媒体与新闻
转载本文需注明出处:微信公众号EAWorld,违者必究。
前言:
“数据治理,标准先行。”越来越多的企业开始关注数据标准,本文主要介绍了企业数据标准的作用,数据标准编制步骤和要点,以及实施成功要素,方便大家掌握建立企业基础类数据标准的方法。普元实施数据标准体系已有多年成功经验,本文将分享普元建立数据标准体系的工作要点和经验。
目录:
1、企业为什么需要数据标准2、数据标准实施步骤和实施要点
3、实施数据标准的成功要素
1.企业为什么需要数据标准
数据改变世界。发展数字经济是国家战略,要从企业做起。数据已经成为企业的战略资产,成为企业的核心生产要素和核心竞争力。越来越多的企业在战略层面开启企业级数字化转型之路,利用数据来赋能业务,利用新技术提升效率和管理精细化。
千里之行,始于足下;数据治理,标准先行。
企业要实现数据驱动业务、数据驱动管理,需要的数据应该是完整的、有效的、一致的和规范的。然而现实中企业的数据并不那么理想,由于没有统一的企业级数据标准,造成“无数可用”、业务信息存在“二义性”,“数据孤岛”,“统计口径歧义”和“数出多门”等。
无数可用指大量重要业务信息没有数据化,导致“无数可用”。
信息二义性指同一个业务含义,不同系统信息项(或“字段”)名称不同;或者相同的信息项名称,业务含义不同。
数据孤岛指数据缺乏规范性,制约数据流动、数据共享和数据集成,数据的价值不能充分发挥。
统计口径歧义指各业务部门对统计信息的定义、计算公式、统计口径不同,造成理解的歧义。
数出多门指同样的信息在多个系统独立存在,数据一致性存在问题。数据质量管理任务重,效率低。
要解决这些问题,企业需要数据标准。
数据标准是一整套数据规范。数据标准化是通过一整套的数据规范、管控流程和技术工具来确保银行的各种重要信息,包括产品、客户、组织、资产等在全企业内外的使用和交换都是一致、准确的。
数据标准化图示
数据规范包括对企业信息明确的定义和分类,信息项描述和信息项相关代码描述。管控流程包括数据标准的制定、修订和落地的管理规范;技术工具包括数据标准的发布和增删改查,以及数据标准的落地检核。
数据标准从企业级角度进行业务信息的定义,有以下业务价值:
1、通过梳理业务信息项,促进业务信息数据化。
2、通过定义信息项业务含义和业务规则,达成信息理解的共识,消除业务信息的二义性。
3、通过统一信息项的技术属性,包括数据类型、长度和精度等,为实现跨系统的数据流动和共享提供支持。
4、通过理清指标数据的计算公式、统计维度、统计口径,规范数据统计。
5、通过规范数据源,消除数出多门,提升数据的一致性。
数据标准促进业务信息数据化,业务信息数据化是指用数据来描述、表达、定义、度量业务,用数据形式量化经营管理全过程,规范、准确地记录、保存和展示。关于业务信息数据化,举例如下:
比如上面这句话,当我们把这句话分拆成信息项,用数据化规范化的方法来表达业务信息时,会有很多好处。从业务统计的角度,可以按客户名称、所属行业、合同签订日期、产品名称、合同金额等维护进行统计分析;也可以综合其他数据信息,对业务信息进行特征分析。
2.数据标准实施步骤和实施要点
那么,企业如何梳理数据标准呢?数据标准实施包括4个阶段,8个步骤,以下每一个步骤,都需要业务部门和信息化部门共同参与。
信息项中文名称:信息项中文名称;
信息项英文名称:信息项英文名称;
信息项别名:信息项的其它名称;
信息项一级分类:信息项所属信息项一级分类名称;
信息项二级分类:信息项所属信息项二级分类名称;
信息项业务含义:信息项的具体业务含义描述;
信息项业务规则和业务场景:在实际业务中该信息项的业务处理规则或运用的业务场景等;
引用标准代码编号及名称:信息项所引用标准代码编号及名称;
系统录入维护说明:数据录入时应遵循的规则;
数据类型:数据类型描述;
数据长度:信息项的数据长度;
字段名:信息项在数据库中的字段名
权威数据源:信息项权威来源系统
数据标准责任部门:标准管理责任部门。
对基础类数据标准主题进行定义和分类,企业数据标准有“客户主题”,那么就要对客户进行定义和分类。要点:1、主题定义:抽象、准确;2、主题分类:根据主题的自然属性分类,符合企业业务特点。下面是客户分类示例:
识别信息项通常采用自顶向下和自下而上相结合的方法。
数据标准落地的三个导向原则:业务导向、价值导向和问题导向。
数据标准动态管理:随着数据标准的落地与执行,不断完善更新数据标准,建立数据标准动态管理机制。
业务领域落地:业务管理部门在制定业务制度、业务手册,以及在系统填写业务信息时遵循数据标准。
IT系统落地:抓住新系统建设和改造的有利时机,推动数据标准在技术领域的落地;对于已有系统落标时,要充分地评估必要性,分析落标所带来的对本系统和相关其他系统的影响。
3.企业实施数据标准的成功要素
企业数据量是巨大的,为了成功地建立数据标准体系,还需要关注以下四个成功要素:
1、业务价值导向
企业数据纷繁复杂,数据标准化工作是以满足业务管理需要、分析决策需要与外部监管要求为导向,从企业的核心价值链出发,实现数据标准化定义。推动数据有效使用,提升数据的业务价值。
2、业务人员和IT人员共同参与
数据标准是业务和技术的桥梁,贯穿了业务信息、技术信息和管理信息。因此需要在高层挂帅的基础上,业务部门和IT部门通力协作。
3、管理和技术并重
无论是数据标准的制定还是数据标准的落地,都需要进行有效管理,以满足业务和IT的双重需要。数据标准是一项管理与技术并重的工作,通过管理制度支撑业务目标的实现,通过技术手段为管理工作提供支撑。
4、持续迭代,形成良性闭环
数据标准需要根据业务战略持续迭代,保持标准本身的活力。业务战略和业务需求随市场环境不断变化,技术手段也不断革新,数据标准化工作不是一蹴而就,需要不断发展与持续迭代。4.结束语
本文介绍了企业数据标准的业务价值,构建基础类数据标准的步骤和要点,希望能为同仁们提供参考和帮助。
数据治理道阻且长,行则将至;行而不辍,未来可期。普元经过多年的实践,有完整的模板,在实践中积累了大量的信息项和代码项,可以在项目中分享。
关于作者:稻花香,普元项目经理,熟悉企业信息化架构规划、数据管理与应用规划,熟悉数据治理领域知识,曾主导多家金融机构和企业的数据治理项目。企业信息化架构高级顾问,企业数据治理、数据标准专家和践行者。
关于EAWorld:微服务,DevOps,数据治理,移动架构原创技术分享。长按二维码关注!