1、数据标准管理

大数据的标准体系框架共由7个类别的标准组成，分别为基础标准、数据标准、技术标准、平台和工具标准、管理标准、安全和隐私标准及行业应用标准。

数据标准是对数据的表达、格式及定义的一致约定，包含数据业务属性、技术属性和管理属性的统一定义；数据标准的目的是使组织内外部使用和交换的数据是一致的、准确的。通常可分为业务术语标准、参考数据和主数据标准、数据元标准、指标数据标准。

业务术语是被批准、管理的业务概念定义的描述，需要通过流程来定义组织如何创建、审批、修改和发布统一的业务术语。

参考数据是用于将其他数据进行分类或目录整编的数据，可以简单理解为是数据字典，是数据可能的取值范围。

主数据是组织中需要跨系统、跨部门共享的核心业务实体数据。主数据因为其重要价值，被喻为企业的黄金数据记录，如多个系统共享的客户、商品等核心业务实体数据。

数据元是用一组属性描述其定义、标识、表示和允许值的数据单元，是描述数据的基本单元。数据元由3部分组成：对象类、特性、表示值域和数据类型的组合。

指标数据是组织在经营分析过程中衡量某一个目标或事物的数据，一般由指标名称、指标解释、时间限定、其他条件限定、指标数值等组成，如企业的人均利润率、季度离职率等。

数据标准管理是指数据标准的制定和实施的一系列活动，关键活动包括：

• 理解数据标准化需求;
• 构建数据标准体系和规范;
• 规划制定数据标准化的实施路线和方案;
• 制定数据标准管理办法和实施流程要求;
• 建设数据标准管理工具，推动数据标准的执行落地;
• 评估数据标准化工作的开展情况。

2、数据标准化的难题

• 一是制定的数据标准本身有问题。
• 二是在标准化推进过程中出了问题。
• 对建设数据标准的目的不明确
• 过分依赖咨询公司
• 对数据标准化的难度估计不足
• 缺乏落地的制度和流程规划
• 组织管理水平不足

3、应对方案

（1）制定可落地的执行方案。执行方案要侧重于可落地性，不能落地的方案终只能被废弃。一个可落地的方案要有组织架构和人员分工，每个人负责什么，如何考核，怎么监管，都必须纳入执行方案中。

（2）正确认识数据标准建设的目，即是统一组织内的数据口径，指导信息系统建设，提高数据质量，更可信地处理和交换数据，而不是应付上级和监管机构的检查。

（3）正确认识咨询公司在数据资产管理工作前期的作用。咨询公司的定位应该是准确评估组织的数据管理水平，制订可以落地的方案，而不应一味地追求咨询输出物的技术含量。

（4）充分认识到数据标准化的难度。要取得管理决策层的支持，提升组织管理水平，做好长期推进的工作准备，建立起数据标准化的工作制度和流程，遇到问题通过正式的流程和沟通机制逐步解决。

（5）实际落地中，建立起科学可行的数据标准落地形式。