企业数据标准及其管理体系研究

杨栋枢，郭 振，蔡云飞

（安徽继远软件有限公司，安徽 合肥 230088）

企业数据标准及其管理体系研究

杨栋枢，郭 振，蔡云飞

（安徽继远软件有限公司，安徽 合肥 230088）

数据标准对于提升数据质量、促进数据融合和应用具有重要的作用。本文在研究数据标准概念的基础上，结合企业数据标准及管理现状，研究提出了企业数据标准管理范围，提出了涵盖组织机构、制度规范、过程管控和支撑工具的数据标准管控体系，并提出数据标准及其管控体系实施路线，旨在指导企业数据标准管理，促进数据管理水平提升。

数据管理；数据标准；数据标准管控；数据资产；实施路线

0 引言

随着计算机技术的飞速发展，特别是近年来互联网、云计算、物联网服务的兴起，使企业的信息化层度得到了进一步的提高，企业通过业务运营及信息化应用，积累了海量的数据，数据的种类和规模正以前所未有的速度增长。但是企业在数据应用过程中发现，因信息系统分散建设、缺乏企业级数据标准、不同部门认识差异等原因，数据质量问题突出，数据共享难以满足业务快速发展的需要[1][2]。因此，开展企业级数据标准研究、应用，对提高数据质量，促进数据共享，提升数据价值具有重要的意义。

1 数据标准的概念和作用

1.1 数据标准的概念

不同组织对数据标准的理解以及标准应用差异较大，业界对标准缺乏统一的定义，对数据标准具体管理范围并未达成共识[3][4]。《DAMA数据管理知识体系指南》将数据标准和准则定义为：包括命名准则、数据建模准则、数据库设计准则、架构标准，以及每个数据管理职能的规程标准[5]。

本文结合多数企业自身数据管理实际，将数据标准定义为：对数据的名称、含义、结构、取值等信息的统一定义和规范，达成对数据的业务理解、技术实现的一致，具体管理内容包括业务术语标准、数据项标准、参考数据（或称“代码数据”）标准和指标数据标准。

1.2 数据标准的作用

了解数据标准的具体作用，认识数据标准的重要性，是开展数据标准应用和管理的重要条件[6]。制定数据标准的作用主要体现在以下几点：

（1）提高数据开发和业务处理效率

数据标准在企业范围内统一了业务语言，明确了业务和技术规则，一方面，降低信息系统设计、开发的难度和复杂度；另一方面，规范了业务处理过程，从而提高企业数据开发和业务处理效率。

（2）提升数据质量

通过将数据标准固化到信息系统中，规避问题数据产生，提高数据生成质量。一是在信息系统需求、设计、开发等阶段，遵照数据标准开展相关工作；二是在业务用户使用信息系统过程中，通过代码数据降低了数据录入难度，有助于降低数据录入错误。

（3）促进数据共享融合

数据标准在企业层面统一了不同系统数据定义及技术规则，降低了系统集成的复杂度和数据应用难度，有助于促进数据共享融合。

2 数据标准及管理现状分析

近年来，很多企业分散开展了业务术语标准、参考数据标准、数据项标准和指标数据标准制定和应用工作，取得了一定的成效，但依然存在数据标准不完整、数据标准不统一和数据标准管理不规范等不足，制约了数据管理水平提升[7][8]。经研究发现，造成企业数据标准问题的主要原因包括以下三个方面：

（1）数据标准管理内容不清晰

企业在信息化建设过程中，重视数据的技术标准，而对包括业务术语标准、数据项标准、参考数据标准、主数据标准和指标数据标准等在内数据标准内涵及重要性认识不足，没有系统性的研究、设计企业级数据标准，数据标准管理内容不清晰。

（2）数据标准管理体系不健全

一是数据标准管理缺乏企业级统筹，一些部门根据自身需要分散开展标准制定、管理和应用工作，未能从企业全局角度相互协调、统筹规划，造成数据标准缺失、难以共享。二是数据标准管理认责机制不健全，数据标准分散管理，缺乏相应管理制度规范管理过程，数据标准需求、制定、修订、应用及监测等职责不清晰，不利于数据标准的常态维护和持续优化。三是企业级数据标准管理流程欠缺，相关部门没有或部分制定数据标准需求、制定、修订、应用及监测标准管理流程。

（3）数据标准保障机制未建立

在人员保障方面，未设立数据标准管理相关岗位及相应职责，数据标准缺乏统筹和常态管理。在协同工作方面，数据标准既包括业务属性，也包括技术属性和管理属性，需要业务部门、技术部门和归口管理部门协同推进数据标准管理工作，目前企业并未形成该管理机制。在技术支撑方面，在企业层面缺乏数据标准管理支撑工具对数据标准详细信息及维护过程进行管理，不能提供数据标准在线维护、查询、监测等应用，不能通过数据标准在线支撑数据质量管理工作，不利于数据标准应用价值充分发挥。

3 数据标准及管理体系研究

如图1所示，本文从数据标准和数据标准管控两个方面开展研究，提出企业数据标准及管控体系，指导数据标准相关工作开展。

图1 数据标准和数据标准管控内容Fig.1 Data standards and data standards control content

3.1 数据标准研究

依据企业数据标准定义，数据标准管理范围包括业务术语标准、数据项标准、参考数据标准和指标数据标准，在数据标准研究和实施过程中将把参考数据标准纳入数据项标准进行统一管理[9]。

（1）业务术语标准

业务术语是从业角度出发，对企业业务关键词汇、指标和专有名词进行的专业化和规范化定义，为企业提供一套标准业务词汇和短语，有助于实现对业务信息的一致理解。

业务术语按照符合业务习惯的方式对业务信息进行解读，定义和规范业务概念，并导入到数据模型、数据项标准中，据此指导技术开发，实现满足业务要求的数据创建和更新。业务术语应用场景包括数据和信息化需求提报、信息系统设计和开发、跨部门和跨业务人员沟通交流等，并可应用于企业日常经营管理，以防止同名异议或异议同名的现象发生。

（2）数据项标准

数据项标准是从业务术语中选取的最重要、共享度最高的术语，从业务属性、技术属性和管理属性，对其编码、命名、格式、来源、分类、取值等进行定义。数据项是用来描述数据的最基本单元，是数据建模的基本元素。统一和标准的数据项是数据模型设计、数据库设计、程序接口设计的基础。

代码数据依托数据项标准进行管理，通过数据项标准代码相关属性（代码编码规则、代码取值、代码名称、代码含义）中体现。

（3）指标数据标准

指标来自于业务术语，是具有业务意义的，基于交易数据或主数据的一个或多个数据项值按照一定逻辑加工得到的新数据项，反映统计对象特征和属性的可衡量的统计结果，一般由指标名、指标值、统计口径、指标阈值等组成。通过指标数据的标准化，一方面减少了指标数据间使用上的歧义，另一方面避免了重复计算，提高了效率和数据一致性。

3.2 数据标准管控研究

（1）组织职责

在企业层面成立数据管理委员会，承担数据管理领导职能，负责数据标准管理组织、指导和重大问题决策等。

在企业数据管理委员会下分别设立企业数据标准管理办公室，统一组织开展数据标准制定、应用和维护等工作。

在企业数据标准管理办公室下设立数据标准支撑团队，在标准管理人员领导下具体开展数据标准制定、维护、应用等相关工作。

（2）制度规范

为规范企业数据标准制定和管理工作，指导和监测数据标准执行，促进数据标准作用价值发挥，应制定企业数据标准管理办法。

根据数据标准管理需要，数据标准管理办法应包括数据标准制定、数据标准应用、数据标准维护。在数据标准制定方面，重点明确数据标准需求收集和制定工作组织方式、数据标准评审内容及环节、数据标准发布方式等内容；在数据标准应用方面，重点确定数据标准应用场景和应用方式、数据标准应用监督及考评方法等；在数据标准维护方面，需明确数据标准新增、变更、废止等业务场景，制定维护需求提报、评审及执行的方法。

（3）过程管控

从数据标准需求、数据标准应用和数据标准维护等三方面规范数据标准管理过程，提高数据标准管理水平。

（a）数据标准需求管理

数据标准制定以业务应用为导向，充分考虑实际业务需要、制定难度等因素，从标准范围、标准分类、制定方法、职责分工和支撑流程等方面开展标准制定。业务术语、数据项和指标数据等标准建立方法相同，具体工作内容及复杂度不同。

（b）数据标准应用管理

数据标准的应用，即数据标准在数据创建、传输、存储和使用过程中的应用，以及在信息系统生命周期内的应用。

（c）数据标准维护管理

随着企业发展方式持续转变，导致数据需求持续变化。相应的，数据标准管理也将是一个动态更新的过程，以适应企业数据管理需求。数据标准维护包括数据标准新增、数据标准变更和数据标准废止。

（d）丰富及完善支撑工具

数据标准数量庞大，手工管理效率低效，不能实现数据标准统一发布、同步更新和实时响应等管理要求。因此，应开展数据标准管理工具建设，支撑数据标准管理和应用。

数据标准管理工具应具备数据标准建立、发布、维护、查询、映射管理和流程管理等功能。

4 数据标准及管理体系实施路线

数据标准体系的实施，应依据规划内容的基础性、关键性和紧迫性，将相关内容分批次、分阶段予以实施，体系的实施路线可分为强化数据标准服务基础、提升数据标准统筹管控能力和形成数据标准服务能力等三个阶段。

（1）阶段一：强化数据标准服务基础

本阶段需要完成的工作为：组织制定业务数据标准，并组织实施、应用；成立数据管理委员会和数据标准管理办公室，落实相关人员；制定《企业数据标准管理办法》。

（2）阶段二：提升数据标准统筹管控能力

本阶段需要完成的工作为：基于业务术语标准，组织制定数据项标准和指标数据标准，并组织实施、应用；细化数据标准管控流程，全面落实《企业数据标准管理办法》；建设数据标准支撑工具；组建数据标准支撑队伍。

（3）阶段三：形成数据标准服务能力

本阶段需要完成的工作为：组织常态开展数据标准应用、维护，并根据业务需要持续优化数据标准内容；通过外部引入、培养等方式持续提升数据标准支撑团队能力；持续优化《企业数据标准管理办法》。

5 结束语

在未来的企业竞争中，数据将被视为企业的核心资产，在企业的数据管理工作中，数据标准将在规范数据生成、促进数据融合和应用等方面发挥越来越重要的作用。

本课题初步提出企业数据标准及管理体系构建思路，旨在指导企业数据标准制定、应用和维护工作开展。在企业后续数据标准实践过程中，应对该体系进行持续修正和改进，以提高数据标准的适用性，充分发挥数据标准作用。

[1] David Loshin. Master data management[M]. Netherlands:Elsevier, 2010: 56-78.

[2] April Reeve. Managing data in motion[M]. Netherlands:Elsevier, 2014: 32-90.

[3] 王飞. 数据架构与商业智能[M]. 北京: 机械工业出版社,2014: 131.Wang Fei. Data architecture and business intelligence[M].Beijing: China Machine Press, 2014: 131.

[4] 陆顾新, 陈石军, 王立等. 银行数据治理[M]. 北京: 机械工业出版社, 2016: 78-80.Lu Gu-xin, Chen Shi-jun, Wang Li. Bank data governance[M]. Beijing, China Machine Press, 2016: 78-80.

[5] DAMA International. DAMA数据管理知识体系指南[M].北京: 清华大学出版社, 2012: 35.DAMA International. DAMA data management knowledge system guide[M]. Beijing: Tsinghua University Press, 2012: 35.[6] Ching-Heng Lin, Nai-Yuan Wu, Der-Ming Liou. A multi-technique approach to bridge electronic case report form design and data standard adoption[J]. Journal of Biomedical Informatics, 2015, 53(2): 49-57.

[7] 杨海鹏, 戴波. 数据采集与监控系统在石油化工企业中的应用[J]. 新型工业化, 2014, 4(3): 44-51.Yang Hai-peng, Dai Bo. Applications of the System of Supervisory Control and Data Acquisition in Petrochemical Enterprise[J]. The Journal of New Industrialization, 2014,4(3): 44-51.

[8] WEN Bi-long, ZHANG Li. Defining semantics for data element with semantic tree[C]//IEEE. 2008 International Symposium on Information Science and Engineering. Shanghai:IEEE, 2008: 524-527.

[9] 邹谊, 汤汉伊, 李锐等. 基于IMS行政交换网的国家电网财务数据集中管理系统的设计与实现[J]. 新型工业化,2017, 17(4): 49-54.ZOU Yi, TANG Han-yi, LI Rui, ZHANG Lei. Design and Implementation of Financial Data Management System Based on IMS in Administrative Exchange Network[J]. The Journal of New Industrialization, 2017, 17(4): 49-54.

The Research of Enterprise Data Standards and Management System

YANG Dong-shu, GUO Zhen, CAI Yun-fei
(Anhui Jiyuan Software Co., Ltd.. Hefei, 230088, China)

Data standards play an important role in improving data quality, promoting data fusion and application.In this paper, based on the concept of the standard data, combined with the status quo of data standards and management of enterprises, puts forward the enterprise data management standard range is put forward including organization, system, process control and support tools of data standard management system, and puts forward the data standard and its control system implementation route, to guide enterprises to promote the standard data management, data management.

Data management; Data standards; Data standards control; Data assets; Implementation route

TP311.13

A

10.3969/j.issn.1003-6970.2017.12.051

本文著录格式：杨栋枢，郭振，蔡云飞. 企业数据标准及其管理体系研究[J]. 软件，2017，38（12）：258-261

杨栋枢(1970-)，安徽合肥，数据业务总监，从事数据管理理论实践研究，特别是推进策略、实施方法，以及企业级数据仓库建设和数据仓库在数据管理体系实施策略中的作用研究；郭振(1977-)，安徽合肥，数据业务高级咨询专家，从事数据治理、数据标准、数据质量、数据应用等研究；蔡云飞(1983-)：安徽合肥，数据业务高级咨询顾问，从事数据标准、数据质量等研究。