数据架构设计方法研究

摘 要 为了顺应企业数据化转型的发展要求，深化数据资产管理工作，围绕企业数据资产管理过程中的痛点工作，文章明确了数据架构管理要点，提出了贯通业务和系统的数据架构设计方法。通过数据架构体系建设，可明确企业数据资产范围，形成统一数据标准，促进数据规范管理、有序使用和问题追踪，确保企业数据质量的持续提升。

关键词 数据架构;数据标准;企业

引言

数据化转型已经企业发展的必然趋势，企业需要持续深化数据资产管理工作，围绕数据价值发掘利用，提升企业数据治理能力[1]。依据“盘、规、治、用”的数据治理原则，明确企业数据资产，构建统一的数据架构，成为企业构建数据治理体系，提升数据的质量的必要前提。然而，在开展数据架构管理工作中往往存在业务部门在数据管理中的参与程度不够，数据资产管理职责不明确，各类数据标准不统一，数据源头不受控，数据使用混乱等问题。因此，统一企业数据架构，规范数据管理，对企业数据分析、数据价值挖掘具有重要意义。

1 数据架构设计目的

数据架构指通过数据模型支持数据需求，指导对数据资产的分布控制与整合[2]。构建数据架构体系旨在打破业务到信息系统的鸿沟，并通过技术手段以规范的、易于理解的、可视化的方式展现出来。设计目的主要包含四个方面：①以业务过程与应用为主线，识别数据资产，加深对业务的理解，支撑端到端业务的贯通;②制定数据标准，构建统一概念体系，构建数据分类体系，规范数据管理与应用;③实现业务术语到系统的映射关系，打通系统间数据流，明确数据源，支持数据查询、数据问题可追溯以及数据集成与共享;④加强数据资产任责管理，提升数据质量，保障数据资产的价值发挥。

2 数据架构管理要点

数据架构体系核心在于依据企业实际数据需求，对数据资产进行有效管理，既帮助企业合理评估、规范和治理企业数据资产，又可以挖掘数据资产价值、促进持续增值。数据架构设计要点包括：①明确数据责任主体。依据企业业务模型，指定数据业务规则制定者和数据产生的执行者，明确各业务部门在数据治理中的管理范围、管理职责，建立数据资产管理任责机制，把数据治理工作融入日常工作中。②统一公司范围数据定义。数据定义是从业务角度描述公司数据的业务含义、业务规则。统一数据定义有助于理解数据的业务含义，保障业务术语在公司范围内语义统一，提高企业数据识别和使用效率。③明确数据与过程的关系。建立数据与业务过程、活动的关系，通过分析数据在业务过程中的流转情况，定义数据间上下游关联关系，支持数据问题影响分析，为企业数据治理提供参考和规范。④明确数据间关系。通过分层次分领域设计数据模型，明确数据间的关系，形成数据结构的基本蓝图，增强数据的可读性和复用性，支持数据问题快速定位，从而降低系统的维护成本。⑤统一数据源。数据源包含业务层面和技术层面的数据源头。业务层面的数据源头指记录数据的原始业务表单、文件等，技术层面的数据源指记录、存储数据的原始系统。为数据源头治理提供依据。

3 数据架构设计方法

数据架构设计需求通常包含两种情形：①基于公司存量数据，设计数据架构，支持数据现状的自我评估和优化;②信息系统需求分析与设计阶段构建数据架构，支持系统开发与选型。数据架构设计步骤如下：

步骤1：定义数据标准

基于实际业务需求，按照业务过程-活动-表单的模式梳理或优化现有业务，从业务表单中识别数据实体以及数据属性，并定义数据实体及其属性的业务含义、业务规则、数据格式等，形成数据标准。

步骤2：建立业务-数据-系统的映射关系

定位数据所处业务过程，追踪数据业务规则制定者，数据产生执行者，明确各业务方数据管理职责范围;明确数据在数据库中的存储状态，建立数据属性与物理层数据库-表-列的映射关系，支持数据资产的快速查询。

步骤3 ：设计数据模型

从企业业务的视角，整合企业数据资产，通过层层细化，构建主题域、概念、逻辑三层数据模型。其中主题域模型是企业最上层的数据模型，是针对业务关键领域的分类;概念模型则描述实体-关系;逻辑模型需要采用数据属性分割策略，定义数据实体、关键属性及主外键等。在企业数据模型在与现有系统映射的过程中，能够及时暴露并解决系统之间数据的差异和冗余问题。

步骤4：定义数据源与数据流

明确企业数据在信息系统（各信息系统、系统内部各个模块）中的数据流转情况，分析数据流，指定唯一数据源，规范数据的集成与共享。

步骤5：形成数据资产地图

数据架构的整合展示需借助数据资产统一管控平台，实现数据在业务层面和技术层面的贯通，并形成数据资产地图，确保企业数据资产的管理落地[3]。

4 结束语

數据架构作为衔接业务和信息系统的桥梁，在业务需求沟通和系统建设过程中可以发挥重要的指导意义，通过企业数据资产业务调研，构建企业统一数据架构，实现数据架构的全景式管理，对企业信息化建设稳步高效建设以及数据查询、问题追溯、数据共享提供支持。

参考文献

[1] 系统与软件工程系统与软件质量要求与评价 第12部分：数据质量模型：GB/T 25000.12-2017[S].北京：中国标准出版社，2018.

[2] 数据管理能力成熟度评估模型：GB/T 36078-2018[S].北京：中国标准出版社，2018.

[3] International D.DAMA数据管理知识体系指南[M].北京：清华大学出版社，2012：1.

作者简介

李春鸣（1993-），女，河南洛阳人;学历：硕士，助理工程师，现就职单位：中国商飞上海航空工业（集团）有限公司，研究方向：数据治理。