企业数据标准的梳理

企业数据标准的梳理

企业数据标准项目的实施，要根据业界经验和企业实际情况确定实施范围，并根据优先级和难易度制定计划。需要从企业业务域、业务活动、对象实体、实体关系等方面层层递进，逐步展开。

企业数据标准梳理一般需要以下步骤：

首先，对企业业务域进行定义，并对每个业务域中的业务活动进行梳理，同时需要收集各类业务单据、用户视图，梳理每个单据和用户视图的数据对象。

其次，针对数据对象的进行分析，明确每个数据实体所包含的数据项，同时，梳理并确定出该业务域中所涉及的数据指标和指标项。分析并定义每个数据实体或指标的数据项标准，包括：数据项的名称、编码、类型、长度、业务含义、数据来源、质量规则、安全级别、域值范围、管理部门等。

第三，梳理和明确所有数据实体、数据指标的关联关系，并对数据之间的关系进行标准化定义。数据关系也是数据标准管理的内容。

第四，通过以上梳理、分析和定义，确定出主数据标准管理的范围。

数据标准梳理和建设的方法并不难掌握，关键是建设过程中需要收集并整理大量的业务规范、制度章程、法律法规、监管规定、国家标准，并将这些规定具象到数据标准定义的信息项中。对于一个从未做过数据标准的实施团队而言，这将意味着巨大的工作量。

数据标准管理组织

数据标准管理是企业数据治理的一部分，数据标准管理是一个涉及范围广、业务复杂、数据繁杂的工程。数据标准管理的实施绝非是一个部门的事情，不能在企业的单一部门得到解决。需要从整个组织考虑，建立专业的数据治理组织体系，制定企业数据战略和实施路线图，明确各阶段数据标准工作的目标和内容，并监督及考核数据标准的贯彻与执行。

如何通过数据标准建设

亿信数据标准管理平台通过统一的数据标准制定和发布等一系列的活动，结合制度约束、系统控制等手段，实现企业大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理，为后续数据质量检查、数据安全管理等提供标准依据，通过数据标准模块可以有效的避免数据先污染后治理。当然，如何更有效地发挥产品作用，还离不开企业正确的数据观念。总结以下三点：

一、梳理和制定数据标准

企业的数据标准来源非常丰富，有外部的监管要求，行业的通用标准，同时也必须考虑到企业内部数据的实际情况，从业务着手，梳理其中的关键的业务指标、数据项、代码等，通过数据标准模块对评审通过的标准统一的线上进行管理维护，业务部门可以及时获取权威的数据标准，通过制定标准评审的流程对标准进行维护和变更，确保每一次的变更都是权威有效的，不断地完善数据标准体系。

二、数据标准的落地和实施

事先确定好哪些数据标准需要落地以及哪些系统需要进行落地，再执行可进行落地的方案，通过数据标准落地评估定期产出数据标准评估报告，对于不达标的元数据进行通报并进行改造；同时需要定期的对元数据标准覆盖率进行检核分析，定期产出元数据标准覆盖率分析报告，双向评估数据标准的落地情况，不让数据标准成为一纸空谈，失去标准本身的价值。

三、企业应该树立的正确数据观念

只有标准化的数据才有价值，支撑数据分析和应用。数据要发挥其价值，首先要保证数据的合法合规的，数据标准作为数据治理中一项重要的工作内容，有的人会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。企业应该树立正确的数据观念，协同多部门制定数据标准体系才能更好地推动企业数字化建设。