先說一個普遍現象：
近幾年來，數據治理的概念越來越火，響應國家政策的號召，政企機構都開始重視自身的數據質量問題。而技術部門根據業務部門的反饋，立馬就會得出結論——是數據質量出了問題，然后開始投入大量人力物力開始做數據質量的提升。但是結果往往是短期內數據質量的確得到了提升，一個時間周期過去后，該有的數據質量問題還是在那里。總是先污染后治理，成本花了很多，問題沒有得到根本解決。
誠然，數據質量的提升作為數據治理環節中非常重要的一環，我們的確需要重視，但是我們知其然，還要知其所以然，從數據質量問題出發，我們還得知道到底為什么會導致這些數據質量問題，從數據問題的源頭做數據質量的管控，這就不得不提到數據標準管理。
數據標準并不能簡單的認為就是國家或者行業內出的一些標準文檔，我們認為數據標準不僅只是一套規范，而是一套由管理規范、管控流程、技術工具共同組成的體系，是通過這套體系逐步實現信息標準化的過程。數據標準化是通過一整套的數據規范、管控流程和技術工具來確保的各種重要信息，例如產品、客戶、機構、賬戶等在全公司內外的使用和交換都是一致、準確的過程。
如何做好數據標準管理呢？
接下來就以億信華辰睿治數據治理平臺中的數據標準功能模塊為參考來簡述我們到底該如何去做好數據質量的把控，讓我們做到“先治理，避免污染”。主要從兩個方面來簡述，一是數據標準的建立；二是數據標準的落地及管控。
提前做好數據的規范以及數據管理的規范可以有效的解決大部分數據問題，睿治數據標準提供標準發現的功能，可以快速的發現哪些字段是需要建立標準的，標準管理員可以自行進行比對和判斷，是否建立該標準，然后經過不同的業務部門的評審和會簽，既是對新建標準的合法性和權威性的認定，也是對各業務部門數據管理員的一次通知，進而不斷地去修正不符合標準的數據，提升元數據質量。業務系統的數據管理員也可以根據監管需要或者業務需要來申請新的數據標準，通過這樣兩種不同的角色、不同的方式來不斷完善數據標準體系。
另外除了不斷完善標準體系，還會定期地做元數據的標準覆蓋率分析，定期出元數據的標準覆蓋率分析報告，對于不達標的系統可以通過靈活的工作流催辦，提升元數據的標準覆蓋率。除了標準覆蓋率分析，還會進行數據標準的落地評估，定期產出數據標準評估報告，對于不達標的元數據進行通報，不能讓辛苦建好的數據標準成了擺設。
雙管齊下，不僅建立完善的數據標準體系，還得用好數據標準，不能讓數據標準文檔成為一紙空談。形成完整的數據標準管理流程，將數據標準的建立前置，而不是等到出現數據質量問題才回頭發現是因為某些元數據不符合數據標準導致的，從而避免總是先污染后治理。
寫在最后：
對于很多企業而言，數據就像血液，數據健康了才能在身體內各器官很好的流轉，為各器官提供能量。數據的管理也是一樣，不要等數據真的被污染了，才進行數據清洗，應該要做的是建立完善的數據標準管理體系，不要讓一些垃圾流入我們的血液，這樣健康的數據才能發揮出應有的價值。
（部分內容來源網絡，如有侵權請聯系刪除）
