在上篇文章中,我們圍繞數據標準的概念與實例展開了詳細解讀,但在實際工作中,關于數據標準的疑問往往不止于此:
如何讓紙上標準真正走進業務、落地生效?
除了 “統一語言”,數據標準對企業還有哪些深層價值?
常被提及的數據標準,是否等同于標準體系?
……
帶著這些更貼近實踐的問題,今天我們將聚焦數據標準的落地路徑、價值延伸與體系邊界,探討數據標準從 “制定” 到 “見效” 的關鍵邏輯 ——
03、數據標準的【落地】
數據元標準要真正在業務貫通中發揮作用,應該落地到各業務流程的輸入輸出數據中。數據元標準落標與數據建模有直接關系,涉及到已建系統、待建系統中模型的映射及引用等,數據元標準在業務系統中的落地方案如下:
1. 引用:數據模型在設計過程中引用數據標準,達到模型規范化目的。
2. 檢查:數據模型關聯標準、引用標準后進行貫標檢查,反向推動標準落地。
1. 已建系統:對于已建業務系統的落地,我們通常采用屬性字段與數據元標準進行映射的方式,將業務系統的邏輯模型、物理模型的屬性與數據標準關聯,關聯后檢查:①模型中數據元標準的覆蓋率檢查;②對關聯的原屬性判斷其與標準的符合程度。
2. 待建系統:對新建的業務系統,要求建模時“直接引用”數據元標準,包括數據元的名稱、類型、約束規則等,在業務系統運行過程中仍需持續監控標準的執行情況,及時發現不符合標準項的模型予以整改。
業務系統的模型“引用”數據元標準的方式進行貫標,是基于統一的標準打通業務流程和提高業務協作效率最根本的方法,很多企業會涉及已有系統的改造,需要統籌業務系統的優化、流程的變革同步考慮推進。
04、數據標準的【價值】
數據標準是企業數據治理的核心和基礎,也是加速數據流通、數據價值釋放的有力保障。數據標準的作用及價值,包括以下方面:
提升應用系統開發效率:通過統一的數據定義和規范,減少系統開發中的歧義與重復工作,加快開發進程。
優化信息系統集成:標準化數據格式與類型,降低內部系統間數據交互的復雜度,提高集成實施效率。
保障數據質量與一致性:明確數據命名、格式、口徑等規則,確保跨部門、跨系統數據的準確性與一致性。
奠定數據應用的基礎:通過標準化提升數據可信度與可用性,為數據分析、挖掘及智能化應用奠定基礎。
加速數據開放與服務:消除歧義,對外部開放的數據進行規范化的定義與說明,促進外部數據的高效流動。
05、數據標準&標準體系
最后,我們說一說數據標準與標準體系,經常有企業在開展數據管理及應用的過程中,會混淆數據標準的內容與制度規范體系的內容。數據標準按照前文的理解,相對狹義一些,指數據的命名、定義、結構和取值的規則,包含的內容有業務術語、主數據、參考數據、數據元、指標數據。
在這些標準的管理落地中,按照DCMM的要求都提到了相關的制度及規范要求,來指導和約束各類標準的管理應該怎么開展、應該遵循的流程及操作規范等。例如,匹配企業主數據的管理,常需輸出:
《XX企業主數據管理制度》
《XX企業組織/人員/合同/項目/XX主數據標準》
《XX企業組織/人員/合同/項目/XX主數據管理流程規范》
《XX企業主數據管理績效考核辦法》
……
各類標準的管理均可以按照各類標準落地的訴求和側重點通過輸出制度及規范來進行規范。這些制度、規范、管理辦法……是否也屬于數據標準的范疇呢,可以屬于,也可以將其歸為制度規范體系中的內容。
除了以上幾類標準的管理需要的制度及規范,開展企業數據管理活動都應該有遵守的制度及規范,例如:
元數據管理相關:《元數據管理制度》、《元數據管理規范》、《元數據采集操作指導書》……
數據架構管理相關:《數據模型管理制度》、《數據源管理制度》、《數據模型管理規范》、《數據流向管理要求》、《數據模型變更管理流程》…………
數據質量管理相關:《數據質量管理制度》、《數據質量管理規范》、《數據質量改進操作指導書》……
數據安全管理相關:《數據安全管理制度》、《數據分類分級規范》、《數據安全管理規范》、《數據安全訪問控制規定》……
數據湖倉建設相關:《數據入湖規范》、《數據入湖需求管理規范》、《數據倉庫分層規范》、《數據倉庫模型設計規范》、《數據采集操作指導書》……
數據服務、數據分析應用、數據資產目錄、數據開放、數據估值管理……
這部分的內容通常就是數據治理所說的“建章立制”的內容,可以統一歸到一起。“企業數據治理標準體系”、“企業數據治理制度規范”、“企業數據標準框架”……不管何種場景的何種名詞,均需在相應的語境下明確名詞所代表的含義,方可腳踏實地的落地與建設。