鑽石舞台

1 引言

數據標準就是通過制定一套由管理制度、管控流程、技術工具共同組成的體系，來對數據定義、分類、格式、編碼等標準化管理。通俗地講，對企業來說，數據標準就是對數據類型、長度、歸屬部門等定義一套統一的規範，以保障不同業務系統之間可以做到對同樣的數據理解統一和使用統一。

01 什麼是數據標準？

數據標準根據不同的數據域分為基礎、分析類和專有類三類，其中：

基礎類數標是企業日常業務開展過程中所產生的具有共同業務特徵的基礎性數據，如客戶、產品、財務等。

分析類數標是為滿足公司內部管理需要及外部監管要求，在基礎性數據基礎上按一定統計、分析規則加工後的數據。

專有類數標是公司架構下子公司在業務經營及管理分析中所涉及的特有數據。

其中，針對基礎類數標，可以看一下金融行業經常用的數據標準十大主題模型。該模型是以主題組織數據，包括客戶、資產、機構、產品等主題。

那麼針對某個數據主題，數據標準到底由那幾部分組成呢？

一般數據標準會包括：主題定義、信息項、標準代碼三個文檔，其中：

標準主題定義文檔：主要是記錄數據標準的定義、分類，用於規範和識別數據的主題歸屬。

標準信息項文檔：記錄數據主題的信息項業務屬性（分類、業務含義、業務邏輯）和技術屬性（類型、長度、默認規則）。

標準代碼文檔：記錄信息項固定碼值的編碼、分類、使用規則等。

信息項文檔是數據標準的核心。內容包括分類、業務描述和技術描述，一般由信息大類、信息小類、信息項、信息項描述、信息類別、長度共6項組成。當然這些內容也可以調整，例如信息大類、小類，可以合併，或者拆除更多層級。

信息大、小類是對信息項的常規分類，例如：例如客戶信息大類包括基本信息、聯繫信息、關聯信息、財務信息、風險信息、評價信息、往來信息七大類；信息小類，包括：客戶編號、名稱、證件、地址、評級信息、模型評分、等級、開辦業務等。

信息項是用來描述一個事物的最基本元素。表示一個事物的識別、限制、數量、分類、狀態，或者事物間的關係，例如客戶信息的名稱、年齡、性別等。

信息項描述是描寫或者規範信息項的具體業務描述及界定。

信息類別是根據業務需求，定義相應的信息項在數據庫中所需要的技術格式。例如：編號、標誌、代碼、金額、日期、數值、文本等。

長度是信息項的數據長度，供各系統建設參考使用。

02 為什麼需要數據標準？

大部分企業的系統建設都是依據業務需求來的，沒有一個整體的規劃，沒有考慮是否與其它系統的功能或數據存在重複的問題，而且各個系統由不同的廠商和產品搭建，所以不同系統之間數據的不一致性難以避免，也造成多種數據問題：

1、數據共享難以實現

數據存儲結構不一致，調用多系統的數據時，由於某些數據在不同系統中數據存儲結構不同，導致數據無法直接關聯，影響不同系統之間的數據共享。

2、數據同名不同義導致錯誤

數據定義不一致，不同系統對數據的命名、業務含義、取值範圍等定義不同，比如同名不同義、同義不同名等。

3、溝通成本增加

數據理解不一致，不同人員對數據的理解不一致，導致在數據使用時浪費很多時間來進行溝通。

4、數據來源不明

數據來源不一致，數據存在多個來源，在使用數據時，不清楚應該取哪個系統的數據。

簡單來說，企業下分支各自都有自己的信息管理系統，分別管理自己的業務形態，當總公司要進行數據整合的時候，幾個系統的信息都會進行存在一張信息表中，其實這個就是在建立數據標準。

那麼要建立一個數據管理平台，統一存儲各個分支全部的交換信息時，信息表該如何創建？這就需要創建信息標準來整合企業內部不同部門業務系統產生的信息。

數據標準化的過程其實就是在數據管理平台實現數據標準，並將各個系統產生的數據通過清洗、轉換加載到整合平台的數據模型中，實現數據標準化的過程。

所以，數據治理的第一步就是要梳理清楚企業擁有哪些數據，並整合數據。而構建數據整合平台則必須要建立一套數據標準和數據模型，實現數據的標準化。

03 數據標準分類

一般可從三個維度去對數據標準進行分類：數據結構、數據內容來源、技術業務。

1、從數據結構角度進行的數據標準分類

結構化數據標準是針對結構化數據制定的標準，通常包括：信息項分類、類型、長度、定義、值域等。

非結構化數據標準是針對非結構化數據制定的標準，通常包括：文件名稱、格式、分辨率等。

2、從數據內容來源進行的數據標準分類

基礎類數據標準是指業務系統直接產生的明細數據和相關代碼數據，保障業務活動相關數據的一致性和準確性。

派生類數據標準是指基礎類數據根據管理運營的需求加工計算而派生出來的數據，例如：統計指標、實體標籤等。

3、從技術業務角度進行的數據標準分類

業務數據標準是指為實現業務溝通而制定的標準，通常包括：業務定義和管理部門，業務主題等。

技術數據標準是指從信息技術的角度對數據標準的統一規範和定義，通常包括：數據類型、字段長度、精度、數據格式等。

04數據標準建設方法和流程

數據標準實施過程包括數據標準規劃、數據標準現狀調研、標準設計、標準的實施映射、標準執行以及在使用過程中維護增強等過程。

主要內容包括：數據標準的範圍有哪些，數據標準目前狀況是怎樣的，數據標準如何進行設計，數據標準實施映射應該如何去做，數據標準執行應該如何開展，如何對數據標準進行維護並完善等。

1、數據標準規劃，需要考慮業務計劃、應用範圍、數據中體、服務對象、優先策略等。在開展數據標準規劃時可以採用引進業界實施經驗，根據業務的優先順序和實施難易程度，規劃標準的框架體系以及實施路徑的方式開展實施工作。

2、數據標準現狀調研，需要考慮現有定義、使用習慣、問題梳理、現狀分析、參考文檔等。可以通過調查問卷、安排現場訪談、收集文檔資料等手段，針對不同的業務系統選用合適的調研方式，對現有定義、使用習慣、數據分布、數據流向、業務規則、服務部門等開展相關調研工作。

3、數據標準設計，是對數據標準的主題、信息大類、信息小類、信息項、數據類型、數據長度、數據定義、數據規則等進行規劃設計。在方法論指導下，完成數據標準設計和定義工作，包括數據業務描述定義(業務屬性)、類型長度定義（技術屬性）、其他標準信息定義。

4、數據標準實施映射，要明確需要映射內容的系統範圍、應用領域、數據庫表、數據字典、數據字段等。將已定義的數據標準與業務系統、業務應用進行映射，表明標準和現狀的關係以及可能影響到的應用。

5、數據標準執行，要充分考慮業務需求和實施難易程度上確定執行原則，最大程度上結合目標和現狀，針對不同類型系統制定相應策略，並設定合理階段性目標。執行建議可從業務流程、業務系統、管理應用及數據平台等各方面提出數據標準執行的建議。

6、數據標準維護增強是需要進行標準發布、管理機制、工作流程、配置工具等方面。結合數據管理需求和機制，組建組織機構，培訓、培養管理員，負責相應工作，建立配套規章制度，利用管理工具維護更新標準並監控其執行情況。

05 建立數據標準有哪些好處？

上述問題，任何一個的出現都會讓人頭痛不已，但是通過數據標準的建設，卻可以有效消除數據跨系統的非一致性，從根源上解決數據定義和使用的不一致問題，為企業數據建設帶來諸多好處：

數據標準的統一制定與管理，可保證數據定義和使用的一致性，促進企業級單一數據視圖的形成，促進信息資源共享。

通過評估已有系統標準建設情況，可及時發現現有系統標準問題，支撐系統改造，減少數據轉換，促進系統集成，提高數據質量。

數據標準可作為新建系統參考依據，為企業系統建設整體規劃打好基礎，減少系統建設工作量，保障新建系統完全符合標準。

同時，數據標準建設也為企業各類人員提供了強有力的支撐：

對業務人員而言，數據標準建設可提升業務規範性，保障人員對數據業務含義理解一致，支撐業務數據分析、挖掘及信息共享。

對技術人員而言，有數據標準作為支撐，可提升系統實施工作效率，保障系統建設符合規範，同時降低出錯率，提升數據質量。

對管理人員而言，數據標準建設可提供更加完整、準確的數據，更好的支撐經營決策、精細化管理。

06總結

數據標準管理是企業數據治理的基礎，沒有標準化，更加談不上數據質量。在得到標準評估結果後，需要根據結果的反饋對系統數據進行整改。

來源：EAWorld

免責聲明：

本公眾號所載文章為本公眾號原創或根據網絡搜索下載編輯整理，文章版權歸原作者所有，僅供讀者學習、參考，禁止用於商業用途。因轉載眾多，無法找到真正來源，如標錯來源，或對於文中所使用的圖片、文字、鏈接中所包含的軟件/資料等，如有侵權，請跟我們聯繫刪除（微信，chewen0426），謝謝！

了解更多精彩內容

長按，識別二維碼，關注我們吧！

企業數字化諮詢

工業互聯網/數字化轉型/智能製造/大數據/工業4.0解決方案、行業發展

聯繫小編

掃碼加入技術群

微信：chewen0426

為方便查看信息化/數字化/智能化最乾貨內容，可應用公眾號設置星標功能