行。

    因此，利用组织级的PMO机制赋能数据管理在日常项目管理工作中不但非常有必要，而且是提升组织的数据管理能力成熟度等级的必然之路。而PMO如何赋能数据管理工作呢？这里有几方面工作是需要打通融合的。

• 首先是知识体系上的融合，如前文所说，PMO主要使用的知识体系是PMBOK，而国际数据管理协会（DAMA，Data Management Association International）在2009 年发布的数据管理知识体系（The DAMA Guide to the Data Management
• Body of Knowledge）DMBOK1.0，并且在2015年，DAMA 在 DBMOK2.0 知识领域做了进一步的扩展，因此，PMO也应该考虑引入DBMOK；
• 其次是标准要求上的融合，PMO对于项目管理的要求依据CMMI（Capability Maturity Model Integration For Software，软件能力成熟度模型集成）,而国标DCMM的成熟度等级标准定义也是参考了CMMI的五级定义，这两者的无缝融合是比较天然的；
• 再次是组织结构和角色职责上的融合，可以考虑把“数据管理”职能部门或首席数据官（CDO，Chief Data Officer）的角色和职责要求融入到PMO的组织架构内部，让数据管理职能部门或CDO在PMO中担任一定的角色和职责；
• 最后是管理活动上的融合，可以考虑把一些围绕数据需求、数据设计与开发、参考数据与主数据方面的数据管理要求安排成为PMO对项目的关键里程碑成果的技术评审要求，让PMO可以依据组织数据管理的要求开展有关的成果评审工作。

     笔者既有PMO的工作经验，也有数据管理的工作经验，后续希望在将来的PMO工作中探索如何融合国标DCMM数据管理工作的要求。

(本稿完成于2019年6月30日，如需引用请注明出处)