原数据治理平台业务架构图V1.1

最近在搞那个数据治理平台业务架构图如下：

目前主要搞（能力层，Header），数据标准，数据脱敏，
指标中心，系统管理，元数据管理部分。

Header层：只是把系统的代码改了。这块需要基础组件支持。目前不考虑。

数据标准：

一、数据标准的定义

对于企业而言，通俗来讲，数据标准就是对数据的命名、数据类型、长度、业务含义、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。

2、JR/T0105-2014 银行数据标准定义规范[3]：
数据标准是指对数据的表达、格式及定义的一致约定，包括数据 业务属性、 技术属性和 管理属性的统一定义。业务属性包括中文名称、业务定义、业务规则等，技术属性包括数据类型、数据格式等，管理属性包括数据定义者、数据管理者等。

二、数据标准的内容

数据标准管理的对象可以分为 数据模型、 主数据和参考数据、 指标数据三大类，每一类 均可采用以数据元为数据标准制定的基本单元构建数据标准体系。

1、 模型数据标准

基础数据指业务流程中直接产生的，未经过加工和处理的基础业务信息， 模型数据是指对基础类 数据特征的抽象和描述。

模型 数据标准是为了统一企业业务活动相关数据的一致性和准确性，解决业务间数据一致性和数据整合，按照数据标准管理过程制定的数据标准，模型数据标准也是元数据管理的主要内容之一。

以下是某银行[5]为确保数据标准使用，形成的一整套 模型数据标准的信息项属性架构：
2、主数据和参考数据标准[4]

主数据是用来描述企业核心业务实体的数据，比如客户、供应商、员工、产品、物料等；它是具有高业务价值的、可以在企业内跨越各个业务部门被重复使用的数据，被誉为企业的“黄金数据”。

参考数据是用于将其他数据进行分类或目录整编的数据，是规定数据元的域值范围。参照数据一般是有国标可以参照的，固定不变的，或者是用于企业内部数据分类的，基本固定不变的数据。主数据与参照数据的标准化是企业数据标准化的核心。

指标类数据是指具备统计意义的基础类数据，通常由一个或以上的基础数据根据一定的统计规则计算而得到。

指标类数据标准一般分为基础指标标准和计算指标（又称组合指标）标准。基础指标具有特定业务和经济含义，且仅能通过基础类数据加工获得，计算指标通常由两个以上基础指标计算得出。

以下是某银行[6]为确保指标数据标准定义的完整与严谨，形成的一整套指标数据标准的信息项属性架构：
以“拨备覆盖率”指标为例，从数据标准化的角度来看，首先需要定义其业务含义，以明确其定位和用途，统一业务解释；同时通过技术属性明确其指标技术口径和取数规则等，确保指标数据计算结果的一致性。这样，在整个银行层面，统一了“拨备覆盖率”的业务口径和技术口径，最终确立了其使用规范。

指标数据标准可以从 维度、 规则和 基础指标三个方面进行定义：

并非所有 模型数据、 主数据和参考数据、 指标数据都应纳入数据标准的管辖范围。数据标准管辖的数据，通常只需要在各业务条线、各信息系统之间实现共享和交换的数据，以及为满足监控机构、上级主管部门、各级政府部门的数据报送要求而需要的数据。

推荐阅读：
https://www.sohu.com/a/464751940_120054107