数据治理的基础：数据标准

数据标准是数据管理的基础工作，是数据治理的首要环节。

那么什么是数据标准呢？

数据标准，用通俗的语言来讲，就是数据应该长成啥样。

在企业里，一切皆应有标准，工艺是生产过程的标准，制度是行为规范的标准，流程是做事方式的标准，而数据标准就是用来解释数据应该是什么样的规范性描述。

对于数据的标准定义可以从三个方面进行拓展，分别是业务视角、技术视角和管理视角。

业务视角

关注数据在业务方面的规范性，可以用于提升业务效率，降低沟通成本。

技术视角

关注数据在IT技术方面的规范性，可以用于促进数据共享、提升IT系统效率及数据质量。

管理视角

关注数据应该如何管理，可以明确管理职责及管理维度。

制定数据标准的步骤：

1、数据分类

企业要制定数据标准，应该先对内部数据进行多层级分类，比如：

结构化数据分为主数据、参考数据、业务数据等；

主数据分为材料主数据、产品主数据、人员主数据、组织主数据、供应商主数据、客户主数据等；

材料主数据分为电子件、塑料件、橡胶件、五金件、辅料、包材等。

2、标准模型

企业针对每一个细分的数据分类，分别从业务视角、技术视角和管理视角制定数据标准模型，比如：

业务视角包括：标准编码、标准主题、标准分类、中英文名称、业务定义、业务规则、计算公式、统计维度等；

技术视角包括：数据类型、数据格式、编码规则、取值范围、数据源表、计量单位、计算周期、取值精度等；

管理视角包括：数据定义者、数据管理者、数据使用者、数据维护者、标准版本、业务应用领域等。

3、数据标准

以企业前期制定的《数据资产目录》（如不了解相关概念，请参见前期文章，本文底部有链接）为基础，依据数据标准模型，对每一个关键数据制定相关数据标准。

4、遵循原则

根据国家信通院2019《数据标准管理实践白皮书》描述，制定数据标准应该遵循6大原则，分别是：共享性、唯一性、稳定性、扩展性、前瞻性、可行性。

5、常见问题

制定数据标准过程中常见的问题主要是数据定义不清晰、数据定义有歧义、标准的制定与使用脱节。

企业要重视数据标准管理，因为数据标准是数据质量管理的前提，没有数据标准就无法对数据质量进行规范化的管理，没有高质量的数据就不可能实现有效的数据分析及应用，从而影响企业数字化转型战略目标的实现。