Dataphin数据治理系列丨3步提升企业数据标准化程度

企业在设计、采购、生产、销售、物流、售后等业务过程中，经常会出现大量信息不规范、不统1.不及时的情况，导致数据资产无法在核心业务流程中有效流通和消费。通过整合每个系统，突破数据融合形成数据流是非常重要的一环，是在企业内充分贯彻同一套数据标准，包括后端设计研发、前端业务运营消费，或企业内的部门间、组织间、角色间协作，通过数据标准管理和实施，可以根据统一的术语和统计口径进行格式定义和指标设计，促进数据流通和消费。常见的数据标准问题根据中国通信院的定义，数据标准是指保障数据内外使用和交换的一致性和准确性的规范性约束。更直接地说，数据标准用于描述数据含义和业务规则，通常在企业层面遵循，通常从三个方面定义：业务、技术和管理。但是，数据标准需求缺乏统一管理，不同系统间标准制定依据的差异，缺乏资产建设与标准的关联，使数据标准的建设和应用面临着非常困难·建设多源异构数据整合缺乏统一的约束口径，数据开发效率低，数仓开发人员无法迅速理解数据背后的实际业务意义，需要与操作人员反复沟通，理解成本高;不同操作人员对相同指标口径的理解不一致，容易出现识别偏差，影响分析决策结果。·管理各系统分散管理，人工保障规范，难以提高数据质量，不同主题域由不同负责人进行开发和维护，导致规范不一致，降低数据可靠性;由于缺乏有效的工具监督，规范定义和开发实现隔离，不能保证数据开发符合标准规范，难以提高数据质量，导致数据重构频繁，管理成本高。使用元数据信息和使用指南数据消费的困难大数据的使用不仅需要澄清数据的细节，而且还需要参考元数据信息，以便数据使用者能够迅速找到所需的数据，并评估数据的可用性。由于缺乏必要的数据定义和使用说明，数据经常被误用，数据消费困难。

因此，为了帮助企业的数据标准管理者/组织，提高企业的数据标准化程度和数据资产的可靠性，需要一套功能全面、操作方便的产品。Dataphin数据标准模块在标准建设、标准管理、标准应用三个核心部分提供统一的产品化能力，并结合质量监控能力实现对资产对象的标准遗漏审查，帮助企业解决数字建设管理过程中遇到的问题。Dataphin数据标准功能介绍数据标准如何构建数据标准模板、一次定义多次重用与传统模式下Excel等离线文件管理数据标准的方式相比，Dataphin在线创建标准集，统一管理规范类似、业务语义相关的数据标准，发挥分类作用。实现一次定义多次重用。例如，某个团队的基础数据标准需要具备以下属性·业务属性标准名称、标准代码、说明·技术属性字段类型、字段长度、字段精度·管理属性标准制定部门、应用业务部门在制作标准集模板时，我们可以将“标准制定部门”和“应用业务部门”的类型设定为“列举单值”，并且列举值的来源参照“公司部门”，这样制定标准时，这两个属性以下拉单选框的形式显示，且可选择范围为“公司部门”的代码值，不仅大大提高了标准填写人员的效率和体验，避免了因信息源和操作不一致而导致的标准规范。

此外，为了更好地统一管理历史上建立的标准文件导入系统，Dataphin支持数据标准的批量导入和更新，只需下载标准模板和放置竞争策略，即可实现约束一致的数据标准批量更新。

如何有效地管理标准全生命周期管理，更加明确多方协同在Dataphin中完成数据标准的制定后，默认生成“草稿状”标准，确认填写错误后，可以提交标准的在线申请，生成相应的审核任务。Dataphin支持设置标准批准模板，以适应不同控制范围的标准批准。标准联机后，根据设定的标准生效时间自动生成“等待生效、生效、过期”标准。在线化后的标准将支持在线修订，并生成“正在修订”的版本。在重新发布之前，正在修订的版本不会影响联机启用的标准版本。在此过程的基础上，可以实现灵活、完整的标准生命周期管理。

参照数据管理有制约，数据标准为了更好地适应商务要求，大多需要与参照数据一起使用。常见的参考数据包括图表、词根和度量单位。表可以用于限制标准属性字段的值范围，也可以直接用作范围值属性例如值域的源，提高标准定义的准确性;词根作为词缀使用，并作为数据表、字段等研发对象命名的参考依据，通过提高命名规范性来减少数据消费时的矛盾性和理解误差。Dataphin数据标准支持代码代码和根的创建和管理，可以通过简单的接口操作完成创建，在创建标准时可以将代码作为值范围的约束引用，降低了标准管理员的操作成本。

数据标准如何使用进行落标映射，数据治理必须在研发链路标准制定完成后先行，与相应的资产对象相关联，实际实现其应用价值，实现对资产的规范性约束。Dataphin基于标准属性值和资产对象元数据属性值，为了实现标准与资产的关联，基于标准属性值和资产对象元数据属性值，支持标准与资产的关联。以下，关于Dataphin如何安装标记映射以及审计，使用例子进行进一步理解。首先，用圆圈选择进行映射匹配的标准和资产对象的源范围·标准“测试标准集”的所有“有效”状态中的标准·资产对象所属的表名中包含单词“test”的所有字段接下来，用于配置标准和资产对象的关联映射条件的标准名称=字段名，最后，需要配置规则的执行时间和频率等信息。

基于上述构成，系统自动执行映射规则，用圆形选择对应范围的标准对象和资产对象，并进行匹配。规则执行后，在资产目录以及规则执行详细页上，可以明确确认资产与哪个规格相关联，参照映射的规格定义进行开发，可以使数据治理在R & D链接之前。目标下降评估，确保源端数据规格统一映射成功的资产对象实际上是否符合这些标准。第二，我们需要有一个目标向下评估功能。Dataphin支持资产对象的技术元数据，例如字段类型、字段长度等的脱落评价。然后结合质量监测的能力，进一步扩大对范围、现场格式等内容的监测。对于不符合相关标准的资产，标准管理员应促进研发人员早期进行纠正，并从源方保障数据规范性和统一性。

结论总体而言，作为资产管理的重要组成部分，Dataphin数据标准功能为标准统一管理提供了灵活的产品化能力支撑，同时降低了人工监控成本，为标准落地执行提供了强有力的保障，提高了整个企业数字化能力建设的标准化成熟度和资产健康度。