数据治理转型:90 天准备清单
面向零相关经验、但具备多年运维与数据库背景的转岗者。核心思路只有一句:零经验不是靠"学"补上的,是靠"照着做一遍"补上的。
带完整表格、周计划和附录的可视化版本在这里 → 《数据治理转型 90 天准备清单》交互版。下面是同一份内容的文字版要点。
一、这些岗位每天在干什么
不需要先"懂数据治理"才能开始。这个岗位的日常动作只有三类,跟技术岗完全不同:
| 动作 | 具体形式 | 产出 |
|---|---|---|
| 问出来 | 访谈业务、IT、管理层:“这个指标怎么算的"“字段谁维护"“出问题谁知道” | 访谈记录、问题清单 |
| 对出来 | 业务说一套,你去系统里查另一套,找出差距。看库、看日志、看元数据、看制度文件 | 证据清单、差距分析 |
| 写下来 | 把结论变成制度、标准、报告。报告 30–90 页,制度 5–15 页 | 评估报告、管理办法、资产目录 |
优势落在第二个动作上。 纯咨询背景的人只能做到"问"和"写”,“对"这一步做不了——他们不知道去哪查、查什么、怎么判断对方在糊弄。而这正是运维岗每天在做的事。
一个完整项目的六步,以及每步交出什么
大型集团的通行实施路线(中小企业可压缩)。看交付物那一列就知道:这个岗位的产出全是文档和表格,不是代码。
| 步骤 | 做什么 | 交付物 | 周期 |
|---|---|---|---|
| 1 | 定组织 | 治理章程、责任矩阵(RACI)、数据 Owner / Steward 名单、考核办法 | 1–2 个月 |
| 2 | 盘资产 | 数据资产目录、系统—数据—报表映射、冗余清单 | 2–3 个月 |
| 3 | 定标准 | 数据标准手册、标准—字段映射表、贯标率报告 | 3–4 个月 |
| 4 | 治主数据 | 主数据模型、清洗规则、分发订阅接口、MDM 上线 | 4–6 个月 |
| 5 | 建质量闭环 | 质量规则库、稽核任务、质量看板、整改追踪表 | 首期 3 个月 |
| 6 | 建服务 | 数据服务网关、指标库、服务 SLA 与计量规则 | 4–6 个月 |
第一阶段四份核心文件:《数据治理规划》《数据治理认责机制》《数据治理工作指引》《数据治理考核评价办法》。第二阶段:《数据资产盘点清单》《数据资产管理现状评估》。第三阶段:《数据标准管理办法》。
二、DCMM 评估报告的真实章节结构
零经验的破法:拿到一份真实交付物的目录结构,用能接触到的真实数据,把它填满一遍。
| 章 | 标题 | 里面写什么 |
|---|---|---|
| — | 评估结论 / 摘要 | 最终评级、各能力域得分、一句话结论 |
| 一 | 评估依据 | GB/T 36073、评估范围、评估方法 |
| 二 | 评估原则 | 客观性、独立性、保密性 |
| 三 | 评估对象简介 | 基本情况、数据情况、数据管理现状 |
| 四 | 评估过程 | 日程安排、人员分工、访谈了谁 |
| 五 | 详细评估结果 | 主体部分,按 9 个能力域逐个写:现状 → 证据 → 打分 → 差距 |
| 六 | 阶段性提升建议 | 按能力域给改进路线和优先级 |
九个能力域(2025 版):数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据生存周期、数据资产(新增)。
注意篇幅分布:真实报告里"数据治理"这一域常占 20 页以上,是全书最长的一段,因为它包含组织架构、制度体系、跨部门沟通机制;而"数据架构"“数据质量"等技术域反而较短。重心在组织与制度,不在技术。
三、90 天周计划
| 周次 | 阶段 | 做什么 | 产出 |
|---|---|---|---|
| 1–2 | 建立坐标系 | 翻《DAMA 数据管理知识体系指南》目录与各章前两页;手抄评估报告章节结构;在 DAMA 小程序登记意向考点 | 手写结构图 + 报名登记 |
| 3–4 | 第一次真实产出 | 盘自己管的东西:NTP 源、yum 源、日志采集点三张台账 | 《基础组件数据资产目录》 |
| 5–8 | 造一个完整项目 | 按九域写现状评估报告,只认真写三个域:数据安全、数据质量、数据生存周期 | 《数据管理现状评估报告》30–40 页 |
| 9–10 | 补制度能力 | 写《数据安全管理办法》草案,公文格式:总则 / 适用范围 / 组织与职责 / 管理要求 / 监督考核 / 附则 | 制度草案 8–12 页 |
| 11–12 | 投递与表达 | 改写简历、练面试三问;先投可兼职咨询公司 → 国企数据运营 → 最后投甲方 | 新简历 + 三个能讲 15 分钟的案例 |
四、三种进入姿势(门槛从低到高)
- 评估助理(门槛最低):DCMM 评估项目里做文件评审、访谈记录、证据核验、报告章节撰写。人员分四级(首席数据官 / 资深数据管理工程师 / 数据管理工程师 / 助理数据管理工程师),从助理切入。
- 兼职项目(最稳):部分咨询公司明确写"数据治理工程师可按项目兼职合作”。不辞职,用业余时间跟真实项目。
- 国企数据运营(保底):城投、数据集团、国企数字化部的数据运营岗,部分只要求 2 年以上经验。
不要一开始就投甲方制造业。这类岗位(车企、电子制造)薪资最高,但 JD 普遍写"主导过至少 1 个完整的数据治理项目”,现在投会在简历筛被挡。先攒 2 个项目,两年后再投。
五、三件决定成败的小事
- 投稿比投简历有用。《一个运维工程师眼中的数据治理:从 NTP 时钟不一致说起》这类文章极少——治理圈多为方法论空谈,缺一线技术视角。
- 别碰低端"数据治理"岗。 JD 通篇"数据录入、数据核对、配合检查"的,实际是数据上报岗,6–8K,学不到东西,也最先被 AI 替代。判断标准:有没有"制度、标准、机制、报告"这四个词。
- 接受第一跳可能不涨薪。 零相关经验换赛道,第一份工作大概率平薪或略降,当学费。用兼职过渡可以把成本压到最低。
附录(见交互版)
- 附录 A:《基础组件数据资产目录》三张表的全部字段 —— NTP 源台账、软件源台账、日志采集点台账。这三张表同时覆盖 DCMM 的「数据存储」「数据安全」「数据质量」三个域,规模小但结构完整。
- 附录 B:简历表述改写对照 —— 同一件事,从"我维护了什么"改成"我治理了什么、依据什么标准、带来什么可量化结果”。
- 附录 C:面试必问三题的答案骨架(没经验凭什么能做 / 怎么推动业务部门改口径 / 你做过什么项目)。
说明:文中岗位信息、DCMM 能力域与评估流程来自 2026 年 11 月公开在招信息与国家标准公开资料;评估报告章节结构来自评估机构公开模板。具体岗位以实际 JD 为准。