数据治理—数据标准管理

        数据标准管理的实施绝非某一个部门的事情，企业的单一部门无法完成，需要从企业全局考虑，建立专业的数据治理组织，来主导数据标准的梳理和定义，并推动和监督数据标准的贯彻与执行。

数据治理组织从职能上可以划分为3层

决策层：设置数据标准管理委员会，主要负责制定企业数据战略， 把控数据治理的总体策略，审批数据标准发布，并考核数据标准的执行情况。

管理层：设置IT组和业务组，IT组提供标准梳理和制定过程中的技术支持，业务组主要负责企业数据标准的梳理、制定、发布和贯彻。

执行层：按照不同的数据管理领域可以设置数据质量、元数据、数据安全等专题小组，主要负责数据标准的贯彻和执行，并对于数据标准执行情况反馈优化意见。

数据标准管理流程

        企业数据标准项目的实施，要根据行业标杆经验和企业实际情况确定实施范围，并制定数据标准的优先级和难易度。 数据标准梳理需要从企业业务域、业务活动、数据对象（数据实体、 指标）、数据关系等方面层层递进，逐步展开，我们将这个方法称为BOR 法（Business-Object-Relationship）。

第一，根据企业业务情况划分业务域，识别每个业务域的关键业务活 动，并对每个业务域中的业务活动进行梳理和定义，同时处理该活动输入和输出的各类业务单据、用户视图，并梳理每个单据和用户视图的数据对 象。

第二，对数据对象进行分析，明确每个数据对象所包含的数据项（属性），同时，梳理并提炼出该业务域中所涉及的数据指标和数据项。分析并定义每个数据实体或指标的数据元标准，包括数据元的名称、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，尽可能描述企业数据对象的业务逻辑。

第三，梳理和抽象所有数据实体、数据指标的关联关系，并对数据之间的关系进行定义，进一步明确数据对象间的数据关系。

第四，通过以上梳理、分析和定义，确定企业数据标准管理的主体范围，并基于系统实现的逻辑进行归纳和抽象，形成企业级数据标准模型。 这个过程可能涉及对数据对象的合并或拆分。

数据标准梳理方法并不难掌握，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，并将这些内容落实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，这意味着巨大的工作量。

数据标准编制

        数据标准编制是根据企业的业务需求和数据管控要求，对数据对象及 其数据项进行明确定义的过程，包括数据项名称、数据项编码、数据类型、长度、业务含义、数据来源、质量规则、安全级别、域值范围等。数据标准的编制可以参考国际标准、国家标准或行业标准，也可以根据企业 业务需求制定特定的企业级数据标准。

中国信通院2019年发布的《数据标准管理实践白皮书》指出，企业数据标准的制定应遵守以下六大原则。

共享性：数据标准定义的对象是具有共享和交换需求的数据。同时，作为全企业共同遵循的准则，数据标准并不为特定部门服务，它所包含的定义内容应具有跨部门的共享特性。

唯一性：标准的命名、定义等内容应具有唯一性和排他性，不允许同一层次下标准内容存在二义性。

稳定性：数据标准需要保证其权威性，不应频繁对其进行修订或删除，应尽量在特定范围和时间区间内保持其稳定性。

可扩展性：数据标准并非一成不变的，业务环境的发展变化可能会触发标准定义的需求，因此数据标准应具有可扩展性，能够以模板的形式定义初始的数据标准。模板由多个模块组成，部分模块的变化不会影响其余模块，因而能够方便模板的维护更新。

前瞻性：数据标准定义应积极借鉴相关国际标准、国家标准、行业标准和规范，并充分参考同业的先进实践经验，使数据标准能够充分体现企业业务的发展方向。

可行性：数据标准应基于企业现状，充分考虑业务改造风险和技术实施风险，并能够指导企业数据标准在业务、技术、操作、流程、应用等各个层面的落地工作。 数据标准管理办公室根据数据需求开展数据标准的编制工作，确定数据项，数据标准管理执行组根据所需数据项提供数据属性信息。

        数据标准管理办公室参照国际、国家或行业标准对这些数据项进行标准化定义并提交审核。 以下是数据标准制定的3个最佳实践，供参考。

（1）头脑风暴会议

        召集相关干系人开一个形式自由、集思广益的头脑风暴会议，进行数据标准定义的讨论，对涉及的数据对象、业务术语、关键指标进行标识，记录在案，并讨论出更精确的定义，便于所有干系人达成共识。头脑风暴法对于数据对象的识别、数据标准的定义及工作效率的提升都很有好处， 也是解决数据标准含义不清、存在歧义的有效方法。

（2）标准差异分析

        首先通过查询确定数据标准是否已经存在定义，如果存在，则需要结合企业需求，确定给数据标准附加什么信息或修改定义，形成完整且可接受的元数据定义和规范。如果查询存在多个数据对象标准，则需要分析每个标准的含义、定义、数据元标准是否都一致，然后接受某个定义，修改 定义或创建新定义，以寻求共识，并删除多余的定义。

（3）标准影响评估

        数据标准管理过程中必然会涉及新旧系统、不同部门、不同业务的冲突，这些冲突如果解决不好，将会直接导致标准化的失败。在数据标准落地过程中要充分做好影响评估和各干系人的沟通。通过业务影响分析，识别出数据标准对业务的影响范围、影响程度、所带来的价值和所面临的风险，确定业务人员可接受的影响范围和程度，为进一步的沟通做好准备。

数据标准审查

        对数据标准初稿进行审查，判断数据标准是否符合企业的应用和管理 需求，是否符合企业数据战略的要求。如数据标准没有通过审查，则由数 据标准管理办公室进行修订，直到满足企业数据标准的发布要求。 数据标准审查是从数据标准的需求符合性、实用性、稳定性、前瞻性、可行性等方面，判断数据标准是否满足企业需求和符合企业的管理现 状。 数据标准的审查工作由数据标准管理委员会发起，主要分为两个步骤。

（1）数据标准征集意见

意见征集工作是指就拟定的数据标准初稿在公司范围内广泛征集相关 部门的意见，以减小数据标准不可用、难落地的风险。这个过程涉及对标 准初步的培训和宣贯。 就数据标准在全公司范围内征求意见，设定征求意见日期。征求意见 时间为一周至三个月不等，具体视数据标准涉及的业务范围而定。若无意 见或者无反馈，则设定为接受此标准。

（2）数据标准专家评审

        标准制定和执行过程中需要专家团队的支撑，专家团队须对企业某个业务领域的业务非常熟悉，能给出数据标准定义的权威性建议，解决数据标准存在歧义的问题。此外，要在标准贯彻执行过程中解决相关业务部门的争议，不断完善数据标准体系。

数据标准发布

        数据标准意见征集完成、标准审查通过后，由数据标准管理委员会以正式的形式向全公司发布数据标准。 数据标准一经发布，各部门、各业务系统都需要按照标准执行。遗留系统的存量数据会存在一定的风险，企业应做好相应的影响评估。

数据标准贯彻

        数据标准贯彻通常是指把企业已经发布的数据标准应用于信息建设和 改造中，消除数据不一致的过程。把已定义的数据标准与业务系统、应用和服务进行映射，标明标准和现状的关系以及可能影响到的应用。 在这个过程中，对于企业新建的系统应当直接应用定义好的数据标准，对于旧系统一般建议建立相应的数据映射关系，进行数据转换，逐步将数据标准落地。同时，在数据标准贯彻过程中还需要加强对业务人员的 数据标准培训、宣贯工作，以帮助业务人员更好地理解数据标准。

        数据标准贯彻阶段的3个关键实践如下。

（1）数据标准宣贯

        要发挥出数据标准的各项效果，需要在标准实施前认真宣贯，让全公司对数据标准达成共识，以便更好地将其应用到实践中去。数据标准的宣贯能够检验数据标准的质量，更好地发挥数据标准的作用，从而为企业业务和管理赋能。

数据标准的宣贯方法有文件传阅、集中培训、专题培训等。

文件传阅：将数据标准文件以正式文件的形式在全公司范围内发 布，让各部门、各分子公司传阅。尤其是对于涉及数据录入、维 护、使用等操作的利益干系人，数据标准文件将作为其数据维护工 作的重要参考资料。

集中培训：由数据标准管理委员会组织，制定数据标准集中培训计 划，落实培训场地、培训方式、培训课件等内容，实施数据标准宣 贯培训，学员反馈学习心得，培训老师总结宣贯经验。

专题培训：针对不同业务领域的数据标准开展专题培训，让相关的 业务人员清楚地了解数据标准的各项规则，并通过上机实操强化培 训效果，让数据标准真正融入业务人员的实际工作中，推动数据标 准的落地。

（2）对业务部门的要求

        数据标准的贯彻执行应从业务的源头抓起，例如：产品数据标准的贯彻就需要从产品的设计环节着手，引用既定的数据标准，使用规范的产品名称和编码，这样可以避免后续工作中的很多麻烦。 在数据标准的执行过程中，应避免对标准的随意改动，如果标准确实存在问题、必须修改，则需要提请数据标准变更流程，经数据标准管理委员会审查后方可变更。

（3）对应用系统的要求

        数据标准对企业信息化建设起到规范作用，应用系统应严格按照发布的数据标准执行。 在系统需求分析阶段，系统建设方应提出数据使用需求，然后数据标准管理委员会参与数据需求的评审，并给出数据标准的使用建议。 在系统设计开发阶段，应基于现行的数据标准进行数据库和应用的设计和开发。 在系统正式运行阶段，系统应纳入公司的数据治理范围，符合公司在数据标准、数据质量、数据安全等方面的要求。数据标准管理执行组对应用系统的数据标准贯彻执行情况进行监督考核，对于不符合数据标准要求的，提出改进要求，并监督其完成整改。

数据标准管理办法

        为规范企业对数据标准的管理，确保企业范围内数据标准的有效性和 适用性，解决企业数据多来源、指标口径不一致、数据整合困难、管理权责不清等问题，数据治理企业应根据自身情况制定数据标准管理办法，以对数据标准管理进行规范性指导和约束。

        一份完整的数据标准管理办法一般包含但不限于：数据标准的目的、适用范围和数据标准内容，数据标准的管理组织、管理流程、执行要求、考核机制、附则等。 可以参考以下模板来制定企业数据标准管理办法。

数据标准管理办法模板

（1）数据标准目的

        明确数据标准的目的，企业为什么需要数据标准管理。

（2）数据标准适用范围

        明确数据标准的适用范围，是全公司适用还是只在某些部门生效？

（3）数据标准管理组织

        明确数据标准的管理组织和职责分工，并规定各组织在数据标准的 制订、评审、发布、执行、变更等各环节的职责。

（4）数据标准的执行要求

        明确在哪些数据操作环境（如录入、维护、应用、归档等）中应遵 循数据标准要求，明确在IT系统构建或改造中应遵循数据标准要求。

（5）数据标准管理流程

        明确数据标准需求的来源、数据标准编制的原则、数据标准编制使 用的模板、数据标准编制的注意事项、数据标准编制完成后的提审流程 等内容。 明确数据标准审核及发布的要求，一般包含数据标准的评审原则、 评审方式、评审内容、发布要求、发布范围、执行范围、版本控制等内 容。 明确数据标准变更流程（如标准变更的发起、审核、复审流程）、 标准变更注意事项、影响评估等。

（6）数据标准绩效考核

        明确数据标准的绩效考核办法，如考核指标、考核对象、考核周 期、考核方式等。 明确数据标准执行过程的奖惩条件、奖惩措施。

（7）附则

        附则主要用于描述数据标准管理办法的监督检查规定、办法的制定 依据、存在争议或分歧时的解决方式，并说明办法的制定单位、批准单 位、解释单位以及办法的开始执行时间。