經常有讀者朋友會交流討論這樣的問題，為什么DMBOK中對數據標準提及的少之又少？是不是不重視數據標準，幾乎沒看到什么完整的篇幅來講數據標準，但在其他的數據治理書籍中都會有專門章節來講標準。
這個問題，我的理解首先就是中西方文化的差異。在西方人的觀念里面，做任何事情都要盡可能的標準化，DMBOK本身就是一個標準化的產物，下圖一是DMBOK1.0中提到的這本指南的編寫目標。DAMA希望人們能在理解數據管理的相關概念、實踐方面有標準一致的認識。
圖一：DMBOK的編寫目標
然后大家可以翻書回顧下第三章數據治理的活動--實施數據治理--發起數據標準和流程一節，里面就提到數據管理的每一個知識領域都有需要標準的概念，摘錄如下圖二：
圖二：DMBOK2中提及需要標準化的內容
DMBOK車輪圖中，唯一一個地位特殊的知識領域就是數據治理，數據治理做什么，最主要的一項職能就是建章立制啊！DMBOK2在后續的每一個知識領域中，都有專門的治理一節。對這些需要標準化的內容有更詳細的描述，要求針對每個領域的治理都要把上述的各種需要標準化的內容確定下來，落實到字面上和行動中。所以說DMBOK不重視數據標準，這個說法是不成立的，恰恰相反，其實是整本DMBOK都在闡述標準。
接下來說說，為什么其他很多數據治理書籍，都把數據標準單獨拿出來濃墨重彩的介紹，我的理解如下：
很多相關書籍講的數據標準相對DMBOK中標準化概念是狹義的數據標準，重點指的是在數據模型方面的標準。確實，這些模型方面標準的內容多、變化更新頻度大、制定起來難度高，執行起來涉眾多。其實到現在，在數據模型標準方面能做到全生命周期管理的最佳實踐都不多，故大家在這方面的探討最多也就不奇怪了，也算是缺什么補什么吧。
而其他方面的標準，如密碼的強度，也是安全標準之一，但相對起來，無論是制定還是執行都比較容易了，也就沒什么可以討論的了。
最后簡單討論下，如何建立一套有效的數據標準并落地呢？
還是DMBOK2給我們的答案，大家再回憶下第三章里面提到的良好數據治理程序的三個特點：可持續發展、嵌入式、可度量，具體解釋參考圖三。
圖三：良好數據治理程序的三個特征
在數據模型的相關標準上，之所有以前一直標準制定不好，制定好了又執行不好，就是在上面三點沒有落實好。
首先標準制定上，現在強調敏捷開發，如果標準制定后是一次性的，缺少持續的標準維護，標準處處制約開發（實質是業務發展），那么標準就會被人詬病得不到執行了。所以現在業界開始重視數據治理，金融系統甚至要求必須配備相關的崗位、定期的修訂相關標準納入合規考核范疇。
其次是嵌入式，建模、開發、運營過程中的手動環節太多，沒有系統的把關控制和扎口管理，即使有良好標準也很難落實得到執行。故現在較好的最佳實踐是采用企業級的建模平臺軟件，標準導入到平臺中，任何新建模型或者修改模型，必須從標準的數據元、標準的前綴、詞根等進行選擇，任何不遵循標準的模型根本就無法進入程序開發環節，也沒法進入到生產系統，開發過程中就做到了實時對標。把事后審計，變成事中控制。但是根據筆者了解，能做到這種實踐的單位還是屈指可數。
最后是可度量，如果有了持續維護、滿足業務要求的良好標準，以及全生命周期、全流程的系統落標控制，那么做度量也就有了基礎和意義，不聽話的就要當心被拉清單了！
如果能在這三個方面努力，久久為功，相信有效的數據標準一定能落地。不過知易行難，需要大家一起探索實踐！
（部分內容來源網絡，如有侵權請聯系刪除）
