4.3 數據標準規劃方案

在數據標準規劃方案中，數據標準可分為基礎數據標準和指標數據標準。基礎數據標準是針對業務開展過程中直接產生的數據制訂的標準化規范，包括數據項的分類標準、業務標準、技術標準和管理標準等；指標數據標準是為滿足內部分析管理需求以及外部監管需求，對基礎數據加工產生的數據制訂的標準化規范，包括對指標的一致定義、規范對指標的理解和統計角度的含義。

4.3.1 基礎數據標準

基礎數據中包含兩部分內容：一是主數據，主數據是描述核心業務對象的數據，其在企業內會被重復、共享，應用于多個業務流程、應用單元以及信息系統中，屬于相對穩定的數據，如物料、客戶、供應商、組織、人員、科目等主數據；二是交易類事務數據，它們是企業由于經營活動產生的各種訂單、憑證記錄等相關信息。

從內容上看，基礎數據標準通過業務屬性（含代碼信息）、技術屬性來描述數據規范化要求，例如在業務屬性中需要定義標準中文名、業務定義；在技術屬性中明確數據類型、長度、精度等。所以它是對每一個數據項制訂一套企業通用的語言描述，并分配數據項標準編號作為唯一標識，不僅包含數據項的基本信息（如數據標準項編號、名稱），還包含數據項的分類（可按業務主題、對象分類等維度劃分）、業務標準（業務定義）、技術標準（數據類型、數據長度等）及管理標準（主責部門、歸口管理部門、業務管理部門、信息技術部門各職能）。

基礎數據標準制訂不僅需要包含上文介紹的標準本身的內容，還要包含標準的各組織、標準實施的策略、標準維護的流程以及平臺等相關內容。因基礎數據標準制訂幾乎涉及企業所有的關鍵業務環節及信息系統，所以首先需要梳理基礎數據分類。數據分類是對日常業務工作中具有共同業務特征的數據進行歸類，包括數據業務主題、業務子主題、業務對象及其下的各層級細化分類。然后對現有集團層信息系統和子單位個性系統中涉及數據項的數據庫表信息進行梳理，以形成基礎數據業務系統盤點表，并依據相關指標數據需求對其進行必要的細化重分類，最后編制出包含基礎數據業務標準、技術標準、管控標準的基礎數據標準。

關于基礎數據梳理其他維度的重點內容，接下來進行專門解析。

1.基礎數據梳理細節解析

1）業務梳理。業務人員基于企業的業務流程及管理經驗，結合企業的管理辦法與制度，識別業務對象；將識別的業務對象結合業務系統盤點結果，梳理業態分類、業務分類及業務數據項。

2）業務系統梳理。以應用系統界面及操作手冊為輸入，綜合考慮指標計算公式涉及的數據項及指標維度，梳理技術數據項。

3）數據字典梳理。根據各業務系統的數據字典，明確收集的字段信息，梳理元數據相關的屬性信息（如數據庫、表信息、字段信息等）。

4）數據項與數據庫關聯關系梳理。整合技術數據項與元數據屬性信息，將系統界面屬性與數據庫表屬性字段對應。

2.基礎數據重新分類細節解析

1）基礎數據分布。借助技術工具，篩選重復的業務對象屬性；根據篩選結果，識別跨多個系統流轉的業務對象屬性，并記錄其分布情況，以明確跨系統共享的數據源頭及流向，形成基礎數據分布圖。

2）基礎數據重分類。根據數據分布圖及盤點的數據項篩選主數據，作為數據標準項的輸入之一（數據標準項包括主數據項、指標維度及計算公式涉及的數據項、跨系統分布的數據項、業務流程中核心的數據項）；梳理基礎數據標準定義（含業態分類、業務分類、基礎信息、代碼編號、代碼名稱、管控信息，以及業務責任部門與參與編制部門）。

4.3.2 指標數據標準

指標數據作為企業分析應用的基礎，是反映企業經營管理在一定時間和條件下的規模、程度、比例、結構等的概念和數值。指標數據一般由業務維度描述和技術維度描述組成，是用來量化事務的一個工具。它可以幫助企業去除一些抽象的事件得出一個輪廓上的描述，常常被用于內部統計、分析管理等場景。指標數據一般通過包含主數據的各類交易數據計算、整合分析而成，并在各個管理報表中存在，是高層進行管理、決策的重要依據之一，如通過日常業務活動去判斷整個產品的用戶量，從而反映出這個產品的健康程度，是否處于增長中，另外還有資產利潤率、資產閑置率等也為高層或管理人員對相關財務信息進行決策與把握提供依據。所以，統一指標數據標準可以規范業務統計分析語言，幫助企業提升分析應用的數據質量，進而提高企業數據質量和數據資產價值。

從內容方面看，指標數據標準管理整個企業對指標的統一定義、規范，確保集團層和各級單位在同一維度對指標進行統計的口徑一致。指標數據標準不僅包含指標數據項的基本信息，還包含數據項的分類（業務主題、指標類別與等級）、業務標準（指標口徑、計算公式、度量單位）、技術標準（數據類型、精度、最小顆粒度、算法解析）以及管理標準（指標用途、業務價值、管理辦法）等信息。

從標準制訂方法層面，指標數據標準通過基礎屬性、業務屬性、技術屬性和管理屬性來描述指標數據規范化要求。指標數據標準的梳理應依托企業指標體系，從企業管理報告、崗位報告、現有報表等方面進行梳理，尤其在集團層與各級單位的運營指標方面，不同業態可能有不同指標，應整體考量，共同盤點出完整的指標數據及其維度屬性，以形成指標數據盤點表，并以指標數據盤點結果為輸入，對指標數據進行重分類，梳理指標標準統計規則，進而編制相應的指標數據標準，包括指標數據業務標準、技術標準、管控標準等。

而目前指標數據標準在企業中的應用和管理方面，一般存在哪些問題？

（1）指標口徑不一致

在企業管理和業務活動中，經常存在指標數據的名稱相同，但統計口徑、計算方法卻有較大差異的情形；或者反過來，指標數據的計算方式相同，但名稱卻各異。定義不統一的指標會帶來極大的溝通障礙，讓溝通效率降低，甚至“差之毫厘，謬以千里”。

（2）指標體系不完整

企業各部門根據自身業務需求，都有一部分的量化指標，但不夠全面，也缺乏方法論指導，對于企業整體數據分析應用能力提升的指導作用有限，且在使用過程中孤立強調某些指標的趨勢，而忽略綜合分析、長期跟蹤與定期指標比對的重要性。還存在缺乏整體考量而設置的指標體系，以及錯誤的指標分析方法，會產生錯誤的分析結果，進而影響運營層面、產品改進方面的決策。

（3）指標問題難追溯

指標數據大多經過多重計算得到，有些指標需要經過很長的加工過程才能得出，若無法追溯指標的加工過程，就不知道指標所用的數據來源，無法快速找出指標出錯的原因和對應的責任部門。指標的一致性、完整性、準確性和可追溯性得不到保證，出現問題時各部門間相互推諉的情況時有發生，導致指標問題難以得到解決。

針對指標數據進行梳理的方法，筆者梳理了以下幾點內容。

1）業務指標梳理。在管理分析類指標數據標準的設計梳理工作中，以定義統一、口徑統一、名稱統一、參照統一、來源統一、分類框架作為指標數據標準化的要求和依據來推進指標數據盤點工作，見表4-1。

2）指標整合。從計算方法、業務維度等方面對各類指標進行合并。

3）指標規范化。包含指標名稱、業務含義、加工信息、統計信息、指標屬性等方面的規范化。

經過以上疏理過程，最終在大數據平臺形成指標層，完成基礎指標的統一加工和輸出，實現對全集團數據應用需求的規范管理。

指標屬性標準側重于對指標的規范定義，并要求按照規范執行，如圖4-1所示。

4.3.3 管理標準規劃方案

數據管理標準規劃一般包含規劃責任組織與數據管理細化流程。

1.規劃責任組織

知道數據標準制訂的工作是什么之后，還需要知道到底由誰來制訂數據標準。

企業集團層的統一數據標準是必須執行下去的，而且需要做到長期有效和可落地執行的程度。關于誰來負責、誰來管理、誰來執行，各行各業均有不同實踐，但從實踐效果來看，不同的職責分工帶來的權責問題也是五花八門的。例如由信息技術部門負責，其他部門配合制訂的數據標準，在業務使用時存在諸多不便：標準名稱不符合業務日常使用習慣、定義內容缺少專業輸入等；業務部門通常認為數據標準屬于基礎性的技術工作，因自己負責的業務范圍有限而拒絕制訂。也有一些企業由財務部門或風險部門牽頭制訂，但往往也容易受部門職能導向，只關注各自領域的數據標準化需求，而集團層面的統一化標準做不深，也做不全。

在整體的數據治理工作中，如之前所提及的組織架構方面，也需要有一個歸口管理部門來統籌安排數據治理工作，包括牽頭數據標準的制訂工作。但是，無論牽頭部門是財務部門、信息技術部門、業務部門還是獨立的數據管理部門，數據標準的制訂過程都離不開業務部門與技術部門的共同探討、共同商榷，這時需要的是一個機制，而不是任何一個部門的“單打獨斗”。

因此，筆者建議在數據標準制訂過程中將角色劃分為三類。

1）歸口管理部門：前面已經從實踐角度提出，企業可能將數據治理歸口管理部門設置在戰略部門、財務部門、信息科技部門或獨立數據治理部門，甚至是業務+技術雙牽頭的形式。對于數據標準管理工作而言，數據治理歸口管理部門是作為牽頭者，需要做到組織數據治理小組，將技術管理與業務管理的相關人員協同起來，完成數據標準制訂工作，為數據標準制訂提供資源協調、統籌安排等便利。

2）業務管理部門：此處的業務管理部門包括前臺業務部門以及中臺管理部門。業務管理部門在數據標準制訂中承擔著業務規范者的角色。這些部門在數據標準制訂過程中承擔著提供權威業務定義和數據標準業務含義管理的多重職責。如果企業將數據治理歸口管理部門確定在某一業務管理部門，則該部門需要同時承擔起工作牽頭和規范定義雙重責任。業務管理部門不僅能夠提出業務規范的要求，同時對技術屬性也可以提出初步的建議方案，與信息技術部門協同商榷。

3）信息技術部門：信息技術部門包括信息技術管理部門及部分已成立的專門的數據管理部門。信息技術部門作為數據標準的技術規范執行者，其職責不僅在于制訂過程中確認技術屬性具有可落地性，符合已建信息系統現狀，還在于將確認后的數據標準實際落實在信息系統中，確保數據標準能夠得到有效執行。

2.數據管理細化流程

當權責有效落實后，就該考慮數據管理流程的標準化如何能夠對數據管理起到有效的指導和監管作用，從而有助于數據質量的維護，有效提高數據管理的工作效率。數據管理流程標準覆蓋數據的全生命周期過程，以及數據使用申請流程，全面支撐數據的日常運營，滿足企業對數據管理的需要。數據管理流程如圖4-2所示。

（1）數據新增流程

數據新增流程是指在業務運行過程中出現了新的數據需求。新增流程應遵循“誰使用，誰申請”的原則，由使用方提出需求，經過必要的審批后發布使用。

（2）數據變更流程

發起數據變更時應充分了解數據的使用情況，業務發生變更后，通過變更流程實現數據的同步，變更流程發起后，需經過必要的審核，在審核時評估數據變更的必要性和影響，嚴禁隨意對數據進行不必要的變更。

（3）數據凍結流程

數據凍結流程一般需要設置一定的觸發條件，當條件發生后，數據自動凍結，數據凍結的狀態則同步分發至各業務系統，禁止數據的再使用，但在現有業務環節的數據仍可以繼續流轉，不影響現有業務的運行。

（4）數據失效流程

數據失效流程使用相對較少，一般在出現數據風險或法律風險后才會觸發。數據失效流程影響面比較廣，不僅影響未來數據的使用，同時也會影響當前業務流程中正在使用的數據，禁止所有業務運行。因而，數據失效流程發起后，需要相關方一起討論應對策略。

（5）數據使用申請流程

從管理的角度來看，數據的所有權屬于數據的歸口部門，當其他部門需要使用非歸口數據時，應當發起數據使用申請流程，由數據歸口部門審批，審批通過后方可使用。

4.3.4 數據標準與數據質量協同

數據標準與數據質量之間的關系非常緊密，數據標準是數據質量得到保證的前提條件之一，所以，它們之間若能形成良好的協同，將會對企業數據運營與管理的提升起到重要作用。在這個過程中需要注意以下幾個方面。

1）根據數據使用過程中遇到的標準相關問題和需求，進行數據標準的不斷更新與完善。

2）通過數據質量管理保證數據標準的執行，并不斷完善數據標準。

3）基于數據標準確定數據質量管理原則，制訂數據質量管理的評估維度。

4）通過業務管理及技術檢查手段，控制并保證數據信息的準確性、完整性、一致性等，提高數據的可用性。