基础数据标准落标白皮书（上）.pdfVIP

基础数据标准落标白皮书（上）

一、数据标准概述

1.定义

数据是由特定的环境产生的，这些环境因素包括生产者，时间，

系统等，这就造成了同一个语义的数据，会有多种不同的定义方法，

这给后期进行数据汇集和整合带来障碍，因此，数据处理的前奏就是

数据标准化，数据标准作为一个统一的数据共识，在企业的标准化中

起到重要作用。

数据标准一般包括下面几个，为了统一本文阅读共识，列出如下：

1.基础数据标准：标准是针对数据原始定义，一般面向原系统数

据或ODS层数据。包括业务语义，管理标准，技术规范，质量要求等。

2.指标体系：标准针对衍生型数据，一般面向集市层的报表等计

算型数据。

3.标准代码：具体指数据标准中的枚举值和语义，可以作为基础

数据标准的一部分，数据标准维度也是大部分来源于此。

4.标准编码：特指主数据治理中的实体对象数据的唯一编码和规

则，比如设备唯一编码。

5.业务术语词典：指企业数据定义过程中，从业务名词到物理表

和字段的标准化翻译的词根和词素。

6.其他规范：包括数据库设计规范，元数据规范，模型规范等，

具体可以在其他治理活动下定义，也是广义数据数据标准的一部分。

一般情况下，本文所述的数据标准落标主要指：

（a）基础标准落标（c）标准代码落标

（e）命名标准落标

指标体系的落标因为在数据后期，是比较容易实现的，因此不在

重点讨论中。标准编码则特定于主数据治理过程中实现，不在此赘述。

2.落标概述

数据标准的落标意义在于，企业由此开始进行数据驱动文化，开

始从源头进行数据的标准化生产，加速数据的融合与统一的效率，节

省大量数据应用和处理的成本。

数据标准的落标程度可以分为基本拉通型落标和全局管控型落标。

基本拉通型落标是指设计的数据元素符合数据标准的基本语义和

业务规则，物理定义符合技术规范，具体数据语义可以进行无规范的

衍生。落标范围重点是核心业务系统的核心标准和交叉标准，还有数

据仓库系统的。这种类型适合中小银行的上手阶段，以及没有重大系

统升级机会的系统，其核心目的是减少数据融合成本，加速数据消费

的效力，适合进行数据化驱动转型的企业。

全局管控型落标是指设计的数据元素符合数据标准的基本语义和

业务规则，物理定义符合技术规范，具体的物理数据语义需要进行有

规范的衍生，数据质量需要落地为数据库约束或者质量验核规则。落

标范围是核心业务系统和重点业务系统，以及数据仓库等衍生系统。

这种适合IT能力强，数据基础好的企业。其核心目标是掌控企业全局

数据，做到数据快速迭代，适合致力于打造数据快速创新型企业。

3.落标过程中的衍生

数据在落标过程中是可以进行一定程度的数据语义衍生的，比如

电话号码衍生为供应商电话。如果衍生的字段有确实的细化语义，或

者其他业务要求，就需要也有一些数据标准需要定义为子类标准或者

同义标准。

子类标准

当一类数据标准有进行细化的必要，并带来特定的语义和业务规

则，就需要在原有标准上进行衍生。比如“电话“衍生为”手机“和

“座机“，这是因为这两类衍生标准带来不同的业务属性，不同的数

据格式，以及不同质量检查规则。

也有一些可以不进行标准级别的衍生，比如“姓名“，具体语义

的设计可能是“客户姓名”和“供应商姓名“，这两个衍生可以不作

为子类标准制定，这是因为业务语义是因为数据所在的语义环境变化，

本质并没有不同。

同义词

同一类语义标准，在不同的业务口径中或者不同的人群中，会有

不同的名词，比如保单号和保单代码是同一语义的名词。这时候需要

将两者定义为同义词，并在每一个定义时，标注清楚使用语境。

4.落标难点

我国银行业的数据治理已经开展十几年，在有数据监管驱动和自

身数据价值挖掘的驱动下，大部分行已经进行了数据标准框架定义和

梳理，发布了各个板块的数据标准指导文件，有的甚至落实了数据标

准流程和人员角色。然而数据标准的落标在大部分普通银行仍然是个

不是很理想。

现在数据标准梳理和发布是比较容易的事情，各咨询厂商手里也

积攒了大量各个行积累的数据标准，可以比较全面的提交给各个银行。

可是落标不理想的原因我认为有这么几个问题。

•存量数据大，