浅谈数据标准体系建设

数据标准定义
2014年3月中国人民银行发布了金融行业标准：《银行数据标准定义规范》，对数据标准定义和内容作了规范：“数据标准是对数据的表达、格式及定义的一致约定，包含数据业务属性、技术属性和管理属性的统一定义”。

业务属性包括中文名称、业务定义、业务规则等，技术属性包括数据类型、数据格式等，管理属性包括数据定义者、数据管理者等。用以确保各种重要信息在共同使用和交换中的准确性、完整性和一致性，是数据质量管理的基础。

数据标准体系建设前提条件
1.构建数据标准管理组织

数据标准体系建设需要得到企业高层的重视和支持，更需要企业的所有部门共同参与。形成高层决策、数据标准管理部门统筹、各部门参与的数据标准管理的长效机制。其中高层是数据标准化工作的最高决策机构，数据标准化工作小组负责组织推动企业数据标准化工作。

2.制定数据标准管理制度
制定相关数据标准管理办法、细则等，从制度层面明确了在标准化工作中相关方的职责，建立了数据标准制定与发布、落地执行流程、变更与复审机制，使数据标准在机制上得到保障。

标准体系建立过程
企业在进行数据标准制定和维护的过程中，经常遇到的困惑是：到底哪些数据要定义数据标准？

从业务领域出发，挖掘各个业务领域的数据治理需求，在有需求、有目标、有驱动力的前提下，企业按组织推进标准化工作。只有业务部门的深入参与识别出业务自身需求才能做好标准的治理。

从核心数据开始，如外部监管要求、多个系统共用、企业数据分析类数据等，循序渐进的制定数据标准。

按系统进行标准落标，建立了数据标准体系后，按企业核心系统推动数据标准落地应用，在需求流程中实施数据标准的强管控。而技术部门使用标准化的数据字典进行建模，实现数据字典标准化管理及应用，进而规范数据标准。对于新建系统与重构系统，应采用落标策略；而对于存量系统，可采用升标策略，不断增加数据标准。

按数据标准进行数据质量检核。针对数据治理过程中发现的重点、重要的数据质量问题，例如监管数据质量问题、数据多口径问题、数据低时效问题等，通过数据标准中的业务规则、值域、数据类型、数据格式等配置数据质量检核规则，从源头消除数据不规范等问题，进而达到提升数据质量的目的。

数据标准规范的分类
在数据管理部门进行针对各种数据项的标准化过程中，结合实际工作情况，一般可以将标准规范分为两类，一种是基础数据标准，一种是指标数据标准，以两类细分规范来进行更进一步的管理，为后续的各种数据管理工作提供便利。

（一）基础数据标准，基础标准是基于业务开展过程中直接产生的数据，未经过加工和处理的基础业务信息制定的标准化规范。

（二）指标数据标准，指标标准是指按使用场景分类，针对为满足内部分析管理需要以及外部监管需求，对基础类数据加工产生的指标数据制定的标准化规范。

基础数据标准和指标数标准根据各自业务主题进行细分，应尽可能涵盖企业的主要业务，并且覆盖企业生产系统中产生的所有业务数据。以银行为例，基础数据标准分为客户数据标准、产品数据标准、协议数据标准、渠道数据标准、交易数据标准、财务数据标准、公共代码数据标准、机构员工数据标准、地域地点数据标准等。指标数据标准包括监管合规指标、客户管理指标、风险管理资产负债指标、营销管理指标、综合经营指标等。

银行业典型基础数据标准和指标数据标准分类如图：

数据标准的内容是在开展业务过程中所涉及的数据的特性。数据标准定义框架规定了数据标准的业务属性信息、技术属性信息、管理属性信息，可应用在企业的数据管控相关领域。

数据标准定义框架如图：

业务属性包括中文名称、英文名称、标准别名、业务定义、业务规则、代码编码规则、值域、标准依据、敏感度、相关标准、与相关标准的关系。

技术属性包括数据类型、数据格式。
管理属性包括标准编号、标准主题、数据制定人、标准定义部门、标准管理者、数据使用者、业务应用领域、使用系统、标准大类、标准子类、标准状态。

数据标准定义框架中的每个具体属性不是在所有情况下都是必须的，这些属性被分为必选、条件选、可选几种约束类型。属性的约束类型由数据管控需求和环境决定，同一属性，在不同发展时期，可以有更严格或者更宽松的约束类型。例如管理属性中的“标准管理者”，根据当前数据管控环境规定为可选，未来可根据业务发展需求规定为更严格的条件选或者必选。

建设数据标准管理平台
数据标准管理平台为数据管理人员集中管理、展示和查询数据标准的综合性管理系统。数据标准管理平台的建设，必须符合数据标准管理的相关办法，落实数据标准管理相关人员的职责，固化数据标准管理的流程规范。是企业数据标准制定、发布、管理、查询、执行的系统载体。数据标准管理平台提供保存和处理数据标准内容，提供统一的数据标准管理与标准执行分析功能，为日后的企业各系统的数据标准化工作提供基础。