3.5.2　知识治理与企业知识战略

知识治理是企业知识战略落地的基础，图3-36展示了企业知识资产的管理战略。企业知识战略通常首先从业务战略需求出发，设计知识应用战略；然后围绕知识应用战略对知识的需求，进一步规划知识战略，包括知识标准、知识质量、知识安全等方面；最后通过建设知识应用与知识管理的相关基础中台来承接企业知识战略。

如图3-36所示，企业的知识治理需要以企业的业务提升为目标，以业务应用为载体，以知识与数据资产管理等为方法，在数据中台等的基础上，形成知识与数据的资产治理、资产价值评估、资产交付和资产运营的整体闭环。

图3-36

知识治理、数据治理是一种技术。知识治理的方法论、ETL技术、各种数据抽取与治理逻辑都是技术。技术服务于业务，是业务规划的承载。在知识体系的建设过程中，通过对数据的规划建立对业务场景的精准认知，这是推进业务规划到数据规划的重要手段。如果业务认知顶层的设计到位，那么技术为业务带来价值将水到渠成。

企业通过大数据与人工智能技术构建数据智能应用，为内部、外部业务创造价值。数据与知识能力、模型能力、应用能力是企业数据智能核心竞争力的铁三角和黄金闭环。但在数据智能的业务落地过程中，需要冷静地放低技术价值，认识到用户业务对于技术的认知价值超越技术本身。在企业业务认知不具备的时候，技术往往被低估，或者失去发挥价值的土壤。

因此，知识治理、数据治理都需要实现企业的认知迭代，包括执行层（使用者）的认知迭代及管理层（管理者）的认知迭代。

在执行层的认知迭代方面，知识治理、数据治理将帮助执行者提升认知执行效果。比如在门店营销场景中，数据系统可以将每日获客、销售分析数据推送到每个执行者，执行者以此持续迭代、优化门店运营及销售策略。

在管理层的认知迭代方面，管理者在通过知识体系落地之后，还需要根据管理者的认知优化数据体系。比如在门店营销场景中，在门店执行层进行报表分析之后，会每周开展一次与店、集团高管的沟通和复盘，管理层会根据业务规划调整数据体系。