近日，中國人民銀行、市場監管總局、銀保監會、證監會聯合印發《金融標準化“十四五”發展規劃》，其中重點提出要完善金融大數據標準體系，探索制定金融大數據采集、清洗、存儲、挖掘、分析、可視化算法等技術創新配套標準，金融數據質量、脫敏、分級分類等標準，金融數據應用建模、元數據、算法評價等標準，和銀行業客戶交互行為數據采集等業務數據標準。

央行等四部門聯合印發金融標準化"十四五"發展規劃，將數據標準提到重要位置，是因為它是金融數據監管、數據安全、數據共享的一項基礎工程。

而對于其他行業、其他主體來說，數據標準也發揮著重要作用。它能為業務實體的定義、關系和業務規則到技術實現之間提供清晰、標準的語義轉換，提高業務和技術之間的一致性，保障數據系統能夠真實反映業務事實，從而更好地支撐業務運行與經營決策，便于精細化管理。

但企業在建設數據標準的過程中往往會遇到一系列問題：難以推進、落地困難、收效甚微……如何更高效地進行數據標準的管理，我們可以從以下幾個方面來重點考慮：

1.數據標準是什么？
2.誰來制定數據標準？
3.怎樣制定數據標準？
4.怎樣執行數據標準？
5.如何維護數據標準？

01、數據標準是什么？

我們可以將數據標準理解為一種各系統、各部門間用于溝通的共同語言。信通院發布的《數據標準管理實踐白皮書》對其的定義是：數據標準是指保障數據的內外部使用和交換的一致性和準確性的規范性約束。“數據標準”并非是一個專有名詞，而是一系列“規范性約束”的抽象。

數據標準不僅僅只是描述了一些需要大家去遵守的規范和要求的文檔，而是一套由管理規范、管控流程、技術工具共同組成的體系。企業需要通過這一整套體系來確保各種重要信息，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，從而實現企業的信息標準化。

02、誰來制定數據標準？

數據標準建立的過程，就是在全企業層面建立關于數據的一致性的過程。要做到這一點，我們就得首先明確，這個標準由誰來牽頭制定？

不同的企業根據其實際情況，可能會有不同的實踐，也可能會出現不同的問題。比如由職能部門牽頭制定的標準，可能會只關注到自身領域的數據標準化需求，難以做全做深整個企業層面的數據標準，而信息部門牽頭制定的數據標準，可能會由于過于專業或者技術，導致業務層面的使用不便……

所以數據標準的制定并不是某些部門的單打獨斗，而是需要一個完善的管理機制，這個管理機制中的角色大致可分為三類：

1.數據標準決策層

數據標準決策層是企業數據標準管理的最高決策組織，主要職責是組織制定和批準數據標準規劃、審核和批準擬正式發布的數據標準、協調業務和IT資源，解決在數據分類規劃、體系建設、評審發布、執行落地中的全局性、方向性問題，推進企業整體開展數據標準化工作。

2.數據標準管理層

數據標準管理層是企業數據標準管理的組織協調部門，主要職責是根據業務需求，組織業務和IT部門，開展數據標準落地工作組織業務部門和IT部門參與數據標準管理相關工作，并推進數據管理工作的進程，同時及時將數據標準管理過程中的成果或問題報決策層審批。

3.數據標準執行層

數據標準執行層是指具體開展數據標準編制和體系建設的數據標準管理部門，通常由數據標準管理專家、相關業務和IT專家組成，主要職責是解決編制數據標準、推進數據標準落地工作中的各類具體業務問題和技術問題。

在整體的數據治理工作中，無論牽頭部門是職能部門、信息技術部門、業務部門還是獨立的數據管理部門，數據標準的制定過程，都離不開業務部門與技術部門的共同探討、共同商榷，只有建立起這樣一個管理機制，明確各個部分的責任劃分，才能讓數據標準不成為一紙空文，真正地做到可落地執行。

03、怎樣制定數據標準？

數據標準的制定可以分為規劃、編制和發布這3步來進行。

1.規劃

數據標準的規劃過程主要包括以下三個階段：

（1）數據標準調研

數據標準調研工作，主要從企業業務運行和管理層面、國家和行業相關數據標準規定層面、信息和業務系統數據現狀三個方面開展，調研內容包括現有的數據業務含義、數據標準分類、數據元定義、數據項屬性規則以及相關國際標準、國家標準、地方標準和行業數據標準等。

就拿工業行業來說，就有如下標準可參考：??

（2）企業數據盤點

基于企業業務架構，從滿足企業經營管理、數據分析、數據共享、數據集成等需求入手，對企業各個系統的數據資源進行盤點。

通過梳理數據現狀，厘清業務開展過程中業務流、單據流以及數據流，明確數據資產分布，數據的質量情況、數據集成情況、數據管理情況等問題；明確各基礎數據和指標數據的業務含義、數據口徑、適用場景、數據來源、數據關系等信息。

（3）明確數據標準框架

根據數據標準調研結果以及行業的最佳實踐，在對企業現有業務和數據現狀進行分析的基礎上，定義企業自身的數據標準體系框架和分類。

2.編制

數據標準的編制主要指數據元及其屬性的確定，包括分析數據標準現狀、確定數據元及其屬性兩個關鍵環節：

（1）分析數據標準現狀

企業應依據業務調研和信息系統調研結果，并分析、診斷、歸納數據標準現狀和問題。其中，業務調研主要采用對業務管理辦法、業務流程、業務規劃的研究和梳理，以了解數據標準在業務方面的作用和存在的問題；系統調研主要采用對各系統數據庫字典、數據規范的現狀調查，厘清實際生產中數據的定義方式和對業務流程、業務協同的作用和影響。

（2）確定數據元及其屬性

數據標準的具體形態通常是一個或多個數據元的集合，即數據元是數據標準的基本單元。

企業可以依據行業相關規定或借鑒同行業實踐，結合企業自身在數據資產管理方面的規定，在數據標準體系框架下，明確相應的數據元，并針對每個業務主題所涉及的數據進行建模，定義每個數據實體的業務屬性、技術屬性和管理屬性。

這個過程如果現行的數據標準存在能夠滿足要求的數據元子集、代碼表，則可以直接采用。如果沒有就需要從業務屬性、技術屬性和管理屬性三個方面定義新的數據標準：

①業務屬性：定義數據與企業業務相關聯的特性和用途，統一業務描述和理解，包括：命名規則、編碼規則、業務定義、業務規則、值集、維度、粒度等。
②技術屬性：定義數據與IT技術實現相關聯的特性，對IT實施形成必要的指引和約束，包括：字段名稱、數據類型、數據格式、數據長度、度量單位、枚舉值的限定等。
③管理屬性：定義數據標準在管理和使用方面各部門承擔的責任，對數據歸屬進行確權認知，明確數據所屬部門、數據管理部門、數據使用部門、標準發布日期等管理屬性做出規范。

數據標準建設工作量大，我們可以選用一套完善、易用的數據標準管理工具幫助我們將數據標準建設工作落地。億信華辰數據標準管理平臺ESDataStandard提供了一套完整的數據標準管理流程及辦法，平臺內置標準的技術、業務、管理、質量屬性，結合靈活的定義方式，從手工創建、導入、拾取、智能識別等，可幫助客戶快速構建基礎標準、指標標準、代碼標準，同時內置的一批國標、行標，可大大提高項目交付效率。

3.發布

為了保證標準的可用性以及易用性，數據標準編制完成后的發布環節也非常關鍵。
這個發布環節主要是需要在初版標準的基礎上，征詢相關部門的意見，減小數據標準不可用、難落地的風險。在完成意見分析和標準修訂后，再在公司范圍內正式發布。

數據標準一經發布，各部門、各系統應按數據標準要求執行，如果需要對發布后的數據標準進行修改，需要走正式的數據標準變更流程。

04、怎樣執行數據標準？

前面我們提到，數據標準并不是某個單一部門的事情，它需要組織內部達成全局性的共識，以及各部門之間的深度配合。

所以，在數據標準的建設與執行過程中，都應加強對相關人員的宣貫與培訓工作，以便全組織就數據標準達成共識，并應用于實踐。

數據標準落地執行一般包括四個階段：評估確定落地范圍、制定落地方案、推動方案執行、跟蹤評估成效。

1.確定落地范圍

首先我們要選擇某一要點作為數據標準落地的目標，如業務的維護流程、客戶信息采集規范、某個系統的建設等。

數據標準覆蓋范圍的選擇我們可以從以下三個方面來考慮：
①組織范圍：數據標準適用的組織范圍，部門級、公司級，集團級還是行業級。
②業務應用范圍：即數據標準都哪些業務部門會使用，例如，一個“客戶”數據標準，就會被市場、銷售、生產、采購、倉儲、物流、售后等多個部門使用。
③落地系統范圍：即該標準需要在哪些系統中貫徹執行，例如：“客戶”數據標準，落地系統范圍可能包括ERP、CRM、WMS等。

2.制定落地方案

深入分析數據標準要求與現狀的實際差異，以及落標的潛在影響和收益，并確定執行方案和計劃。

3.推動方案執行

數據標準執行涉及到新建系統和現有運行系統的貫標。原則上，新建信息系統必須嚴格按照發布的數據標準執行；對于現有在運行的系統，應按照數據標準要求進行整改或建立映射關系，以滿足公司數據統一的要求。

4.跟蹤評估成效

綜合評價數據標準落地的實施成效，跟蹤監督標準落地流程執行情況，收集標準修訂需求。

05、如何維護數據標準？

業務不斷發展，國標行標、監管要求可能發生變化，部分標準可能在實踐中表現不佳……為了保證標準的長期有效性，對于企業內部已發布的數據標準，在不同的階段都需要隨之進行針對性的維護與改進。

1.初期

在數據標準維護的初期，首先需要完成需求收集、需求評審、變更評審、發布等多項工作，并對所有的修訂進行版本管理，以使數據標準“有跡可循”，便于數據標準體系和框架維護的一致性。

其次，應制定數據標準運營維護路線圖，遵循數據標準管理工作的組織結構與策略流程，各部門共同配合實現數據標準的運營維護。

2.中期

在數據標準維護的中期，主要完成數據標準日常維護工作與數據標準定期維護工作。

日常維護是指根據業務的變化，常態化開展數據標準維護工作，比如當企業拓展新業務時，應及時增加相應數據標準；當企業業務范圍或規則發生變化時，應及時變更相應數據標準；當數據標準無應用對象時，應廢止相應數據標準。

定期維護是指對已定義發布的數據標準定期進行標準審查，以確保數據標準的持續實用性。通常來說，定期維護的周期一般為一年或兩年。

3.后期

在數據標準維護的后期，應重新制定數據標準在各業務部門、各系統的落地方案，并制定相應的落地計劃。在數據標準體系下，由于增加或更改數據標準分類而使數據標準體系發生變化的，或在同一數據標準分類下，因業務拓展而新增加的數據標準，應遵循數據標準編制、審核、發布的相關規定。

另外要注意的是，在數據標準維護的各個階段，需要對標準變更建立相應的管理流程，并做好標準版本管理。數據標準管理平臺ESDataStandard支持標準增、刪、改、查、發布、審核等各種基礎操作，其變更過程能被自動記錄，通過變更版本控制，追蹤標準歷史。另外平臺還提供了靈活細致的用戶權限管理機制，滿足不同用戶管理各自的標準的場景。

06、小結

數據是企業經營過程中積累的寶貴資產，做好數據標準管理這個全局性、技術性的工程，能讓數據為企業創造更大的價值。

就拿國內某銀行來說，該銀行基于億信華辰數據標準管理平臺ESDataStandard建立了數據標準管理系統和全流程數據標準管理機制，建立了600余條基礎數據標準和200余條代碼數據標準。該系統的建設顯著提升了向監管報送的數據質量，大大減少了IT部門數據質量處理任務工單，提升了取數效率，促進了數據分析在客戶經營、績效管理、資源配置、定價管理、風險管理等諸多方面應用與管理水平的提升。

車同軌，書同文。數字化時代，數據標準化是企業進行數字化轉型的根基。建立起一個完善的數據標準，并保持其生命力，能讓企業的數據治理與數字化進程如虎添翼。