数据治理之数据标准

目录

一、背景

1、数据难以共享

2、数据定义不一致导致异常

3、沟通成本高

4、数据来源不明

二、什么是数据标准？

三、为什么要做数据标准？

四、目标

五、实施步骤

六、详细内容

1、业务

2、技术

3、管理

---

一、背景

在过去的业务发展中，由于业务快速扩张，在数据建设的过程中缺乏统一的数据标准，导致数据多样化，如对表字段的命名随意性强，定义混乱；同一英文字段名对应多个中文名，同一业务元素对应多种数据类型和长度等等问题。正是因为长期没有统一的码值、数据字典规范，导致数据整理时间长、链路长，数据分析困难，数据质量差，后续的数据使用的价值和效率都不能最大化。

1、数据难以共享

数据存储结构不一致，调用多系统的数据时，由于某些数据在不同系统中数据存储结构不同，导致数据无法直接关联，影响不同系统之间的数据共享。

2、数据定义不一致导致异常

数据定义不一致，不同系统对数据的命名、业务含义、取值范围等定义不同，比如同名不同义、同义不同名等。

3、沟通成本高

数据理解不一致，不同人员对数据的理解不一致，导致在数据使用时浪费很多时间来进行沟通。

4、数据来源不明

数据来源不一致，数据存在多个来源，在使用数据时，不清楚应该取哪个系统的数据。

二、什么是数据标准？

数据标准是一套由管理制度、管控流程、技术工具共同组成的体系，通过这套体系来推广和应用统一的数据定义、数据分类、纪律格式和转换、编码等来对数据的标准化，保障数据定义和使用的一致性、准确性和完整性的规范性约束。

三、为什么要做数据标准？

对业务人员而言，数据标准建设可提升业务规范性，保障人员对数据业务含义理解一致，支撑业务数据分析、挖掘及信息共享；

对技术人员而言，有数据标准作为支撑，可提升系统实施工作效率，保障系统建设符合规范，同时降低出错率，提升数据质量；

对管理人员而言，数据标准建设可提供更加完整、准确的数据，更好的支撑经营决策、精细化管理。

四、目标

1.制定数据标准规范

2.统一管理数据标准

3.形成数据资产，支持跨业务线共享

4.规范开发流程并指导业务系统建设

五、实施步骤

1.标准规划

2.标准编制

3.标准评审发布

4.标准落地执行

5.标准维护优化

六、详细内容

1、业务

基础类数据（主数据、公共代码、内部组织架构等实体定义及国标码与内部编码映射关系） 、指标类数据（业务口径等）

2、技术

1.架构层级开发规范

2.层级调用规范

3.表名命名规范

4.任务名命名规范

5.数据清洗规范

6.数据类型规范

7.空值处理规范

8.时间周期规范

9.建模规范

10.同步策略规范

11.数据生命周期规范

12.UI样式规范

13.脚本开发规范

14.代码风格规范

3、管理

标准化流程规范

大纲如上，详细内容后续逐步补充。。。