「数据治理那点事」系列之四 | 书同文车同轨：数据治理之数据标准管理

这篇文章主要从数据治理中的重要基础内容：数据标准入手，从以下几个角度展开具体讲解：

• 对数据标准的认识误区

• 数据标准的定义

• 企业如何制定数据标准

• 数据标准化过程中出现难题的原因以及解决方案

一、大数据治理标准体系

根据全国信息技术标准化技术委员会大数据标准工作组制定的大数据标准体系，大数据的标准体系框架共由七个类别的标准组成，分别为：**基础标准、数据标准、技术标准、平台和工具标准、管理标准、安全和隐私标准、行业应用标准。**本文主要阐述其中的第二个类别：数据标准。

二、关于数据标准认识的几个误区

数据标准这个词，最早是在金融行业，特别是银行业的数据治理中开始使用的。数据标准工作一直是数据治理中的重要基础性内容。但是对于数据标准，不同的人却有不同的看法：

有人认为数据标准极其重要，只要制定好了数据标准，所有数据相关的工作依标进行，数据治理大部分目标就水到渠成了。

也有人认为数据标准几乎没什么用，做了大量的梳理，建设了一整套全面的标准，最后还不是被束之高阁，被人遗忘，几乎没有发挥任何作用。

首先亮明作者的观点：这两种看法都是不对的，至少是片面的。实际上，数据标准工作是一项复杂的，涉及面广的，系统性的，长期性的工作。它既不能快速地发挥作用，解决掉数据治理中的大部分问题，但肯定不是完全没有作用，如果数据标准工作的结局只是最后剩下一堆文档࿰