数据标准如何驱动企业业务信息数据化

前言：

“数据治理，标准先行。”越来越多的企业开始关注数据标准，本文主要介绍了企业数据标准的作用，数据标准编制步骤和要点，以及实施成功要素，方便大家掌握建立企业基础类数据标准的方法。普元实施数据标准体系已有多年成功经验，本文将分享普元建立数据标准体系的工作要点和经验。

目录：

1、企业为什么需要数据标准

2、数据标准实施步骤和实施要点

3、实施数据标准的成功要素

1.企业为什么需要数据标准

数据改变世界。发展数字经济是国家战略，要从企业做起。数据已经成为企业的战略资产，成为企业的核心生产要素和核心竞争力。越来越多的企业在战略层面开启企业级数字化转型之路，利用数据来赋能业务，利用新技术提升效率和管理精细化。

千里之行，始于足下；数据治理，标准先行。

企业要实现数据驱动业务、数据驱动管理，需要的数据应该是完整的、有效的、一致的和规范的。然而现实中企业的数据并不那么理想，由于没有统一的企业级数据标准，造成“无数可用”、业务信息存在“二义性”，“数据孤岛”，“统计口径歧义”和“数出多门”等。

无数可用指大量重要业务信息没有数据化，导致“无数可用”。

信息二义性指同一个业务含义，不同系统信息项（或“字段”）名称不同；或者相同的信息项名称，业务含义不同。

数据孤岛指数据缺乏规范性，制约数据流动、数据共享和数据集成，数据的价值不能充分发挥。

统计口径歧义指各业务部门对统计信息的定义、计算公式、统计口径不同，造成理解的歧义。

数出多门指同样的信息在多个系统独立存在，数据一致性存在问题。数据质量管理任务重，效率低。

要解决这些问题，企业需要数据标准。

数据标准是一整套数据规范。数据标准化是通过一整套的数据规范、管控流程和技术工具来确保银行的各种重要信息，包括产品、客户、组织、资产等在全企业内外的使用和交换都是一致、准确的。

数据标准化图示

数据规范包括对企业信息明确的定义和分类，信息项描述和信息项相关代码描述。管控流程包括数据标准的制定、修订和落地的管理规范；技术工具包括数据标准的发布和增删改查，以及数据标准的落地检核。

数据标准从企业级角度进行业务信息的定义，有以下业务价值：

1、通过梳理业务信息项，促进业务信息数据化。

2、通过定义信息项业务含义和业务规则，达成信息理解的共识，消除业务信息的二义性。

3、通过统一信息项的技术属性，包括数据类型、长度和精度等，为实现跨系统的数据流动和共享提供支持。

4、通过理清指标数据的计算公式、统计维度、统计口径，规范数据统计。

5、通过规范数据源，消除数出多门，提升数据的一致性。

数据标准促进业务信息数据化，业务信息数据化是指用数据来描述、表达、定义、度量业务，用数据形式量化经营管理全过程，规范、准确地记录、保存和展示。关于业务信息数据化，举例如下：

比如上面这句话，当我们把这句话分拆成信息项，用数据化规范化的方法来表达业务信息时，会有很多好处。从业务统计的角度，可以按客户名称、所属行业、合同签订日期、产品名称、合同金额等维护进行统计分析；也可以综合其他数据信息，对业务信息进行特征分析。

2.数据标准实施步骤和实施要点

那么，企业如何梳理数据标准呢？数据标准实施包括4个阶段，8个步骤，以下每一个步骤，都需要业务部门和信息化部门共同参与。

步骤一：确定主题

面向主题的数据标准组织方式，是在较高层次上对企业信息进行综合、归类和分析，形成完整并且一致的抽象描述，每一个主题基本对应一个宏观的分析领域。基础类数据标准说明各个分析对象所涉及的企业各项数据，以及各主体数据之间的联系。企业从业务价值链角度出发，确定数据标准主题体系。以下是数据标准主题示例：

主题与业务价值一致，明确主题间的主要关系。

步骤二：确定数据标准框架

信息项框架记录信息项包含哪些业务属性（分类、业务含义、业务逻辑）、技术属性（类型、长度、精度）和管理属性（信息项权威来源、数据标准责任部门）。下面是信息项框架的基本示例，可以根据需求调整。

• 信息项中文名称：信息项中文名称；
• 信息项英文名称：信息项英文名称；
• 信息项别名：信息项的其它名称；
• 信息项一级分类：信息项所属信息项一级分类名称；
• 信息项二级分类：信息项所属信息项二级分类名称；
• 信息项业务含义：信息项的具体业务含义描述；
• 信息项业务规则和业务场景：在实际业务中该信息项的业务处理规则或运用的业务场景等；
• 引用标准代码编号及名称：信息项所引用标准代码编号及名称；
• 系统录入维护说明：数据录入时应遵循的规则；
• 数据类型：数据类型描述；
• 数据长度：信息项的数据长度；
• 字段名：信息项在数据库中的字段名
• 权威数据源：信息项权威来源系统
• 数据标准责任部门：标准管理责任部门。

步骤三：确定主题定义和分类

对基础类数据标准主题进行定义和分类，企业数据标准有“客户主题”，那么就要对客户进行定义和分类。

要点：

1、主题定义：抽象、准确；

2、主题分类：根据主题的自然属性分类，符合企业业务特点。

下面是客户分类示例：

步骤四：识别信息项

识别信息项通常采用自顶向下和自下而上相结合的方法。

自顶而下：要实现业务信息数据化，需要采用顶层思维，提取企业核心价值链的关键信息，纳入信息项。

自下而上：将信息系统中的企业级关键信息纳入数据标准体系。

符合下列特点的业务信息可纳入数据标准：

• 关键业务流程中的数据；
• 支持业务部门间协作的数据；
• 支撑决策和管理的基础数据；
• 监管机构有明确要求的数据；
• 共享性高、交互需求多，能带来价值的数据。

步骤五：完善信息项

完善信息项即完善每个信息项的业务属性、技术属性和管理属性。完善信息项有以下几个要点：

业务人员提供权威业务定义，业务规则和质量要求。根据企业组织架构和职能分工，业务属性的填写分配到部门和人员。部分涉及多个部门的信息项，信息不一致的时候需协商解决。

信息项中文名称：信息项中文名称与信息项业务含义一 一对应。即当业务含义相同时，信息项中文名称唯一；业务含义不同时，信息项中文名称不同。这样可以避免业务信息的“二义性”。

业务规则和业务场景：即描述在实际业务中该信息项的业务处理规则，包括识别、采集和处理规则，或运用的业务场景。以对公客户为例，客户名称采集规则：采集营业执照、组织机构代码证书、统一社会信用代码证书等法定证件上的中文名称全称。

权威数据源：数出多门往往会带来信息的不一致，维护多套同样的数据是低效的。对于业务信息，尤其是需要共享的业务信息，定义权威数据源，对于提高数据一致性、提升数据整体质量，可以达到事半功倍的效果。此外，企业实际的生产环境是比较杂的，某些数据分享出去后，有些部门需要修改某些信息，在这种情况下，要小心定义修改权限，修改范围，修改内容。

步骤六：完善信息项代码

标准代码是表示特定事物（或概念）的一个或一组字符。记录信息项固定码值的编码、分类、描述等。

对于可有限列举的业务信息，数据标准采用代码化的方法表达，包括业务类别信息、业务状态信息等。企业的业务，往往需要多部门协作，对业务状态准确、清晰的定义，是不同部门间协作的基础。

1、通过定义信息项相关标准代码，可以准确列举信息项的内容，促进业务规范化，可操作可管理性更强。

2、通过定义信息项相关标准代码，统一业务状态标识，理顺部门间的协作。

3、通过引用相关行业标准代码，使公司经营数据与监管要求和行业信息一致。

步骤七：标准发布

标准发布需要在全企业范围内发布；标准发布需考虑阅读的便利性和标准本身的可维护性。

用工具系统发布优于纸质和文件发布，比如普元的数据标准系统，方便员工查阅数据标准，方便维护。

步骤八：标准落地

数据标准落地的三个导向原则：业务导向、价值导向和问题导向。

数据标准动态管理：随着数据标准的落地与执行，不断完善更新数据标准，建立数据标准动态管理机制。

业务领域落地：业务管理部门在制定业务制度、业务手册，以及在系统填写业务信息时遵循数据标准。

IT系统落地：抓住新系统建设和改造的有利时机，推动数据标准在技术领域的落地；对于已有系统落标时，要充分地评估必要性，分析落标所带来的对本系统和相关其他系统的影响。

3.企业实施数据标准的成功要素

企业数据量是巨大的，为了成功地建立数据标准体系，还需要关注以下四个成功要素：

1、业务价值导向

企业数据纷繁复杂，数据标准化工作是以满足业务管理需要、分析决策需要与外部监管要求为导向，从企业的核心价值链出发，实现数据标准化定义。推动数据有效使用，提升数据的业务价值。

2、业务人员和IT人员共同参与

数据标准是业务和技术的桥梁，贯穿了业务信息、技术信息和管理信息。因此需要在高层挂帅的基础上，业务部门和IT部门通力协作。

3、管理和技术并重

无论是数据标准的制定还是数据标准的落地，都需要进行有效管理，以满足业务和IT的双重需要。数据标准是一项管理与技术并重的工作，通过管理制度支撑业务目标的实现，通过技术手段为管理工作提供支撑。

4、持续迭代，形成良性闭环

数据标准需要根据业务战略持续迭代，保持标准本身的活力。业务战略和业务需求随市场环境不断变化，技术手段也不断革新，数据标准化工作不是一蹴而就，需要不断发展与持续迭代。

4.结束语

本文介绍了企业数据标准的业务价值，构建基础类数据标准的步骤和要点，希望能为同仁们提供参考和帮助。

数据标准信息项梳理是比较琐细的工作，每个信息项和代码项应力求准确、翔实。在工作过程中，需要坚持价值导向，常常要审视构建数据标准的初衷：支撑企业核心价值的链信息是否纳入了标准，业务部门间协作和共享的信息是否纳入了标准，监管机构有明确要求的数据是否纳入了标准等等。

数据治理道阻且长，行则将至；行而不辍，未来可期。普元经过多年的实践，有完整的模板，在实践中积累了大量的信息项和代码项，可以在项目中分享。

精选提问：

问1：当业务数据来源的确是因为历史原因出现，多口径的情况，如何确定采取那一标准，判断原则是什么？

答：业务数据数出多门，造成数据重复录入，数据不一致，的确是数据之痛。解决原则1、识别权威数据源，看哪个系统从业务逻辑上最合理，数据质量最好，材料中推荐了几个例子；2、将权威系统立为标准，比如金融业，以核心系统数据为准，此外，新建全流程系统也可以立为标准。

问2：是不是所有数据都需要纳入数据标准？

答：不是的。标准的含义是统一规范，举个例子数据就是你自己使用，就不需要花力气做标准。需要纳入标准的数据是大家共同使用时，为避免歧义，减少沟通成本，需要事先约定好数据的业务含义和数据含义，才制定标准。

问3：从企业的核心价值链构建数据标准有什么方法论指导？实际项目中如何开展？

答：数据标准遵从DAMA数据管理知识体系。从企业核心价值链出发，依据所要构建的数据标准覆盖的领域，梳理重点业务活动，所涉及的对象及其属性，以及对象的相互关系。数据标准信息项就是所提炼的业务活动和相关对象。实际项目时，以方法论为指导，具体方式比较灵活，常常采用自顶向下和自下而上相结合的方法，项目组还会参考大量数据标准项目成果。因为业务线开展常常不理想，系统线信息又不足，所以需要结合这两种方法，此外企业之间或者同行之间，有很多信息是相同的，所以可参考已有数据标准成果。

问4：基础类数据和主数据有联系吗？

答：基础类数据和主数据有联系。一般我们建议把共享程度高的基础类信息纳入主数据，比如员工信息、机构信息，是每个信息系统都要用的，需要纳入主数据；企业以客户为中心，客户信息需要纳入主数据。企业以产品为导向，产品信息也需要纳入主数据。

问5：数据标准定义好之后，如何比较好的去约束和规范新建的业务系统？

答：数据标准发布后，要把遵从标准的规则立起来。对新系统设置事前、事中和事后三个检查点，可以约束和规范系统建设。一个是新系统设计方案，把数据模型导入数据标准系统（普元有数据标准系统产品），进行事前检核。二是上线前，从测试系统提取数据库表，进行事中检核；三是上线后，每年提取数据库表，进行事后检查。

问6：请问普元在数据标准这块，都有哪些规范，目前国家或行业在数据标准规范这块都有哪些规范，能否提供下标准清单。

答：普元在数据标准方面，有《数据标准实施细则》，规范了企业数据标准的分工、编制、变更、发布和落地工作。有大量基础类标准模板，包括客户、产品、项目、财务、组织、资产等等。国家和行业数据标准规范就太多，常用的：GB/T 4754-2017《国民经济行业分类》、《行政区划代码（截止2019年10月31日）》（质检总局编码统计局2019年公布）、ISO 4217-2015 表示货Bi和资金的代码、ISO 3166-1-2013 国家及其区域名称的代码等等。行业规范从监管机构查询，金融的行业规范由人民银行和银保监会发布。

问7：对于0-1的项目，业务系统设计尚未完成和不可预知情况下，数据标准和数据治理是否需要？如需要应该以怎样的思路设计和建设呢？

答：需要的，在业务系统尚未建设前，就建立数据标准，更有利于数据标准落地。企业的业务数据是客观存在的，不管有没有系统，有业务就会有数据。数据标准是对业务数据的定义和使用规范化、系统化的过程。没有系统的情况采用自顶向下的方法，从业务核心价值链入手，分析核心价值链上的业务活动、相关对象和属性，以及对象间的关系。将主要业务活动、对象和关联信息纳入数据标准信息项，对其业务属性、技术属性和管理属性进行定义。