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。

DCMM数据管理能力成熟度评估模型-数据标准

时间:2023-06-02来源:互联网浏览数:108

数据标准是组织数据中的基准数据,为组织各个信息系统中的数据提供规范化、标准化的依据,是 组织数据集成、共享的基础,是组织数据的重要组成部分。依据数据特性的不同,可以把数据标准具体 划分为四大类:业务术语标准、参考数据和主数据标准、数据元标准、指标数据标准。

1 业务术语
1.1 概述
业务术语是被批准的、被管理的业务概念定义的描述,需要通过流程来定义组织如何创建、审批、 修改和发布统一的业务术语,进而推动数据的共享和组织内部的应用。统一的业务术语定义以及相关的 元数据对于组织数据含义的良好管理是必要的。业务术语是组织内部理解数据、集成数据的有力基础。 通过对业务术语的管理可以保证组织内部关于原子性特定事实相关术语的理解是清晰的,统一的。

1.2 过程描述
业务术语过程域主要包含以下活动:
a) 定义业务术语规范
定义业务术语包含的组成部分以及各个组成部分的描述,同时,制定业务术语管理的制度,包含组织、人员职责、应用原则等。

b) 定义业务术语管理流程
定义业务术语创建、变更、应用等方面的管理流程。

c) 业务术语字典
组织中已经定义,并且审批和发布的术语集合。

d) 业务术语宣贯
以邮件、网站、培训等各种方式在组织内部介绍、推广已经定义的业务术语。

1.3 建设目标
建设目标应包括以下内容:
a) 业务术语是可以清晰的表达业务含义的数据;
b) 组织已经建立了全面的、审核过的业务术语字典;
c) 组织遵循业务术语相关的命名标准、定义和元数据等相关规范;
d) 业务术语在组织内部的广泛应用可以使利益相关者对业务元素含义的理解保持一致;
e) 通过数据治理可以促进业务术语的检查、审批和统一的应用;
f) 当新的数据需求或者项目开始建设时,合规和执行过程的检查流程可以保证业务术语的应用;
g) 组织内部已经建立沟通计划和流程来获取数据使用者和其他利益相关者关于业务术语的反馈。

1.4 度量标准
度量标准应包含以下内容:
a) 级别 1:初始级
1) 在项目级业务术语已经被定义;
2) 在项目级数据模型的创建过程会参考已经定义和审批的业务术语。

b) 级别 2:受管理级
1) 业务领域级的流程已经被建立和文档化,并且能够在业务术语定义、管理、使用和维护 的过程中的得到应用;
2) 标准的业务术语已经被定义和发布给干系人;
3) 任何一个增加到术语目录中的业务术语都必须有一个唯一的名称和定义;
4) 新的开发、数据集成和数据整合工作在数据需求定义阶段必须应用标准的业务术语定义。

c) 级别 3:已定义级
1) 业务术语定义规范已经被创建和应用;
2) 组织级的业务术语目录已经建立;
3) 组织的业务术语在共享数据源的开发,数据转换标准、方法论建设、语义模型建设以及 数据相关的其他活动中得到普遍应用;
4) 组织级的业务术语合规性管理工作流程得到执行和管理;
5) 组织已经设计相关的机制来加快业务术语、属性和物理数据元素、名称或者其他相关内 容之间的映射工作;
6) 在进行业务术语变更之前,影响范围分析报告需要被指定并且要获得审批;
7) 为评估组织进行全面业务术语管理的过程,评价指标已经被采用;
8) 合规检查流程被用来确保业务术语被正确的应用,标示出现的问题并且确保这些问题被 处理。

d) 级别 4:量化管理级
1) 统计报告和其他量化分析技术被用来对业务术语过程进行管理,并且对业务术语的集成 进行总结、分析,为高层管理人员提供分析报告;
2) 统计报告和其他量化分析技术被用来对业务术语过程进行管理,并且对业务术语的集成 进行总结、分析,为高层管理人员提供分析报告;
3) 业务术语的定义适当的借鉴了业界标准;
4) 根据业务规则和体系化结构业务术语被不断地丰富,并且在组织层面被统一的应用。

e) 级别 5:优化级
1) 组织发布白皮书和案例分析报告等来提高业务术语的高效管理;
2) 参加行业、国家业务术语标准的定义。

2 参考数据和主数据
2.1 概述
参考数据是用于将其他数据进行分类或目录整编的数据,参考数据管理是对定义的数据域值(也称 为词汇/术语)进行控制,包括对标准化术语、代码值和其他唯一标识符,每个取值的业务定义,数据 域值列表内部和跨不同列表之间的业务关系的控制;并且对准确、及时和相关参考数据值的一致、共享 使用进行控制,以进行数据分类和目录整编。 主数据是组织中需要跨系统共享的核心业务实体数据。主数据管理是对主数据值进行控制,以实现 跨系统的一致、共享、上下文相关地使用主数据,以及对核心业务实体的真实情况的最准确、及时和相 关的版本进行控制。

2.2 过程描述
参考数据和主数据过程域主要包含以下活动:
a) 定义编码规则
定义参考数据和主数据唯一标识的生成规则;

b) 定义数据模型
定义参考数据和主数据的组成部分以及各个组成部分的含义;

c) 识别数据值
识别参考数据和主数据取值的范围;

d) 管理流程
创建参考数据和主数据管理相关的流程,包括创建、变更、冻结等流程。

e) 识别质量规则
检查参考数据和主数据相关的业务规则和管理要求,建立参考数据和主数据相 关的质量规则;

f) 集成共享
参考数据和主数据和其他信息系统的集成。

2.3 建设目标
参考数据和主数据管理建设的目标如下:
a) 识别参考数据和主数据的“记录系统(System Of Record 简称 SOR)”;
b) 建立参考数据和主数据的黄金记录;
c) 识别和建立参考数据和主数据的管理规则;
d) 建立参考数据和主数据管理的质量规则;
e) 建立参考数据和主数据管理的考核规则。

2.4 度量标准
度量标准应包含以下内容:
a) 级别 1:初始级
1) 识别了哪些数据是参考数据和主数据;
2) 识别了参考数据和主数据的记录系统(System Of Record); 3) 记录系统中的参考数据和主数据和部分业务系统中的数据进行了集成。

b) 级别 2:受管理级
1) 建立了部分参考数据、主数据的数据标准定义,整合并描述了参考数据和主数据相关的 属性;
2) 建立简单的流程来进行参考数据和主数据的管理;
3) 新建项目的过程中,统一分析了项目与组织内部已有的参考数据、主数据的数据集成问 题。

c) 级别 3:已定义级
1) 实现了组织级的参考数据和主数据的统一管理;
2) 详细定义了组织内部各类参考数据和主数据的数据标准,并且在组织内部进行了发布;
3) 各信息系统中的参考数据和主数据能够及时和组织级的参考数据和主数据进行同步;
4) 详细定义了各类参考数据和主数据的管理部门,并且制定了各类数据的管理规则;
5) 标准化了参考数据和主数据的管理流程,并且能够按照流程来保证参考数据和主数据在 各方面的应用;
6) 能够及时分析、跟踪各系统中参考数据和主数据应用过程中的数据质量问题,并且能够 推动数据质量问题的解决。

d) 级别 4:量化管理级
1) 制定各部门的参考数据和主数据管理的考核体系;
2) 定期生成、发布参考数据和主数据管理的考核报告;
3) 参考数据和主数据的管理规则、管理流程能够不断的优化、提升。

e) 级别 5:优化级
1) 建立了参考数据和主数据管理的最佳实践资源库;
2) 相关的最佳实践能够在行业内得到广泛的推广。

3 数据元
3.1 概述
数据元是用一组属性描述其定义、标识、表示和允许值的数据单元,数据元主要有以下三部分组成:
a) 对象类:现实世界中的想法、抽象概念或事物的集合,有清楚的边界和含义,并且特性和其行 为遵循同样的规则而能够加以标识;
b) 特性:对象类的所有个体所共有的某种性质;
c) 表示值域、数据类型的组合,必要时也包括度量单位或字符集。 数据元标准化的目的,就是要通过元数据的所有元素以及具体数据的数据单元(数据元)的标准化,使得数据的拥有者和使用者,对数据有着共同、一致和无歧义地理解。

3.2 过程描述
数据元是用来描述数据的最基本单元,是数据建模的基本元素。更细粒度的数据元能够促进数据的 共享与交换,统一和标准的数据元是进行组织数据模型设计、数据库设计、程序接口设计等方面的基础。 数据元过程域主要包含以下活动:

a) 建立数据元的分类和命名规范
首先根据组织业务的特征建立数据元的分类规范,然后制定数 据元的命名、描述与表示规范,统一数据元的格式定义;

b) 建立数据元的管理规范
建立数据元管理相关的流程,包括数据元新增、数据元变更和删除等, 同时建立数据元的管理组织,设置相关的管理职责;

c) 数据元的提取
建立数据元提供方法,根据自上而下(top-down)提取法和自下而上(down-top) 提取法等方法来进行数据元的识别和提取;

d) 建立数据元的统一目录
根据数据元的分类信息以及其他业务管理的需求,建立数据元管理的 目录结构,对组织内部的数据元分类存储,方便查找和引用;

e) 数据元的查找和引用
提供相关的在线工具方便组织内部对于数据元进行查找;

f) 数据元的管理
提供对于数据元以及数据元目录的日常管理,包括数据元的新增、修改以及删 除等等;

g) 数据元管理报告
根据数据元的标准定期进行引用情况分析,了解各信息系统中对于数据元的引用情况,促进数据元的落地。

3.3 建设目标
数据元管理的建设目标如下:
a) 建立统一的数据元管理方法和规范;
b) 建立统一的数据元目录。

3.4 度量标准
度量标准应包含以下内容:

a) 级别 1:初始级
1) 在项目文档中记录了公共数据元的描述信息;
2) 公共数据元在项目数据模型建模的过程中得到了应用。

b) 级别 2:受管理级
1) 在业务条线内部统一记录了数据元信息;
2) 在业务条线内部建立了数据元识别的方法,并且可以根据该方法进行数据元的识别、创 建;
3) 在业务条线内部建立了数据元管理和应用的流程,并且能够通过流程来开展工作;
4) 在新项目建设过程中,进行了数据元应用情况的检查机制,确保数据元定义能够得到应 用;

c) 级别 3:已定义级
1) 建立了组织内部数据元管理相关的规范,包括命名规范、分类规范、描述规范等;
2) 建立了数据元的管理方法,统一了数据元的管理流程;
3) 能够参考国家标准、行业标准来对组织内部的数据元标准进行优化;
4) 建立了组织级的数据元目录,提供了统一的查询方法,方便组织内部的应用;
5) 在创建数据元的过程中,能够保证数据元的管理规范得到应用,并且能够和相关业务术 语、参考数据等标准保持一致;
6) 能够定期组织和开展数据元应用相关的培训;
7) 建立数据元应用的映射机制,并且定期进行应用偏差分析;
8) 对于数据元相关的问题进行跟踪和更正。

d) 级别 4:量化管理级
1) 定期发布数据元管理报告,阶段汇总数据元管理工作的进展;
2) 制定各部门数据元的考核体系;
3) 定期生成数据元管理考核报告;
4) 数据元的管理规则、管理流程能够不断的优化、提升。

e) 级别 5:优化级
1) 依据本组织的数据元标准进行扩充,形成行业标准或者国家标准;
2) 定期在行业内部进行宣讲,推广最佳实践。

4 指标数据
4.1 概述
指标数据是组织经营分析过程中衡量某一个目标或者事物的数据,一般是由指标名称、时间、指标 数值等组成。指标数据管理是指对于组织内部经营分析所需要的指标数据进行统一规范化定义,数值加 工、数据展现等等。指标数据是数据业务价值的直接的体现,通过指标数据的标准化,可以统一组织各 部门对于指标的理解,有利于提升统计分析的数据质量。

4.2 过程描述
指标数据过程域主要包含以下活动:

a) 指标数据的分类框架
根据组织业务管理的需求,制定组织内指标数据分类管理的框架,分类 框架可以参考成熟的方法,或者业界相关的最佳实践,要保证指标分类框架的全面性和各分类 之间的独立性。

b) 指标数据的标准化定义
定义指标数据标准化的格式,包括指标数据本身包含哪些内容,每一 部分的含义,进而梳理组织内部所有的指标数据,形成组织内部统一的指标字典。

c) 指标数据的采集
根据指标数据的定义,由相关部门或者信息系统定期进行数据的采集、生成, 并且由该指标的归口管理部门负责该指标数据的管理。

d) 指标数据的应用
对于指标数据进行访问的授权,并根据用户的需求进行各种数据展现或者提 供相关的报表。

e) 指标数据的质量管理
对于指标数据采集、应用过程中的数据进行监控,保证指标数据的准确、 及时。

f) 指标数据标准的管理
划分各部分指标数据的归口管理部门、管理职责和管理流程,并且按照 管理规定对这些指标标准进行维护和管理。定期发布指标管理工作报告,汇总指标标准的管理 工作,指标数据的质量情况等等。

4.3 建设目标
指标数据管理的建设目标如下:
a) 指标数据定义可以清晰的描述指标含义、指标口径等;
b) 建立了组织内部统一、批准过的指标数据字典;
c) 建立了指标数据分类规范、定义规范;
d) 建立了统一的指标数据的管理流程。

4.4 度量标准
度量标准应包含以下内容:
a) 级别1:初始级
1) 在项目中定义了本项目相关的指标分析数据,并且在文档中进行了描述;
2)项目组人员直接管理指标数据的新增和变更需求,并且维护文档的变更。

b) 级别2:受管理级
1) 在业务条线内部初步汇总了当前的指标数据,形成了业务条线内部的数据手册;
2) 在业务条线内部统一了标准定义规范和管理规范;
3) 在业务条线内部指定了指标数据统一管理的人员,实现了需求的统一管理;
4) 建立了简单的流程来统一管理指标的的新增和变更。

c) 级别 3:已定义级
1) 能够参考组织的业务战略、外部监管需求来建立了统一的指标框架;
2) 对于各部门/子公司的指标进行统一汇总,形成组织层面统一的指标字典,并且进行了发 布;
3) 标准化了指标数据定义的规范,例如指标维度、公式、口径、描述等;
4) 定义了每类指标数据的归口管理部门,统一负责本部门指标数据的管理;
5) 规范化了指标标准管理、指标数据采集、应用等方面的流程,实现了组织层面的指标数据 的集中管理;
6) 定义了数据的管理需求,包括质量、安全等需求,并且能够进行针对性的管理;
7) 对于指标数据相关的问题进行更正和跟踪;
8) 指标数据的采集、应用能够快速满足业务的需要。

d) 级别 4:量化管理级
1) 定期发布指标数据管理报告,阶段汇总指标数据管理工作的进展;
2) 制定各部门指标数据的考核体系;
3) 定期生成指标数据管理考核报告。

e) 级别 5:优化级
1) 成为业界公司对标的对象;
2)能够在行业内部进行宣讲,推广最佳实践。
(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