标准对我们的生活有很大的影响，如度量的标准、安全的标准等。如果标准不对或没有遵循标准，则容易引起混乱。同样对于企业来说，数据的标准化以及标准化过程中的治理也尤为重要。

●

数据标准概念

●

数据标准定义

数据标准是指保障数据定义和使用的一致性、准确性和完整性的规范性约束。

对于企业而言，通俗来讲，数据标准就是对数据的命名、数据类型、长度、业务含义、计算口径、归属部门等，定义一套统一的规范，保证各业务系统对数据的统一理解、对数据定义和使用的一致性。

数据标准管理目标

数据标准管理的目标是通过统一的数据标准制定和发布，结合完善的数据标准管理体系，实现数据的标准化管理，保障数据的完整性、一致性、规范性，为后续的数据管理提供标准依据。

数据标准分类

一般可从三个维度去进行数据标准分类：数据结构、数据内容来源、技术业务。

从数据结构角度的标准分类：

结构化数据标准是针对结构化数据制定的标准，通常包括：信息项分类、类型、长度、定义、值域等。

非结构化数据标准是针对针对非结构化数据制定的标准通常有：文件名称、格式、分辨率等。

从数据内容来源角度的标准分类：

基础类数据标准是指业务系统直接产生的明细数据和相关代码数据，保障业务活动相关数据的一致性和准确性。

派生类数据标准是指基础类数据根据管理运营的需求加工计算而派生出来的数据，例如：统计指标、实体标签等。

从技术业务角度的标准分类：

业务数据标准是指为实现业务沟通而制定的标准，通常包括：业务定义和管理部门，业务主题等。

技术数据标准是指从信息技术的角度对数据标准的统一规范和定义，通常包括：数据类型、字段长度、精度、数据格式等。

●

如何建设数据标准

●

随着市场竞争的日益激烈及政府规范要求的日趋严格，越来越多企业已经逐渐意识到数据标准的重要性，但是苦于没有成熟解决方案、完善的标准体系制度以及相关经验，不知数据标准的建设该从何下手。根据以往的数据标准项目经验，小亿总结了一些数据标准建设流程和关键点，供大家参考。

首先数据标准建设需要有相应的数据标准管理组织，负责数据标准的统一管理，承担数据数据的制定、维护、应用和监督等工作。一般数据标准管理组织包括：数据标准决策层、数据标准管理部门和数据标准工作组。

另外数据标准管理工作的展开还需要一系列的数据标准管理制度，包括：数据标准管理办法文件、数据标准规范文件、数据标准管理操作文件等等。

有了相应的数据标准管理组织和制度作为保障，即可推动数据管理的实施。数据标准建设的实施流程如下：

第一阶段：标准规划

从实际情况出发，结合业界经验，收集国家标准、现行标准、新系统需求标准以及行业通行标准等，梳理出数据标准建设的整体范围，定义数据标准体系框架和分类，并制定数据标准的实施计划。

第二阶段：标准编制

根据数据标准体系框架和分类，先确定各分类数据标准模板，然后由相关人员依据相关国标、行标、技术业务需求等调研结果，进行数据标准的编制，形成数据标准初稿。

第三阶段：标准评审发布

标准编制完成后，为保证数据标准的完整、规范，还需要对数据标准进行评审，在充分征求专家意见以及各相关部门人员意见后，对数据标准进行修订和完善。完善后的数据标准经过领导审批通过后，即可发布到全企业，形成正式的数据标准。

第四阶段：标准落地执行

不是所有的数据标准都能够完全落地，实际工作中可能会存在历史系统无法改造的情况，所以首先确定数据标准落地策略和落地范围，并制定相应的落地方案，然后推动数据标准落地方案的执行，对标准落地情况进行跟踪并评估成效。

第五阶段：标准维护增强

数据标准后续可能会随着业务的发展变化、国标行标的变化、以及监管要求的变化需要不断更新和完善。在数据标准维护阶段，需要对标准变更建立相应的管理流程，并做好标准版本管理。

精彩回顾