对企业来说，数据治理是一个组织进行数据资产沉淀的基础，也是所有数据应用的基础和根基，治理的好坏直接影响数据应用过程中的价值体现。
近年来，“知识服务平台”得到的业务发展迅速，激发出了数据治理的迫切需求。在经历了一番探索后，其数据治理实践取得了明显的效果：
* 具备了完善的数据基建能力
* 建立起可持续的、体系化的数据治理方法论
* 在逐步趋向健康的数据底座上，具备了用数据切实解决业务问题的条件
据Gartner的一项调查显示，超过90%的数据治理项目都以失败告终，得到为何能够成功？其数据治理实践中，有哪些经验可以分享？得到大数据负责人高元胜讲述了得到的数据治理历程。
### **以开源技术为根基带来的挑战**
在开始进行数据治理的初期阶段，得到的总体思路是\*\*“以开源技术为根基，自研数据平台”\*\*。
得到的数据底层基建包含Cloudera CDH、核心架构、自助分析和BI三个模块。
Cloudera CDH模块，得到在物理服务器上统筹Apache大数据开源组件来搭建数据集群。
核心架构模块，得到也引入相应的开源组件。采用Ali\-Datax完成数据集成工作，通过LinkedIn\-Azkaban支持计算任务调度编排，使用Presto支撑即席查询需求，以Flink支撑实时计算。
自主分析和BI平台模块，得到采用了开源架构和商业软件共存的模式，满足各类场景下需求繁多的数据展示需求。
在上层的数据平台，得到自研了数据治理的核心模块：数据字典、数据授权、质量中心、指标大厅、指标服务、埋点采集等。
经过这一系列的搭建，得到建立起了基本的数据研发和治理基础设施。
随着得到各个业务线的高速发展，2021年，其数据需求也更加复杂，这给得到的技术基建能力带来了新的挑战：
* 首先，以开源技术为主的技术架构，牵扯了得到越来越多的人力去维护、保障最佳的实践和各类组件的稳定性；
* 其次，数据治理体系的不足，也需要投入相当大的人力和时间成本才能建设完善；
* 另外，数据指标口径难以统一，数据底座的易用性难以提升。
对于这家处于高速成长期的企业来说，自研技术体系意味着耗时耗力，并不是投入产出比最优、速度最快的选择。基于此，得到开始探索市场上成熟的、体系化的数据治理解决方案。得到了解到，字节跳动数据治理的实践已经被沉淀为产品和工具，通过火山引擎对外开放。
### **基于火山引擎DataLeap补齐数据基建能力**
2021年5月，得到与火山引擎正式达成合作。
基于自己所遇到的挑战，得到梳理出两个具体的诉求：**补齐基建能力、建立体系化的数据治理方法**。针对这两个诉求，**2021年5\-8月，得到引入了火山引擎的大数据研发治理套件DataLeap，补足了其基建能力；2021年8\-11月，火山引擎专家团队入场进行具体问题具体治理，得到建立了体系化的治理方法。**
火山引擎DataLeap为企业提供全场景数据整合、全链路数据研发、全周期数据治理、全方位数据安全等能力，核心价值是帮助客户提效数据开发，沉淀数据资产，落地数据治理体系。
数据研发方面，DataLeap提供数据集成、数据开发、智慧运维等功能，替代了得到之前的Datax、Azkaban等开源架构，彻底释放了得到投入在该部分基建的资源。
数据治理方面，DataLeap具备完善的数据治理功能，包括数据地图、数据质量、SLA保障等。这些功能将字节数据平台经过验证的治理方法抽象成工具，解放了得到在治理系统自研上的资源投入。
Dataleap平台的引入，帮助得到将欠缺的基建能力一次性补足。
### **引入火山引擎数据BP机制建立体系化的数据治理方法**
有了工具之后，下一步是如何把工具用好，建立体系化的治理方法。这方面火山引擎为得到提供了两方面的服务：
**一是火山引擎的专家团队驻场，近距离地参与到得到的数据治理工作中。**
在得到2019\-2020年的跨年演讲上，罗振宇老师曾分享过一种方法：“帮别人解决问题时身份转换，从一个旁观者变成置身其中的人，一个看似无解的事就有了答案。”火山引擎正是让自己“置身其中”。
得到大数据负责人高元胜表示，这也是火山引擎能够成为得到外脑的关键原因。“在得到与火山引擎早期的接触中，火山引擎就体现出在企业服务上的特质，把我们的困难当成了他们的问题，在各种复杂情况下帮助我们探索合适的破局之路。”
火山引擎的专家团队入场之后，对得到的实际情况进行了具体问题具体分析，在**数据指标治理、业务数据治理、埋点数据治理、数据底座管理体系**四大方向上，协助得到进行了体系化的建设。这使得得到具有跨职能性质的数据治理有了长期稳定的抓手，更具持久性。
二是**火山引擎将字节数据平台成熟的数据BP模式引入得到，这对得到建立体系化的数据治理方法起到至关重要的作用。**
**数据BP，即“数据业务伙伴”，本质是将具备数据专业能力的人才上升至业务线。** 其职责是在一线配合数据分析师充分满足数据需求，同时保障数据治理工作的有序落地，愿景是在数据治理成果推进到一定程度之后，探索数据赋能业务发展的方法。
数据BP机制的建立，给得到的大数据团队带来了架构职能上的变化。
总体而言，经过评估，高元胜认为火山引擎DataLeap平台的引入，以及专家团队的驻场给得到带来了如下收益：
* 火山引擎的研发套件DataLeap，释放了得到技术团队在繁多的开源组件和系统自研上投入的研发资源和人力；
* 先进的治理工具和配套的价值交付，协助得到建立了可持续的数据治理方法论，得到因此少走了很多弯路；
* 得到的数据治理理念有了较大提升；
* 粗略评估，合作将得到整体的数据治理能力跃进了3年水平，在逐步趋向健康的数据底座上，具备了用数据切实解决业务问题的条件。
### **借助火山引擎CDP进行用户精细化运营**
如果将马斯洛需求层次理论引入到企业数据治理上，得到的数据治理到了哪一层呢？——以DataLeap赋能的数据底座治理为主线，得到的数据治理正在从第一层可用阶段，向第二层高质量稳步推进中。
但全公司、各个业务线汇集的数据底座治理是一个体系化的大工程，不可能一蹴而就，要坚持长期主义。另一方面，得到对于用户洞察、用户精细化运营的需求非常强烈，等不了全局规划。
在急迫的诉求下，得到特事特办，**引入火山引擎的客户数据平台CDP系统，围绕用户标签的数据治理，将专项的用户数据域从第一层温饱阶段，直接推进到第三层的易用阶段**。
火山引擎客户数据平台CDP，希望能够通过火山引擎生态圈的标签画像，以合规、合法的方式赋能给企业。同时联合联邦学习、隐私计算等方法，让企业的数据资产真正发光发亮。
得到的GMP系统运营任务包含3个方面：物料+策略+触达通道。
触达通道是指连接用户的基本能力，包含站外通道如Push，站内通道如Banner；物料指运营应用具体触达通道时使用的填充物，比如应用Push时需要准备文案，应用Banner时需要准备文案+图片；策略是精细化运营体系的核心，也是最困扰得到的模块。
基于以上这些诉求，得到在以下4个方面的能力需要加强：
* **标签管理体系。** 得到以往的标签管理都是以case by case的形式解决，缺乏体系规划，难以形成沉淀，复用率低；
* **标签生产提效。** 以往标签生产全部通过数据需求的模式收敛到大数据部门支撑，其他角色无法参与到生产中，模式过重且效率不高；
* **规模化群体洞察。** 得到规模化的人群洞察依赖数据分析推进，每一次运营动作前的准备时间较长；
* **智能运营方法论。** 运营需要各类角色的配合才能推进任务，协作导致的精力分散，需要经过逻辑思考和数据验证的运营方法无法闭环。
前3个诉求：标签管理体系、标签生产提效、规模化群体洞察均属于基建能力缺失。最后一个诉求属于方法论。所以与接入DataLeap的出发点相同，得到首先需要补足基建能力。
**火山引擎客户数据平台CDP具有四大核心功能：标签体系、用户分群、消费画像、群体洞察。这四大核心功能非常精准地满足了得到的诉求。**
标签体系模块提供了完整易用的标签体系建设工具。在基础标签的底座上，运营和数据分析师可自助搞定组合标签、逻辑标签、用户分层等二次开发工作。
用户分群模块在标签逻辑计算出人群包后，提供人群导出和API服务，无缝对接得到已有的GMP平台基建。
消费画像、群体洞察模块向运营提供了从微观到宏观的用户探索能力，无论是活动前更精准的圈定目标用户，还是活动后知识库沉淀，都为持续且有效的智能运营方法论提供了基石。
经过与火山引擎专家团队的多轮碰撞，以及多次运营活动的实践打磨，得到逐步建立起闭环的智能运营方法论。
 如上图所示，在业务目标确定后，通过构建标签体系和用户分层等方式，完成消费人群的预判和深入洞察，并运用到运营活动中。活动结束后沉淀经验、复盘总结和优化，最终形成经验不断优化迭代，形成正向闭环。
以上方法论，在得到多次大促活动的预热环节广泛使用，逐渐成为核心的精准运营思路。其中，火山引擎客户数据平台CDP支撑了标签体系、用户分层、用户圈选、群体洞察等关键环节。
在经过一系列的探索之后，得到具备了数据赋能业务的基础条件。高元胜认为，“经过与火山引擎的合作，我们更真实的感受是，借助成熟的数据平台和工具，能够更有力地支撑业务发展。**数据治理进程的加速推进，是数据赋能业务的基础条件，这样用技术帮助业务目标达成，才是技术真正的价值。”**