通俗地講，對企業來說，數據標準就是對數據類型、長度、歸屬部門等定義一套統一的規范，以保障不同業務系統之間可以做到對同樣的數據理解統一和使用統一。

什么是數據標準？

數據標準是指企業為保障數據的內外部使用和交換的一致性和準確性而制定的規范性約束。（詳見：6000字詳解數據治理之數據標準管理）

而數據標準管理則是一套由管理制度、管控流程、技術工具共同組成的體系，是通過這套體系的推廣，應用統一的數據定義、數據分類、記錄格式和轉換、編碼等實現數據的標準化。數據標準管理的目標是通過統一的數據標準制定和發布，結合制度約束、系統控制等手段，實現數據的完整性、有效性、一致性、規范性、開放性和共享性管理，為數據資產管理提供管理依據。對于大多數企業而言，他們已有各種各樣的信息規范，如建模規范，但是這些規范只是為了約束開發工作，更多的時候強調的是數據字典表達的規范。而企業級數據標準的目標卻是使企業內部在業務和數據上達成共識，業務共識在先，數據共識在后。從一個IT管理的數據規范變成企業級的數據標準，將是非常大的轉變，這個轉變的核心是以數據標準提高業務的規范性和業務協同能力，同時約束IT系統建設。JR/T0105-2014 銀行數據標準定義規范：標準是指為了在一定的范圍內獲得最佳秩序，經協商一致制定并由公認機構批準，共同使用的和重復使用的一種規范性文件。數據標準是指對數據的表達、格式及定義的一致約定，包括數據業務屬性、 技術屬性和 管理屬性的統一定義。業務屬性包括中文名稱、業務定義、業務規則等，技術屬性包括數據類型、數據格式等，管理屬性包括數據定義者、數據管理者等。下圖是《銀行數據標準定義規范》JR/T 0105-2014中關于“擔保種類”的數據標準定義示例：

數據標準有哪些分類？

數據標準管理的對象可以分為數據模型、 主數據和參考數據、 指標數據三大類，每一類均可采用以數據元為數據標準制定的基本單元構建數據標準體系。1、 模型數據標準基礎數據指業務流程中直接產生的，未經過加工和處理的基礎業務信息， 模型數據是指對基礎類?數據特征的抽象和描述。模型數據標準是為了統一企業業務活動相關數據的一致性和準確性，解決業務間數據一致性和數據整合，按照數據標準管理過程制定的數據標準，模型數據標準也是元數據管理的主要內容之一。以下是某銀行為確保數據標準使用，形成的一整套模型數據標準的信息項屬性架構：

下圖是某運營商數據倉庫DWD模型層常用數據元的標準定義示例：

下圖是某運營商數據倉庫DWD層數據元后綴規范示例：

2、主數據和參考數據標準主數據是用來描述企業核心業務實體的數據，比如客戶、供應商、員工、產品、物料等；它是具有高業務價值的、可以在企業內跨越各個業務部門被重復使用的數據，被譽為企業的“黃金數據”。參考數據是用于將其他數據進行分類或目錄整編的數據，是規定數據元的域值范圍。參照數據一般是有國標可以參照的，固定不變的，或者是用于企業內部數據分類的，基本固定不變的數據。主數據與參照數據的標準化是企業數據標準化的核心。

3、 指標數據標準指標類數據是指具備統計意義的基礎類數據，通常由一個或以上的基礎數據根據一定的統計規則計算而得到。指標類數據標準一般分為基礎指標標準和計算指標（又稱組合指標）標準。基礎指標具有特定業務和經濟含義，且僅能通過基礎類數據加工獲得，計算指標通常由兩個以上基礎指標計算得出。以下是某銀行為確保指標數據標準定義的完整與嚴謹，形成的一整套指標數據標準的信息項屬性架構：

以“撥備覆蓋率”指標為例，從數據標準化的角度來看，首先需要定義其業務含義，以明確其定位和用途，統一業務解釋；同時通過技術屬性明確其指標技術口徑和取數規則等，確保指標數據計算結果的一致性。這樣，在整個銀行層面，統一了“撥備覆蓋率”的業務口徑和技術口徑，最終確立了其使用規范。

指標數據標準可以從 維度、 規則和 基礎指標三個方面進行定義：

并非所有模型數據、 主數據和參考數據、 指標數據都應納入數據標準的管轄范圍。數據標準管轄的數據，通常只需要在各業務條線、各信息系統之間實現共享和交換的數據，以及為滿足監控機構、上級主管部門、各級政府部門的數據報送要求而需要的數據。《數據標準管理實踐白皮書》將數據分為 基礎類數據和指標類數據，數據標準也可以分為 基礎類數據標準或 指標類數據標準，這種劃分方法中的基礎類數據其實等于模型數據+主數據+參考數據，因此不存在本質的區別。

為什么要做好數據標準管理？

企業下分支各自都有自己的信息管理系統，分別管理自己的業務形態，當總公司要進行數據整合的時候，幾個系統的信息都會進行存在一張信息表中，其實這個就是在建立數據標準。

那么要建立一個數據管理平臺，統一存儲各個分支全部的交換信息時，信息表該如何創建？這就需要創建信息標準來整合企業內部不同部門業務系統產生的信息。

數據標準化的過程其實就是在數據管理平臺實現數據標準，并將各個系統產生的數據通過清洗、轉換加載到整合平臺的數據模型中，實現數據標準化的過程。

所以，數據治理的第一步就是要梳理清楚企業擁有哪些數據，并整合數據。而構建數據整合平臺則必須要建立一套數據標準和數據模型，實現數據的標準化。

可以說，數據標準是數據管理的基礎性工作，是數據管理建設中的首要環節，具體主要體現在以下幾個方面：

（1）數據標準為數據平臺提供統一的數據標準定義和平臺邏輯模型；（2）數據標準是數據平臺進行數據治理的依據和根本；（3）數據標準是衡量數據平臺數據資產運營和管理的評估依據；（4）需要通過數據標準管理的實施，實現對數據平臺全網數據的統一運營管理。

數據標準管理是規范數據標準的制定和實施的一系列活動，是數據資產管理的核心活動之一，對于政府和企業提升數據質量、厘清數據構成、打通數據孤島、加快數據流通、釋放數據價值有著至關重要的作用。

如何構建數據標準，詳見：如何建立數據標準實現數據資產管理？

數據標準的組織架構是什么？

《數據標準管理實踐白皮書》給出了數據標準管理組織架構建議，即將數據標準管理組織劃分為數據標準決策層、?數據標準管理部門、?數據標準執行層。數據標準決策層是企業數據標準管理的最高決策組織，主要職責是組織制定和批準數據標準規劃、審核和批準擬正式發布的數據標準、協調業務和IT資源，解決在數據分類規劃、體系建設、評審發布、執行落地中的全局性、方向性問題，推進企業整體開展數據標準化工作。數據標準管理層是企業數據標準管理的組織協調部門，主要職責是根據業務需求，組織業務和IT部門，開展數據標準落地工作組織業務部門和IT部門參與數據標準管理相關工作，并推進數據管理工作的進程，同時及時將數據標準管理過程中的成果或問題報決策層審批。數據標準執行層是指具體開展數據標準編制和體系建設的數據標準管理部門，通常由數據標準管理專家、相關業務和IT專家組成，主要職責是解決編制數據標準、推進數據標準落地工作中的各類具體業務問題和技術問題。

以下是銀行業的一種數據標準組織示例（引自2019年數據資產管理大會）。

數據標準如何落標？

數據標準的落標需要重點考慮三大問題：

問題1. 什么數據需要制定哪些標準

問題2. 什么系統落什么標準

問題3. 什么人與什么時間執行

如果這三個問題沒有想清楚，基本數據標準的梳理會停留在Excel層面，標準的政策會停留在墻上，無法走入每個設計者的頭腦和每個系統的每個字段。第一個問題，什么數據需要制定標準，首先回到數據標準所要解決問題的初衷，數據標準主要解決數據在共享，融合，匯集應用中的不一致問題。那么看哪些數據會出現在這個這三個環節中，以及哪些容易出現問題。對于與一個企事業組織來說，按照價值鏈，一般關注三大要素：客戶，產品，大運營。舉例來說，將銀行業劃分為九大概念數據，也是圍繞客戶與產品的大運營活動細分。那么有如下幾類數據會在數據應用過程中，會更多出現融合和匯總的機會，需要格外注意。

第二個問題和第三個問題是實際工作中非常困擾的，落標的大多數困難與此有關，因此將其放在一起來說明，一般將系統與數據分列如下列表：

通過這個表格的內容，可以發現數據標準從源頭落地，會減少數據的處理成本，提高數據應用的效益，缺點是對于存量系統和外購系統存在較大改動風險和成本。如果從數據的倉庫層進行落標，比較容易著手處理，落標后的下游數據系統則自動統一數據標準，然而數倉層的報表應用與業務系統的報表存在口徑不一致性在所難免，仍然需要源數據層進行必要調整。無論從哪一層入手，模型的優良設計環節都是必要條件，否則整個落標過程會沒有抓手，流程將不順暢。國內某銀行建立了一套數據標準體系框架，管理全行數據標準，形成了以科技戰略委會員領導下的數據標準化小組為管理組織，涵蓋標準定義、執行、監督評審等各個環節的良性數據標準閉環工作機制與流程，并配套管理制定和工具的建設。

其中包括建立基礎數據標準600余條，覆蓋了公用信息、產品、協議、資產、事件、渠道、參與人、財務8個主題的核心數據，建立代碼數據標準200余條，將數據標準實施落地，保障核心數據的規范性和一致性。該系統的建設顯著提升了向監管報送的數據質量，大大減少了IT部門數據質量處理任務工單，提升了取數效率。數據標準落地方法，詳見：數據治理連載漫畫：數據標準如何落地？