数据标准执行难？如何建立有效的数据标准管理体系？

数据标准管理是企业数据治理框架中的关键组成部分，它专注于确立和维护一套统一的数据标准，以确保数据的一致性、准确性和可信赖性。通过制定和执行数据标准，企业能够提高数据质量，促进数据共享，增强业务流程的效率，并支持合规性和风险管理。

数据标准管理通常与其他数据管理领域紧密协作，如元数据管理、主数据管理、数据安全管理等，以形成一个全面的数据管理解决方案。这些领域虽然各自关注不同的数据管理方面，但它们共同构成了企业数据治理的完整视图。数据标准管理也可以作为一个独立的体系实施，专注于定义和管理数据标准，而不依赖于其他数据管理领域。无论采取哪种方式，数据标准管理都是确保数据在整个组织中得到正确使用的基础。

一个完整的数据标准管理体系通常包括以下三个关键组成部分：数据标准管理组织、数据标准管理流程、数据标准管理办法。本文将对这三部分进行详细的介绍，并介绍优秀的数据标准管理实践通常应该做到哪些方面。

一、  数据标准管理组织

数据标准管理不是孤立的任务，它要求企业超越单一部门的界限，采取全面的方法来确保数据标准的一致性和有效性。为此，企业必须建立一个专业的数据治理组织，该组织负责领导数据标准的制定、维护和优化，并确保这些标准在整个企业范围内得到遵守和执行。

1、数据标准管理组织架构

为了实现其目标，数据治理组织在职能上可以划分为三个主要层级：

（1）决策层

成立数据标准管理委员会，主要职责包括制定企业数据战略、审批数据标准、把控数据治理总体策略，并监督数据标准的执行情况。

（2）管理层

分为IT组和业务组，IT组提供技术支撑，确保数据标准制定过程中的技术可行性；业务组负责数据标准的梳理、制定、发布和推广工作。

（3）执行层

依据不同数据管理领域，如数据质量、元数据、数据安全等，设立专题小组，负责数据标准的实施和执行，并就执行情况提出反馈和优化建议。

更多详细内容，推荐下载《大数据建设方案》：
https://s.fanruan.com/5iyug
分享行业真实的数字化转型案例，以及方案架构图

2、  数据标准管理组织主要职责

（1）制定数据标准

数据标准管理组织负责基于企业的业务需求和技术要求，制定一套全面的企业级数据标准。这些标准涵盖了数据的命名规则、格式规范、数据定义等关键要素，以确保数据的一致性和可理解性。

制定过程中，组织需广泛调研，吸纳业务部门的意见，并结合技术部门的实施建议，形成一套既符合业务需求又便于技术操作的数据标准。

（2）数据标准宣贯

为了提高数据标准的认知度和执行效率，组织需通过多种渠道和形式进行宣贯。这包括但不限于组织培训工作坊、编制和分发详细的数据标准文档、举办定期的数据标准相关会议和研讨，以及通过内部通讯和公告等方式，确保所有相关人员对数据标准有清晰的理解，并能够在实际工作中遵循。

（3）监督执行

数据标准管理组织需建立一套监督机制，以确保数据标准在企业的日常运营中得到有效执行。这可能包括定期的合规性检查、数据质量评估、以及对数据标准执行情况的审计。组织还需确保有一个反馈系统，允许员工报告数据标准执行中遇到的问题，并对这些问题进行及时的响应和处理。

二、  数据标准管理流程

数据标准管理的整个流程，从需求提出到最终执行，通常包括以下五个关键阶段：标准梳理、标准编制、标准审查、标准发布以及标准贯彻。

在启动企业数据标准项目时，需结合行业最佳实践和企业自身情况来界定项目范围，并确立数据标准的优先级及其难易程度。数据标准梳理遵循由宏观到微观的逻辑，逐步深入，采用的方法称为BOR法（Business-Object-Relationship）。

1、BOR法步骤

BOR法的四个步骤如下：

（1）业务域划分

首先，根据企业业务构成划分不同的业务域，识别并定义每个域内的关键业务活动。同时，对业务活动涉及的单据和用户视图进行梳理，识别相关的数据对象。

（2）数据对象分析

对每个数据对象进行深入分析，明确其包含的数据项（属性）。进一步提炼业务域内的数据指标和数据项，定义数据元标准，包括名称、编码、类型、长度、业务含义、来源、质量规则、安全级别、域值范围和管理部门等，以全面描述数据对象的业务逻辑。

（3）数据关系定义

梳理并抽象数据实体和数据指标之间的关联关系，定义数据间的关系，确立数据对象间的逻辑联系。

（4）数据标准模型构建

基于上述步骤，确定数据标准管理的覆盖范围，并构建企业级的数据标准模型。这可能包括数据对象的合并或拆分，以适应系统实现的需要。

尽管BOR法的梳理方法条理清晰，但在实施过程中，团队需要广泛搜集并整合业务规范、制度章程、法律法规、监管要求及国家标准等信息，并确保这些要求在数据标准定义中得到体现。对于缺乏数据标准实施经验的团队来说，这无疑是一项浩大的工程。

2、数据标准编制

数据标准编制是一个根据企业业务需求和数据管控要求，对数据对象及其数据项进行精确定义的过程。这一过程涉及为数据项确定名称、编码、类型、长度、业务含义、数据来源、质量规则、安全级别以及域值范围等属性。

在编制数据标准时，企业可以借鉴已有的国际标准、国家标准或行业标准，也可以根据具体的业务需求来制定符合企业自身特点的数据标准。

根据中国信通院在2019年发布的《数据标准管理实践白皮书》，企业在制定数据标准时应遵循以下六大原则：

• 共享性：数据标准定义的对象应具备跨部门共享和交换的需求，作为全企业共同遵循的准则。

• 唯一性：标准中的命名、定义等内容应具有唯一性，避免在同一层次下出现标准内容的二义性。

• 稳定性：数据标准应保持其权威性，避免频繁修订或删除，尽量在特定范围和时间区间内维持稳定。

• 可扩展性：数据标准应具备适应业务环境变化的能力，允许以模板形式定义，模板由多个模块组成，部分模块的变更不影响其他模块，便于维护和更新。

• 前瞻性：在定义数据标准时，应积极参考相关国际标准、国家标准、行业标准和规范，并借鉴同业的先进实践经验，以反映企业业务的发展方向。

• 可行性：数据标准应基于企业现状，充分考虑业务和技术实施的风险，并能够指导数据标准在业务、技术、操作、流程、应用等各个层面的有效落地。

在数据标准编制工作中，数据标准管理办公室负责根据数据需求开展工作，确定所需的数据项。数据标准管理执行组则根据这些需求提供数据属性信息。随后，数据标准管理办公室会参照国际、国家或行业标准，对这些数据项进行标准化定义，并提交给相关部门进行审核。

3、数据标准审查

数据标准审查是数据标准管理过程中的一个重要环节。在这一环节中，需要对数据标准初稿进行全面的审查，以判断其是否满足企业的应用和管理需求，是否与企业数据战略的要求相符合。如果数据标准未能通过审查，则由数据标准管理办公室负责对其进行修订，直至满足企业数据标准的发布要求。

数据标准审查主要从数据标准的需求符合性、实用性、稳定性、前瞻性和可行性等方面进行，以确保数据标准能够满足企业的业务需求，同时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。

4、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。

5、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检查，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。

三、  数据标准管理方法

为了规范企业内部对数据标准的管理，确保数据标准在整个企业范围内的有效性和适用性，以及解决数据来源多样、指标不一致、数据整合难题和管理职责不明确等问题，企业应根据自身的具体情况，制定一套数据标准管理办法。该办法旨在为数据标准的管理提供规范性的指导和约束。

一套详尽的数据标准管理办法通常包括但不限于以下几个关键组成部分：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。通过这样的数据标准管理办法，企业可以确保数据的一致性、准确性和可信赖性，从而提高数据治理的效率和效果。

1、确定制定数据标准的目的

在确立数据标准时，首先需要阐明其核心目的，即企业为何要实施数据标准管理。这涉及到理解数据标准管理对于提升企业数据质量、确保数据一致性、促进信息共享、提高决策效率以及支持企业战略目标实现的重要性。

通过明确这些目的，企业可以更好地认识到数据标准管理的价值，从而更有针对性地制定和执行相关标准。

2、明确数据标准适用范围

在制定数据标准时，必须明确其适用的范围，以确定这些标准是适用于整个公司的所有部门和业务流程，还是仅限于特定的部门或业务领域。

这种明确划分有助于确保数据标准在适用的范围内得到有效执行，同时也为不同部门或业务领域提供了灵活性，允许它们根据自身的特定需求制定或调整相应的数据标准。

3、建立数据标准管理组织

为了确保数据标准的有效实施和管理，需要明确负责数据标准管理的组织结构以及各组织成员的具体职责。这包括对数据标准的制定、评审、发布、执行以及变更等各个关键环节的职责进行明确规定。

通过这种方式，可以确保每个组织和个人都清楚自己的责任和任务，从而提高数据标准管理的效率和效果。同时，这也有助于在数据标准制定和执行过程中实现更好的协调和合作。

4、  明确数据标准的执行要求

（1）确定需要遵循数据标准的操作环境

明确在各种数据操作环境中，如数据录入、维护、应用和归档等环节，哪些遵循既定的数据标准要求。

（2）IT系统构建需遵循数据标准

此外，在信息技术系统的构建或改造过程中，也必须将数据标准作为重要的遵循准则，以保证数据的一致性、准确性和有效性。

5、  规范数据标准管理流程

数据标准管理主要分为以下流程：

• 首先需要明确需求的来源，遵循既定的编制原则，并利用特定的模板来指导标准的制定。
• 同时，要留意编制过程中的关键注意事项，并了解在标准制定完成后所要遵循的提审流程。
• 此外，对于数据标准的审核和发布，需要明确评审的原则、方式、内容，以及发布的具体要求和范围，包括执行的领域和版本控制的策略。
• 最后，当涉及到数据标准的变更时，应明确变更的发起流程、审核和复审的步骤，同时注意变更过程中的注意事项，并进行必要的影响评估，以确保变更的合理性和有效性。

通过这些步骤，可以确保数据标准的有效性和适应性，同时为数据标准的制定、审核、发布和变更提供清晰的指导。

6、数据标准绩效考核

在制定数据标准的同时，应建立一套绩效考核机制，包括但不限于考核的指标、目标对象、周期和方法。此外，还应明确在数据标准执行过程中的奖惩条件及其相应的奖惩措施。

这样的机制旨在激励员工遵守数据标准，确保标准的顺利实施，并在必要时对不遵守标准的行为进行适当的惩戒。通过明确的奖惩制度，可以增强员工对数据标准重要性的认识，促进数据管理的规范化和标准化。

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，包括检查频率、方法和记录等。明确办法的制定依据，如相关法律法规、行业标准等。对于存在争议或分歧的情况，提供解决方式，如协商、仲裁或法律途径等。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。

四、  优秀的数据标准管理需要做到哪些方面

数据标准管理旨在确保企业信息系统的建设和集成工作遵循既定的标准，以此作为数据治理制度的一部分，从而保障所需数据标准的完整性和适用性，并确保这些标准得到有效执行。

通过有效的数据标准管理，可以无缝地连接企业信息在获取、转换、存储、检索、开发、传递到最终用户使用等各个环节，这有利于深入挖掘和充分利用数据资源，实现大规模数据整合的效益最大化。

在推动数据标准的实施和落地过程中，应在业务部门和业务系统中采取循序渐进和迭代的方式执行数据标准。此外，为了确保数据标准的长期有效性，需要获得管理层的坚定支持和系统开发部门的全力配合，这是数据标准得以持续执行的关键。优秀的数据标准管理实践需要做到以下几点：

1、业务驱动的数据标准化

数据标准根植于业务需求，并服务于业务实践。数据标准化的核心是管理问题，因此，解决方案应从业务角度出发。创建数据标准的目的在于不仅促进不同信息系统间的数据交换，而且促进不同业务部门之间的共识形成。

数据标准的制定应以企业的价值链为核心，逐步梳理各个业务领域，这是一个耗时且复杂的过程。仅依靠工具是不够的，技术和工具主要用于固化数据标准的执行，而标准的梳理工作主要依赖于各业务领域的专业人员。

2、分阶段实施

数据管理标准的实施应从价值链和业务流程的角度出发，分阶段进行，避免一次性全面实施。企业应依据业务需求，结合系统升级和新系统开发的机会，选择适当的数据标准实施范围和深度，优先解决最紧迫的标准问题。

分阶段实施的目的是清晰界定各业务部门的数据责任，并确保数据与业务流程的一致性。

3、动态的数据标准管理

数据标准管理的关键在于保持数据定义、标准设计和标准应用的一致性。然而，数据标准不是固定不变的。例如，企业在开展新业务时，可能需要制定新的标准；对于过时或无用的标准，应及时淘汰。

数据是动态的，数据标准也应随之发展，并具有前瞻性。企业需要建立一个持续更新数据标准体系的机制，并利用数据治理平台动态管理数据标准，实现标准的版本控制，以便于持续维护和改进，快速定位问题。

4、以应用为核心的数据标准化

数据标准化是企业信息化建设的基础性工作，它应服务于企业信息系统的整体规划和应用需求，必须实现标准化、统一化和一致性。良好的数据标准化工作将为BI和大数据分析建模打下坚实基础。

企业建设数据标准的最终目的不是仅仅制定标准，而是使数据标准能够提升业务效率。因此，数据标准的制定应结合企业IT系统的实际情况，以应用实施为导向，以国家标准和行业标准为基础，以最小化对现有系统影响为原则，确保数据标准的实际可用性，让数据标准真正服务于业务并发挥其作用。

五、  总结

随着企业对数据依赖的不断增加，数据标准管理的重要性也日益凸显。本文深入探讨了数据标准管理组织的构建、管理流程的规范、以及数据标准执行的策略，旨在为企业提供一个全面的数据标准管理框架。通过明确组织职责、制定科学的管理流程、以及建立有效的监督和考核机制，企业能够确保数据标准的一致性和有效性，从而提高数据的质量和价值。

然而，数据标准管理并非一成不变，它需要随着业务需求、技术进步和市场变化而不断演进。因此，企业应持续关注数据标准的最新发展趋势，定期评估和更新数据标准，以适应不断变化的业务环境。此外，企业还应加强员工对数据标准的认识和培训，提高数据标准管理的透明度和参与度，确保数据标准能够得到全员的理解和支持。

展望未来，随着大数据、云计算、人工智能等新技术的快速发展，数据标准管理将面临更多的机遇和挑战。企业需要不断创新数据标准管理的方法和工具，提高数据标准的自动化和智能化水平，以更好地应对海量数据的管理需求。同时，企业还应加强与其他企业和组织的合作，共享数据标准管理的经验和资源，共同推动数据标准管理的发展和进步。