数据治理系列3:数据标准管理导读：提到“标准”二字，我们第一时间能够想到的就是一系列的标准化文档，例如：产品设计标准、生产标准、质量检验标准、库房管理标准、安全环保标准、物流配送标准等，这些标准有国际标准、国家标准、行业标准、企业标准等。而我们所说的数据标准却不单单是指与数据相关的标准文件，数据标准是一个从业务、技术、管理三方面达成一致的规范化体系。数据标准是什么?数据标准化是指研究、制定和推广应用统一的数据分类分级、记录格式及转换、编码等技术标准的过程。――维基百科。笔者理解：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，是通过这套体系的推广，应用统一的数据定义、数据分类、记录格式和转换、编码等实现数据的标准化。企业数据标准管理的内容1、数据模型标准，即元数据的标准化。自己从事IT行业10多年，一路走来，曾经做开发的时候一度认为数据模型没什么，只不过就是表结构、存储过程的设计，后来接触了数据集成ETL、ESB，虽然也知道ETL脚本本身也是元模型的一部分，但对其重要程度也没放在心上。后来慢慢发现之前的想法还过于简单，如果把企业信息化比作是人体的话，数据模型就是其骨架，数据之间的关系和流向是其血管和脉络，数据是其血液，数据模型的标准化是其数据血液能够正常流动和运行的根本。数据模型标准是元数据管理的主要内容，是企业数据治理的基础。请参考《数据治理系列2:元数据管理一企业数据治理的基础2、主数据和参照数据标准。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人尉a宰陀rson-infbPerson学历PersaneducatiQh学历岀暮日期・■・我科1984-10-03学四博土1969-11-34王五1904-02-18l编码1“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。个人认为主数据与参照数据的标准化是企业数据标准化的核心。请参考《主数据管理实施四部曲概论3、指标数据标准。指标数据是在实体数据基础之上，增加了统计维度、计算方式、分析规则等信息加工后的数据。指标数据标准是对企业业务指标所涉及的指标项的统一定义和管理。企业的财务、销售、采购、生产、质量、售后等各业务域均分布都有其相应的业务指标。这些指标不仅需要在业务系统中统计和展现还需要在数据分析系统中展现，有的指标数据需要多个从不同的业务系统中进行获取。没有指标数据标准化，你可以想象在每次数据平台有新分析主题构建或旧的分析主题变革，都需要从所涉及的各个系统、库表中进行分析和定义，需要耗费的成本巨大。同时，目前大数据分析都提倡业务人员的自助化分析，没有指标数据标准，业务人员要从不同系统中拿到自己想要的数据进行分析几乎是不可能的。企业数据标准的梳理i池努活动［J厂iLam项心数据项呂数据项E别居项企业数据标准项目的实施,要根据业界经验和企业实际情况确定实施范围,并根据优先级和难易度制定计划。需要从企业业务域、业务活动、对象实体、实体关系等方面层层递进，逐步展开。对于数据梳理的方法主要用到IRP（企业信息资源规划）和数据仓库的数据梳理法。这两种方式我在《主数据管理实施四部曲概论的文章进行过分享，有兴趣可以关注。要收集各类业务单据、用户视图，梳理每个单据和用户视图的数据对象。其次，针对数据对象的进行分析，明确每个数据实体所包含的数据项，同时，梳理并确定出该业务域中所涉及的数据指标和指标项。分析并定义每个数据实体或指标的数据项标准，包括：数据项的名称、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。第三，梳理和明确所有数据实体、数据指标的关联关系，并对数据之间的关系进行标准化定义。数据关系也是数据标准管理的内容。第四，通过以上梳理、分析和定义，确定出主数据标准管理的范围。数据标准梳理和建设的方法并不难掌握,关键是建设过程中需要收集并整理大量...
