数据改变世界。发展数字经济是国家战略，要从企业做起。数据已经成为企业的战略资产，成为企业的核心生产要素和核心竞争力。越来越多的企业在战略层面开启企业级数字化转型之路，利用数据来赋能业务，利用新技术提升效率和管理精细化。
企业要实现数据驱动业务、数据驱动管理，需要的数据应该是完整的、有效的、一致的和规范的。然而现实中企业的数据并不那么理想，由于没有统一的企业级数据标准，造成“无数可用”、业务信息存在“二义性”，“数据孤岛”，“统计口径歧义”和“数出多门”等。
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。
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。
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。
要解决这些问题，企业需要数据标准。
数据标准是一整套数据规范。数据标准化是通过一整套的数据规范、管控流程和技术工具来确保银行的各种重要信息，包括产品、客户、组织、资产等在全企业内外的使用和交换都是一致、准确的。
数据规范包括对企业信息明确的定义和分类，信息项描述和信息项相关代码描述。管控流程包括数据标准的制定、修订和落地的管理规范；技术工具包括数据标准的发布和增删改查，以及数据标准的落地检核。
企业数据标准工具选型
数据标准建设工作量还是比较大的，完全依靠人工不太现实，所以需要一套完善、易用的数据标准管理工具帮助我们将数据标准建设工作落地。
数据标准管理工具应包括：标准分类管理、标准增删改查、标准导入导出、标准评审、标准发布、标准版本管理、标准落地映射、标准落地评估、标准监控等功能。同时为更好的保障数据标准的落地，最好结合元数据管理工具一起使用。
亿信华辰数据标准管理平台ESDataStandard提供了一套完整的数据标准管理流程及办法，通过统一的数据标准制定和发布等一系列的活动，结合制度约束、系统控制等手段，实现企业大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理。
想做大数据治理，首先要把数据标准做好，否则匆忙建设各种数据仓库、数据集市，最后发现标准有问题，质量不高，这时候再去建数据标准就会导致投资浪费问题。
网友评论