架構的本質是解釋“組成+關系”，以及圍繞這兩個核心問題形成的一系列規范和原則。無論是系統架構還是應用架構，都是如此，至于企業級架構，就是在范圍層面強調要進行全覆蓋，包括廣度層面的覆蓋和時間維度層面的向后兼容和持續管理。按照這個認識，企業級的數據架構，本質上也是在反饋企業的數據的構成和構成的方式，以及以數據為線索的相關系統和流程之間的關系。同時，因為數據是系統、流程、產品等更為基礎性和底層性的載體，數據架構所反映的組成和關系也必然對應了系統、流程和產品的架構。

在企業級建模日益流行的當下，在業務建模、系統建模、流程建模、產品建模等各種建模方法論不斷豐富的背景下，數據架構是一個繞不開的關鍵。如何在商業銀行落地“企業級數據架構管理”，與企業的業務流程和IT管理流程形成相適配的管理界面，找到成本最優、效果最好的管控節點，是數據架構管理的核心問題。

01數據架構管理的通用框架研究

1. 數據架構的背景

關于數據架構，此前有多種解讀和方案。但是隨著業界理論體系的不斷完善，以及企業級數據治理工作的不斷深入，目前的領先企業、數據治理組織、甚至包括監管機構對數據架構的定義已經逐步統一至四個基本內容，即：數據模型、數據分布、數據集成與共享、數據標準。

作為數據架構的制定、管理和維護者，企業的數據架構部門需承擔對應的職責，具體而言應該包括：

建立數據模型，包括概念模型、邏輯模型和物理模型； 管控數據分布，包括確定數據源頭、主副本數據分布； 明確數據集成關系，包括數據流向、數據交互共享；

梳理企業的數據資產、制定數據標準并持續維護。

成熟的數據架構，可以迅速地將企業的業務需求轉換為數據和應用需求，能夠管理復雜的數據和信息并傳遞至整個企業，在數據層面保證業務和技術的一致性，最終為企業改革、轉型和提高適應性提供支撐。

表1 數據架構行業參考

2.數據架構內容解析

（1）數據模型

數據模型是數據視角下對現實世界規則的抽象與概括，根據業務需求抽取信息的主要特征，反映業務對象之間的關聯關系。

從模型覆蓋的內容粒度看，數據模型一般分為主題域模型、概念模型、邏輯模型和物理模型。主題域模型是最高層級的、對數據表達事物本質概念的高度抽象；概念模型是以數據實體及其之間的關系為基本構成單元的模型，通過簡化和抽象表達為“實體-關系”（E-R）圖；邏輯模型是在概念模型的基礎上細化，以數據屬性為基本構成單元，數據邏輯在此時替代了實體關系；物理模型則是邏輯模型的落地，是對于真實數據庫表的描述，包含了表、視圖、字段、數據類型等要素。

（2）數據分布

數據分布是針對組織級數據模型中數據的定義，明確數據在系統、組織和流程等方面的分布關系，定義數據類型，明確權威數據源，為數據相關工作提供參考和規范。通過數據分布關系的梳理，定義數據相關工作的優先級，指定數據的責任人，并進一步優化數據的集成關系。

（3）數據集成與共享

數據集成與共享是建立起組織內各應用系統、各部門之間的集成共享機制，通過組織內部數據集成共享相關制度、標準、技術等方面的管理，促進組織內部數據的互聯互通。

數據集成和共享的意義在于識別數據的來龍去脈，使得已經被規整的企業數據真正被使用、有價值，同時也保證數據在使用過程中不變形、數據在生命周期中被維護。

（4）數據標準

數據標準要求企業各部門使用統一化、標準化的語言描述數據，是實現企業數據一致性的關鍵。數據標準并非孤立一體，而需要演變為漸進的、多面的體系，這個體系應該包括：業務術語、數據標準、字典規范。

業務術語是由業務部門提出的、對于自身業務活動的提煉，最終形成的企業各部門認可的業務詞匯。業務術語代表了數據標準的初級形式，通過標準編碼、業務定義、分類分級和質量規范，業務術語提煉形成數據標準。在數據標準的基礎上，為了對數據模型進行管控而產生了表結構和字段定義規范，即字典規范。

02 適用于商業銀行的數據架構管理

行業通行的數據架構四分類，是高度概括的管理架構，在商業銀行實際工作中，還需要考慮到銀行自身信息化、流程化、數字化不同階段的情況。商業銀行的信息化過程，從各個分行的綜合業務系統向總行并表的1.0時代，到總行統一建設以核心業務系統、信貸業務系統、數據倉庫系統為代表的大集中2.0時代，再到進一步進行重要主數據系統如客戶信息整合和流程化改造的3.0時代，每一個信息化階段對數據的管理要求有所不同，在數字化程度進一步提高的當下，商業銀行的數據架構管理應站在“誰來管，管誰”和“哪里管，管哪里”的角度進行分析。也就是要將簡單和高度抽象的“標準、模型、分布、流轉”管理針對性的解構，和具體的時間、場景、參與人相結合，把管理目標、管理工具、管理方法說清楚。

實際上數據架構各組成部分之間并非割裂獨立的，而是互相影響互相作用的，具體體現如下：

結合企業級數據建模，通過業務建模構建企業級C模型，并通過需求、分析、設計、開發步驟轉換為C’模型，最后到D模型物理落地，面向實際應用。通過企業級模型數據分布的梳理，明確數據的權威數據源，確定管理主體、信息采集和存儲系統。根據數據分布，圍繞數據集成流轉關系，形成數據在各個系統之間的流轉交互的相關規范原則。

同時以基礎數據標準、指標數據標準和字典規范為基礎，構建企業數據標準體系，作為數據治理的抓手。

所以商業銀行在數據架構管理過程中，應通過編寫《數據架構規范》、《數據模型規范》、《數據標準規范》明確管理目標、管控部門職責，對于數據架構四大組成部分制定管理原則并通過流程管控落實到實際工作中去，通過有效的數據架構管控，構建穩定的企業架構，并提升數據能力。

下周，我們將結合實際工作經驗分別從管控參照原則、實踐落地流程兩個維度對數據分布、數據集成與共享的管控進行介紹，敬請期待。