引言:对于一个数据管理项目来说，研究和分析的开展是标志着项目正式开始的起点。“一切结论都是在调查研究之后得出的”，无论是部署策略还是决策，都要最大程度地掌握事物的历史信息、相关知识和发展方向，并以此为基础做出正确的判断，提高项目成功的概率。
在多年的实践经验中，韩中意识到，研究工作是否全面、深入、细致，直接决定了数据治理项目能否顺利开展。研究的完成影响着整个项目的进度，甚至决定着项目的成败。
为此，韩中充分总结了项目调查分析工作的内容和重点，并对调查工作进行了精简和规范，最大程度地保证了调查结果的有效性，从而降低了项目管理的风险，引导企业数据管理项目平稳有序地开展。
一、项目研究的方法和原则
1.研究方法的选择
2.调查和分析原则
1)严格遵循数据治理方法论——三个驱动因素；
2)以数据管理为核心，不再被业务管理误导；
3)以核心数据经理和部门经理为主要研究对象；
4)选择有经验的数据管理人员开展研究工作，避免模式化的问卷调查；
5)时刻注意收集直接的第一手资料，不拘泥于文件的内容、格式和形式；
6)调查中记录的相关文件和调查后整理的结论性内容，应与企业相关负责人确认；
7)需要全面、细致、深入的调查。初次调查不足的，可以协调安排二、三次调查；
8)不能解决问题的调查是无用的调查。在调查研究中，找不到原因和解决办法，就不能放过。
二、项目研究的范围和内容
1.调查范围
根据不同的数据类型，确定参与研究的部门，如表1所示:
2.研究内容
●数据管理的现状
●当前数据管理对业务管理的影响
●当前数据管理对数据应用分析的影响
●当前数据管理对未来企业数据战略规划的影响
●企业的内部组织结构
●各级人员对数据管理的意见和建议
第三，研究过程
1.确定研究计划。
确定项目研究的整体规划，包括时间、地点、研究对象、研究顺序等。，与企业相关负责人沟通确认，必要时汇报。如有必要，可提前发布研究大纲，以提高研究的准确性和效率。
2.系统研究
对于业务系统的调查，要了解各业务系统的主要功能、业务流程、数据用户和负责人、数据使用场景、数据质量、数据流转、数据管理等。
3.业务部门研究
在对业务部门进行调研时，首先要了解不同部门掌握着哪些数据，这些数据是从哪里接收的，要去哪里。同时要问部门负责人，平时业务管理会出现哪些痛点，数据质量导致了哪些问题。
4.高级领导研究
考察企业高层领导，一方面要从领导的角度了解企业的数据问题是什么；另一方面，要倾听领导提出的要求和期望，并将其融入到纲领性条文中，使其在数据治理中得到严格执行。
5.数据收集
数据收集在数据治理项目的研究阶段非常重要。由于有一些研究对象对数据领域不熟悉，即使有指导的帮助，也很难提供有价值的信息，因此需要有专业的研究顾问，通过广泛查阅和分析相关信息来继续研究工作。收集的数据是否完整，是否具有代表性，决定了调查结果的准确性。
在收集相关信息时，不要拘泥于格式和内容，尽量做到全面、广泛、细致地收集。在整理数据时，要有专业的态度，保持充分的严谨和耐心，最终以清晰直观的形式展现分析结果，并配以专业顾问的建议和意见。
专注于讨论
为了更清晰地定位和诊断企业现有管理中的各种问题，为后续咨询奠定基础，咨询者和企业相关负责人应将研究成果作为重点。讨论的结果将在最大程度上决定未来系统磋商的结果，其重要性不言而喻。
集中讨论时，可采用线上形式，完整保留讨论过程中形成的知识，以便日后项目实施时追溯原因，减少重复。在讨论过程中，要借鉴咨询公司资深顾问的丰富经验，充分听取数据使用者和管理者的声音。
7.差距分析
讨论结束后，顾问将根据项目调查结果，对企业数据管理现状与预期目标进行对比分析。此举的目的是帮助双方分清企业数据质量的差距，找出问题所在。只有这样，才能更有效地解决数据质量问题，明确数据治理项目的目标。
8.清晰的实施策略。
调查结束后，通过对调查结果的分析，也可以确定数据治理项目的实施策略。一般来说，数据治理项目的实施应该从两个方面进行规划:
一方面，要明确项目实施组织的范围和数据类型，梳理项目实施的重点，明确治理的顺序。
另一方面，每一种数据质量问题都应分层次处理。在十几年的数据管理实践经验中，韩中总结道，要想全面、深入、彻底地解决数据质量问题，就要从静态数据处理的角度入手。否则，编码管理的局限性和主数据的动态性可能无法完全解决。
