数据标准管理的4个最佳实践

蒲公渶

2023-01-13

数据标准管理的目的在于让企业内信息系统的建设和集成遵循这些标准，同时作为数据治理制度的延伸，保证信息系统所需数据标准的完整性、适用性并得以执行。

有效的数据标准管理将企业信息的获取、转换、存储、检索、开发、传递直到用户使用等环节紧密衔接起来，有利于深层次地开发和利用数据资源，并发挥海量数据的整合利用效果。在数据标准的贯彻和落地过程中，应在业务部门、业务系统中循序渐进、迭代式地执行数据标准，并获得管理层的充分支持、系统开发部门的大力配合，这样数据标准才能够切实执行下去。

数据标准管理的最佳实践如下：

1、业务主导
数据标准来源于业务，服务于业务，数据标准化问题归根到底还是管理问题，应从业务入手。建立数据标准，不仅是为了解决不同信息系统之间的数据互通问题，还为了让不同业务部门之间达成共识。数据标准的制定以企业的价值链为主线，按业务域一点点地梳理，这个工作量比较大。单靠工具不能做好标准化，技术和工具是最后用来固化数据标准执行的，而标准梳理工作主要靠各业务条线的人员。

2、循序渐进
从价值链、业务流程角度进行分段实施，不要企图一次实施所有的数据管理标准。企业应根据业务需求，结合系统改造和新系统建设的契机，选择适当的数据标准落地范围和层次，对亟待解决的标准问题进行落地。分段的目的是明确各业务部门的数据职责，使数据与业务流程相匹配。

3、动态管理
对于数据标准管理，最重要的是保持数据定义、标准设计和标准使用的一致性。但数据标准不是一成不变的，比如企业在拓展新业务的时候，需要增加相应的标准，对于没有价值的标准，要及时废弃。

数据是动态变化的，数据标准也要与时俱进，并具有前瞻性。企业需要建立数据标准体系的持续更新机制和具备数据标准动态管理的数据治理平台，实现数据标准版本的管理，便于持续维护改进，方便问题查找。

4、应用为王
数据标准化是企业信息化建设最根本、最基础的基石性工作，数据的标准化工作要着眼于企业信息系统的整体规划及应用方向和需求，必须做到标准、统一、一致。数据标准化工作做得好，会为后续的BI、大数据分析建模打下良好的基础。

任何一个企业建设数据标准都不是为了建标准而建标准，而是为了让数据标准服务于业务，提升业务效率。应结合企业IT系统的现状，以落地应用为目的，以企业现行的各类国标、行标为基础，以对现有系统的影响最小为原则编制和落地标准，这样才能确保标准切实可用，让数据标准最终回归到业务应用中，发挥作用。