数据治理之数据标准

ss2020

       数字改变世界，现在越来越多的企业开始关注数据标准，数据已经成为企业的战略资产，甚至成为了企业的生产要素和核心竞争力。而现实中现实中企业的数据并不那么理想，由于没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。那么，数据治理，标准先行，就需要从业务、技术、管理三方面达成一致的规范化体系，让数据应用的管理者能够洞察数据、应用、系统之间的复杂依赖关系，进而能够管好数据，同时也是作为应用系统开发时进行数据定义的依据。
      那么，我们又如何梳理数据标准呢？数据标准实施包括启动、调研、制定、发布四个阶段：
　　数据标准对系统集成和信息资源共享具有重要意义：
　　1、增强业务部门和技术部门对数据定义和使用的一致性。
　　2、减少数据转换，促进系统集成。
　　3、促进信息资源共享。
　　4、促进企业级单一数据视图的形成，支持管理信息能力的发展
　　5、建立统一的数据标准。统一的数据标准有助于对数据进行统一规范的管理，消除各部门间的数据壁垒，方便数据的共享，另外数据标准同样对业务流程的规范化有帮助作用。
　　6、提高数据质量。可通过数据质量管理对数据进行质量检查，找出有问题的数据，通过数据清洗，问题整改，例外排查等一系列手段提高数据质量。
　　7、数据资产管理。将经过处理的高质量数据资产统一管理，提供全生命周期的管理和数据安全保障。

数据标准贯穿数据治理的整个生命周期，提供全面完整的数据标准管理流程，并持续管控各个时期所有业务系统的标准化建设，包括：标准制定、审批、修订、发布、执行、维护、停用和废弃，实现数据的完整性、有效性、规范性，为业务、技术和管理提供服务和支持。

lili03

minmin02

数据标准管理：统一数据指标，消除二义性
让数据规范起来（元数据）
得到一份标准的数据（主数据）
建立一套体系来维护数据（数据治理）

ganxie