数据治理 | 如何建立一套完整的数据标准体系？
数据标准就是通过制定一套由管理制度、管控流程、技术工具共同组成的体系，来对数据定义、分类、格式、编码等标准化管理。通俗地讲，对企业来说，数据标准就是对数据类型、长度、归属部门等定义一套统一的规范，以保障不同业务系统之间可以做到对同样的数据理解统一和使用统一。
数据标准根据不同的数据域分为基础、分析类和专有类三类，其中：
其中，针对基础类数标，可以看一下金融行业经常用的数据标准十大主题模型。该模型是以主题组织数据，包括客户、资产、机构、产品等主题。
数据标准体系建设的实施过程主要包括：数据标准分类规划、数据标准设计制定、数据标准评审发布、数据标准落地执行以及数据标准运营维护五个阶段。
从多个层面对企业数据现状进行调研，并借鉴国际上、行业内成熟的实践经验和相关标准，初步形成企业自身的数据标准体系框架和分类。最终，结合调研分析成果，制定出数据标准构建分阶段、分步骤的实施路线图。 标准制定是指在完成标准分类规划的基础上，定义数据标准及相关规则。是对数据标准的主题、信息大类、信息小类、信息项、数据类型、数据长度、数据定义、数据规则等进行规划设计。 数据标准的定义应遵循共享性、唯一性、稳定性、可扩展性、前瞻性、可行性六大原则。 数据标准的评审发布工作是保证数据标准可用性、易用性的关键环节。在数据标准定义工作初步完成后，数据标准定义需要征询数据管理部门、数据标准部门以及相关业务部门的意见，在完成意见分析和标准修订后，进行标准发布。 确定执行原则时，要充分考虑业务需求和实施难度，针对不同类型系统制定相应策略，并设定合理阶段性目标，数据标准落地执行过程中应加强对业务人员的数据标准培训、宣贯工作，帮助业务人员更好地理解系统中数据的业务含义，同时也涉及信息系统的建设和改造。 应该结合数据管理需求和机制，设立相关的组织机构、策略流程和规章制度，实现相关工作人员配备，利用管理工具对数据标准进行维护和更新，并监控其执行情况。
数据标准管理是企业数据治理的基础，没有标准化，更加谈不上数据质量。在得到标准评估结果后，首席数据观为您提供根据结果的反馈对系统数据进行整改，从而得到符合企业预期的数据服务。
免责声明：
本文转载自【 高效运维】，版权归原作者所有，如若侵权请联系我们进行删除！
易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。
易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例！
发表评论
