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：

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。

步骤一：确定主题

面向主题的数据标准组织方式，是在较高层次上对企业信息进行综合、归类和分析，形成完整并且一致的抽象描述，每一个主题基本对应一个宏观的分析领域。基础类数据标准说明各个分析对象所涉及的企业各项数据，以及各主体数据之间的联系。企业从业务价值链角度出发，确定数据标准主题体系。以下是数据标准主题示例：

主题与业务价值一致，明确主题间的主要关系。

步骤二：确定数据标准框架

• 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。

步骤三：确定主题定义和分类

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：

步骤四：识别信息项

识别信息项通常采用自顶向下和自下而上相结合的方法。

• 关键业务流程中的数据；
• 支持业务部门间协作的数据；
• 支撑决策和管理的基础数据；
• 监管机构有明确要求的数据；
• 共享性高、交互需求多，能带来价值的数据。 

步骤五：完善信息项

步骤六：完善信息项代码

步骤七：标准发布

步骤八：标准落地

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

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！