睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

企业数据标准,如何从理论走向实践?

时间:2021-08-06来源:知乎浏览数:234

数据标准作为数据治理的基础,是一项长期、复杂的任务,要求企业必须依据企业自身条件,探索符合企业本身的特色路线,从而制定出可持续发展的规划和切实可行的实施路径,企业在数据标准化之前需要明确其指导思想,整个数据标准化过程应该紧密围绕这些指导思想,分阶段落地实施数据标准相关工作,循序渐进, 能否把指导思想与实施路径相结合,是企业数据标准成功与否的关键。

指导思想
数据标准是增强企业各部门对业务统一理解的手段,是企业在开发应用系统时对数据进行定义的依据。

为适应企业业务和技术上的发展要求,数据标准的制定应遵循“急行先用、循序渐进”的原则,这要求企业依据自身业务特点,优先制定能解决普遍、急需问题的数据标准,逐步完善规划标准的框架体系。同时,以上述原则为指导,通过相应的执行作为支撑,将思想意念和实践行动统一起来,打通业务与技术之间的壁垒,形成合力,真正做到知行合一的管理模式。

作为企业共同遵守的准则和依据,数据标准化过程应该是面向企业级的、更大规模的、跨系统的,并且是严谨的与规范的,这些特点的集成也恰恰是数据标准存在的意义。

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。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。

企业数据标准体系的建设,不仅需要上述思想指导,还必须配合相应的实施方针。

企业数据标准体系的建设是一个逐步完善的长久历程,在整个实施过程中需要数标管理工具作为支撑,需要强有力的组织机构和制度流程去推进,需要持续的驱动力去完善,建立明确的目标,并依据指导思想采用合适的实施方法。多措并举,最终实现数据标准化的目的。   

1、修桥补路---以元数据为基础,不断完善
数据标准化是面向企业顶端的,是伴随企业体系化建设的长久之路。 数标体系完善的过程,是通过各种手段,方式,渠道建立数据标准体系的过程,在此过程中企业应以元数据管理为基础,推动数据标准在各应用系统中的执行,逐步形成常态化的、闭环的标准体系应用机制,从整体上提升企业的数据质量及数据管理水平,为实现企业数据流的畅通和全系统信息资源的共享奠定基础。

某资产管理公司数据治理项目,就以元数据标准为基础,通过系统化管理,在系统上线前通过平台核对数标映射元数据落地情况,形成了数标落地系统的闭环管理,逐步建立起了完善的标准体系,大大促进了企业内部的数据共享,提升了系统实施效率及数据质量。

2、落地有声---持续执行是关键
数据标准的成功与否取决于企业能否将其长期、持续、有力地落实。 数据标准落地的关键点就在于“执行”,经过执行的标准才具有生命力,有效执行才能体现数据标准对业务、技术、流程的借鉴和指导意义。企业可以从三方面推进数据标准的有效执行:第一,借助数据标准管理工具来支撑数据标准的落地实施,为数据管理工作提供技术支持;第二,各岗位遵循标准制度流程,各司其职,问责明确,为各数据专项领域工作的落实提供保障;第三,将数据标准与系统建设密切配合,并重点关注对企业具有战略性意义的系统,确保数据标准的贯彻执行。

国内某政策性银行,抓住系统建设的关键时机,将标准制定与落地同步开展,结合数标管理工具,大力推动了数据标准在核心系统和外围系统的落地工作,同时严格执行标准化制度流程,经过长期持续实践,统一了业务和技术的数据字典,实现了速度与标准并重,确保了数据标准的实用性,并最终奠定了数据大集中的坚实基础。

3、驱动前行---需求驱动,业务导向
任何一套方法论,一套健全的体系规范,都需要一种持续的驱动力,数据标准的实施应以系统的建设需求为驱动,以企业的具体业务为导向。 核心的驱动力,应该包括事物驱动和人为驱动两种,事物驱动包括前瞻性管理、外部法规要求、应用系统建设、数据应用、标准复审、标准落地完善的需要等;与事物驱动不同,人为驱动要求数据标准各参与者职能明确,业务和技术分开,在业务上,要让最懂业务的人去做业务定义的事,让他们成为所属数据标准的归口部门;在技术上,让技术人员去做具体的业务实现,各司其职,各尽其能,逐步构建成熟、健全的标准化体系规范。

国内某商业银行,以需求为驱动,业务为导向,以IT配套建设为支撑,为了推进数标的全行级应用,新建系统在需求阶段就通过平台引用数标,开发人员参考数标规范开发,项目实现了从需求发起到需求关闭的审批过程控制,整个管控流程职责明确,债务明晰,以需求管理推动了数标体系的建设。

4、树旗立标---确立数据标准的重要地位
企业需要树立起一面数据标准的旗帜,旨在确立数据标准的权威,象征其在整个IT系统中的重要地位。 在架构设计上,需要建立起企业数据架构的顶级视图,外围系统建设要以此为标杆和参考;在组织结构上,需要成立专门的数据标准管理组织机构,并使其成为数据标准制定、管理、规范及常态化运营的主要推动者;在企业氛围上,企业需要营造数据标准文化氛围,建立起企业对数据标准管理的共识,加强数据标准的传导和培训,促进数据标准思想的传播。三方面共同发力,推动标准的有效执行,使其发挥出更大的业务价值。
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询