数据管理知识-数据标准管理

定义-数据标准是什么

基本定义

          数据标准指保障数据的内外部使用和交换的一致性和准确性的规范性约束。（引用自信通院《数据资产管理实践白皮书6.0》）

          对数据的表达、格式及定义的一致约定，包括数据的业务属性、技术属性和管理属性的统一定义（引自《JR/T0105-2014 银行数据标准定义规范》）

         数据标准是对数据的命名、数据类型、长度、计算口径、归属部门等，定义一套统一的规范，保证各业务系统对数据的统一理解，对数据定义和使用的一致性。（引自某软件企业官网）

         解析：几个定义都没有问题，信通院定义站位更高，从目标出发进行的阐述，理解上难度大；银行、某软件企业的定义是从具体落地形态描述，更易于理解。本文将前者作为数据标准的价值来阐述，将后者作为定义来阐述，这样更便于理解。即：落地角度来说，数据标准就是定义一套数据元（见本文1.2节），围绕数据元开展一系列的规划、制定、发布、执行、维护的管理流程工作。

相关概念-数据元

关于数据元，这里直接站在交通行业角度，依托交通运输部发布的行业推荐标准JT/T 697.1-2013《交通信息基础数据元》，进行具化的说明。

定义：通过定义、标识、标识以及允许值等一系列属性描述的数据单元。在特定的语义环境中被认定为不可再分的最小的数据单元。（JT/T 697.1-2013《交通信息基础数据元 第1部分：总则》）

每个数据元维护了一组基本属性信息，例如交通信息基础数据元的属性：

         数据元示例，这里以JT/T 697.1-2013《交通信息基础数据元 第2部分：公路信息基础数据元》中某个数据元（路线名称）为例，展示数据元具体形态。

           总结：读者可以将数据元看成数据库表的字段，规划数据元相当于从字段的层面建立数据规范，包括编号、命名、定义、格式等等。

价值-为什么开展数据标准管理

• 业务层面。数据标准能够明确很多业务含义，使得业务部门之间、业务和技术之间、统计指标之间统一认识与口径。
• 技术层面。数据标准能够帮助构建规范的物理数据模型， 实现数据在跨系统间敏捷交互，减少数据清洗的工作量，便于数据融合分析。
• 数据层面。以数据标准建立数据质量规则，促进数据质量提升。

实现流程-怎么落地数据标准管理

        数据标准管理工作可按照标准分类规划、标准体系建设、标准评审发布、标准落地执行、标准运营维护五个阶段开展。（具体可参见信通院《数据资产管理实践白皮书6.0》）

          从业务系统视角，应该按照数据标准开展业务系统数据模型的构建，以保证业务的规范性。

          从数据中心视角，通过将已建好的数据标准映射到元数据管理下注册的业务系统数据库表字段，以标准体系审查业务系统数据建设情况，形成审查报告。从根本讲就是参照数据标准开展数据质量检查的过程。

面临挑战

• 业务部门参与度低，效果差。如果信息化部门主导数据标准管理工作，并且不能有效的协调业务部门参与进来，数据标准的准确性、业务的契合度都难以保证，数据标准管理的效果肯定达不到。
• 各自为营的信息化现状，推行难。从信息化发展现状看，在提出数据标准之前，许多信息化系统早已完成建设并持续运营了，并且这些系统基本都没有按照统一的数据标准规划建设。为了数据标准化直接做已建系统升级是不现实的，从业务稳定性、投入产出比等都是不允许的。可以考虑在数据标准执行阶段，以发布的数据标准为准绳，对业务系统的数据标准遵从性做评估，摸底业务系统建设现状，在业务系统升级改造时，整体性评估要不要做数据标准化工作。