随着大数据行业的兴起,数据的重要性不言而喻,对数据进行应用的工具层出不穷,带来了巨大的经济效益。为了善用日积月累的大数据信息,挖掘数据背后的价值,更加高效的产生数据效益,许多公司走上了
数据治理的践行之路。可很快就发现了诸多数据问题,制约了数据应用的持续发展。面对日渐繁杂,结构不一的数据,企业进行数据治理并不是一件简单的事情,首先横亘在面前的最大问题就是数据间的不一致性。而要从根本上解决这些数据问题,那就必须从数据标准管理出发,对数据全生命周期进行规范化管理,从而从根本上解决这些数据问题。
一、什么是数据标准
数据标准是一套由管理制度、管控流程、技术工具共同组成的体系,通过这套体系来推广和应用统一的数据定义、数据分类、纪律格式和转换、编码等来对数据的标准化,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。简述之,即数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束。构建一套完整的数据标准体系是开展数据标准管理工作的良好基础,有利于打通数据底层的互通性,提升数据的可用性。
二、制定数据标准的意义
1、数据同名不同义导致错误
数据定义不一致,不同系统对数据的命名、业务含义、取值范围等定义不同,比如同名不同义、同义不同名等。
2、数据共享难以实现
数据存储结构不一致,调用多系统的数据时,由于某些数据在不同系统中数据存储结构不同,导致数据无法直接关联,影响不同系统之间的数据共享。
3、数据来源不明
数据来源不一致,数据存在多个来源,在使用数据时,不清楚应该取哪个系统的数据。
4、沟通成本增加
数据理解不一致,不同人员对数据的理解不一致,导致在数据使用时浪费很多时间来进行沟通。
三、如何制定数据标准
1、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。
2、标准编制
根据数据需求展开数据的编制工作、确定数据项,数据标准管理执行组根据所需数据项提供数据属性信息。
3、标准评审发布
对数据标准初稿进行审核,判断数据标准是否符合企业的应用和管理需求,是否符合企业数据战略要求。
4、标准落地执行
把已定义的数据标准与业务系统、应用和服务进行映射,标明标准和现状的关系以及可能影响到的应用。
5、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。