狠狠爱综合网,亚洲福利精品,国产亚洲在线

產品簡介

美林新聞/NEWS

首頁美林數據行業資訊

數據治理知識分享—數據元|主數據|參考標準|指標數據|業務術語，企業數據標準如何落地？

2022-11-17 13:35:00 次

上篇文章我們提到制造企業的銷售、設計、采購、生產等眾多業務環節無法貫通，信息滯后嚴重等問題可以從企業數據標準的統一為切入點進行解決，我們也詳細介紹了：
“什么是數據標準？”
“為什么要定數據標準？”
“數據標準包括哪些內容？”
等一系列問題【數據分析行業知識分享|絕對干貨！一文詳解數據標準】，那么這些標準到底如何應用、如何落地？今天讓我們來一探究竟吧！
總的來說，數據服務于業務，數據標準制定要基于業務場景確定、數據標準落地要回歸到業務應用中，為業務貫通、業務效率提升等發揮作用；一般的數據類項目中，數據質量、數據建模等也需要考慮對定義的數據標準進行貫徹和執行。
上期我們分享了數據治理中不同類型的數據，數據標準定義的側重點不同；實際上，不同類型的數據標準，落地方案也不盡相同，需要根據該類數據的特點及場景確定合適的落地方案。
01 數據元
可以理解為屬性字段，對企業中重要數據的數據元進行標準化定義，使數據的擁有者和使用者對數據有一致的理解。數據元標準主要應用到數據建模過程，包括業務系統的模型設計、數據類平臺的模型設計均需要考慮模型落地等。
02 主數據
是組織中需要跨業務領域、跨流程、跨系統使用的數據。主數據管理是對主數據標準和內容進行管理，實現主數據跨系統的一致、共享使用。主數據管理落地，需要注重主數據的標準以及主數據內容兩個部分，尤其是內容的規范化及共享。
03 參考數據
是用于將其他數據進行分類的數據。參考數據管理是對枚舉項值進行管理，包括代碼值和其唯一標識符。參考數據標準落地會特別注重枚舉項值及編碼的規范化及各業務環節、業務系統的共享。
04 指標數據
是組織在經營分析過程中衡量某一個目標或事物的數據，一般由指標名稱、時間和數值等組成。指標數據標準的落地主要在于使各業務部門、業務環節、管理層對指標業務定義達成共識，形成企業級的指標管理體系，通常在專門的數據分析平臺中落地。
05 業務術語
是企業內部理解數據、應用數據的基礎，主要針對業務概念的規范化描述/解釋，業務術語可以是業務流轉環節的術語、表單的術語、某一字段的術語、某一參考數據條目的術語等，理解及應用數據過程中需要澄清的、界定的概念都可以定義為業務術語。業務術語標準，通常會形成業務術語表，一般是在企業范圍內當成標準發布并參照執行。

?數據元標準：Standards
數據元標準要真正在業務貫通中發揮作用，應該落地到各業務流程的輸入輸出數據中。數據元標準落標與數據建模有直接關系，涉及到已建系統、待建系統中模型的映射及引用等，數據元標準在業務活動中的落地方案如下：

圖數據元標準應用

應用于模型的兩種模式：
1. 引用：數據模型在設計過程中引用數據標準，達到模型規范化目的。
2. 檢查：數據模型關聯標準、引用標準后進行貫標檢查，反向推動標準落地。
落地到業務系統的兩種情況：
1. 已建系統：對于已建業務系統的落地，我們通常采用屬性字段與數據元標準進行映射的方式，將業務系統中的物理表屬性與數據標準關聯，關聯后通常檢查兩類內容：一種是模型中數據元標準的覆蓋率檢查；另一種是對關聯的原屬性判斷其與標準的符合程度。在數據管理類平臺中對業務系統的屬性進行貫標時，有時采用“已有模型進行映射”的方法，預留一列“數據元標準映射”，專門用于映射數據元標準，基于平臺對數據應用時可以通過其關聯的標準了解它的內涵及約束規則等，如下圖所示。
2. 待建系統：對新建的業務系統，可要求其模型中的屬性“直接引用”數據元標準，包括數據元的名稱、規則等，在業務系統運行過程中仍需持續監控標準的執行情況，及時發現不符合標準項的模型予以整改；新建業務系統如遇成熟套件的情況，數據模型通常已經內置，且更改不易，也可考慮在數據管理平臺中進行數據元標準映射并檢查的方式貫標。

采用業務系統直接“引用”數據元標準的方式進行貫標，會涉及系統的改造，對流轉中的業務也有一定的影響，但這也是基于統一的標準打通業務流程和提高業務協作效率最根本的方法；除此以外，為了兼容業務系統的異構性，在數據類項目中，通常在數據管理平臺中做映射貫標，并基于此開展業務流程打通的關鍵業務點監控、業務可視化的方式來推動業務效率提升。
?主數據標準落地：Standards
主數據標準的落地重點除了數據模型的一致性，還包括主數據條目的一致性，需要對具體的數據條目進行規范化及共享。
各類主數據需要從業務定義、分類、編碼規則、屬性、質量規則、維護流程等幾個方面進行標準的制定與落地。保障企業中跨系統、跨部門的核心數據能夠在各業務環節保持一致。
01、業務定義
明確各類主數據的定義與范圍，并將定義范圍內的原始數據進行收集。如計量器具是指能用以直接或間接測出被測對象量值的裝置、量具和用于統一量值的標準物質；計量器具數據范圍指通用計量器具，不包含固定資產、儀器儀表、工藝裝備和非標設備。
02、分類
這里所說的分類是針對某一類主數據進行細化的分類，制造企業的物料通常到五級分類，可參考國標、行標、集團標準等確定本企業應用的數據分類，通常為樹狀結構。不是所有主數據都需要制定分類，制定時可從業務或管理需要出發。如某企業產品類主數據分類見下圖：

03、屬性
主數據屬性需要滿足共享性、基礎性、變化不頻繁等特性，變化相對頻繁的屬性一般不納入主數據管理，比如：物料數據的采購視圖、倉儲視圖、財務視圖、MRP視圖等信息不納入主數據管理。
04、編碼
在標準落地過程中，每條主數據都應該依據編碼規則被賦予一個唯一的編碼，編碼是業務流轉判斷唯一數據的重要依據，編碼規則不適合有太多的業務含義，一旦屬性值變更，則該編碼表征的業務含義就不對了，通常建議物料的編碼規則由大類的類別碼+x位流水碼確定。
05、質量規則
需要根據業務應用需求對各類主數據的關鍵屬性確定質量規則，如唯一性、一致性、不允許出現空格、直徑應統一用“Φ”等。某物料數據的質量規則要求示例如下：

06、數據維護流程
需要確認各類主數據的權威源頭并基于業務制定該類數據的維護流程，確保定義的數據維護規則及分類等能夠被貫徹執行。下圖為某企業非金屬材料主數據的管理流程：

07、數據清洗
依據標準對存量主數據開展清洗工作，清洗過程除了基于質量規則對已有不規范數據進行屬性補充、規范化填寫以外，更重要的是識別重復的數據、對重復數據進行去重及合并，數據層面主要通過新舊編碼映射的方式確保舊編碼的業務正常開展。

08、數據共享
存量數據的共享，主要通過初始化導入方式開展；增量數據的共享，主要基于主數據管理平臺在數據新增生效/變更生效/起停用狀態變更后，主動觸發下游系統的分發機制，保障主數據相對實時的被共享。
主數據權威源頭的確定有兩種情況：
1. 業務系統為源頭。當某類主數據在業務系統中管理較規范、質量較高時，可將其確定為主數據的源頭，主數據新增及變更后及時推送給主數據平臺，主數據平臺再將數據推送給各下游業務系統。

2. 主數據系統為源頭。當業務系統維護的數據質量較差，無法確保質量規則的落地及唯一性檢查時，通常確定主數據系統作為源頭系統，新增及變更在主數據系統中執行，發起流程進行審核及賦碼生效后，推送給各業務系統。

?參考數據標準落地：Standards
參考數據標準落地（也稱為枚舉項標準）的側重點與主數據相同，重點是數據內容的一致性，即對具體數據條目的規范化及共享。
參考數據標準包括：
1.枚舉項的定義，如“資產類別”枚舉項指企業內部資產的分類方式；
2.枚舉值的名稱與編碼，如01代表固定資產，02代表實物，03代表低值易耗品。

參考數據的變更也需要基于流程規范進行審核，比如質量等級枚舉項的維護流程如下：

對參考數據標準進行制定后也需要將其分發至各業務系統中使用，業務系統中的參考數據也需要對照標準進行映射及清洗，確保后續產生的數據是規范的數據，保障各業務流轉及分析過程中的枚舉值一致。

?指標數據標準落地：Standards
指標數據標準的落地主要是為了讓各業務部門、業務環節及管理層等對指標的業務含義有共識，各應用場景下的業務口徑有一致的理解，確保分析決策的準確性。指標數據標準的定義如下圖所示，從業務視角、技術視角、管理視角進行統一定義：

“銷售訂單變更率”指標數據標準

指標的落地通常需要基于企業數據倉庫支撐。通用的企業數倉分層及各層的模型設計框架中：ODS層通常按照業務系統進行數據歸集和數據分類，存儲業務系統原始的企業數據；DW層通常按照關系型模型建模，存儲全量的明細的企業數據，可以按照數據架構中確定的主題域進行數據分類；DM層通常按照維度型模型建模，存儲分析數據，通常按照分析主題進行數據分類（如沿用指標體系的分類等）。如下圖所示：

支撐指標數據的倉庫建設

值得注意的是，在數據指標構建過程中應特別注重元數據關系的梳理，確保后續的血緣追溯及數據倉庫中數據的復用。
至此，為什么要定義數據標準、什么是數據標準、數據標準包含哪些內容、數據標準該如何落地的問題就全部講完啦~
制造行業、汽車行業、司法行業、建筑行業、電網等數據標準實例，請撥打我們的咨詢熱線：400-608-2558聯系我們。

上一篇：可視化分析圖形怎么選？這篇指南手把手教你！數據可視化分析圖形選擇指南下一篇：基于人工智能算法和無人機的智能防護監測實踐

女生裸体视频一区二区三区_久久久久九九九_美日韩精品视频_欧美日韩亚洲一区二区三区在线_激情成人亚洲_亚洲一区自拍_日韩亚洲精品在线_国产精品入口66mio_亚洲在线日韩_久久亚洲二区

Tempo大數據分析平臺

Tempo商業智能平臺

Tempo人工智能平臺

Tempo數據工廠平臺

Tempo數據治理平臺

Tempo主數據管理平臺

Tempo指標平臺

自助式可視化分析

算法模型管理

指標管理解決方案

數字指揮中心

湖倉一體解決方案

智能場景應用構建

主數據應用監管

數據中臺

數據資產入表

發電

電網

制造

油氣

煤炭

高校

政企

金融

科研院所

大數據分析師

DAMA認證

美林數據

合作生態

內容中心

幫助中心

美林新聞

行業資訊

產品簡介

Tempo商業智能平臺

Tempo人工智能平臺

Tempo數據工廠平臺

Tempo指標平臺

Tempo數據治理平臺

Tempo主數據管理平臺

相關推薦

美林新聞/NEWS

數據治理知識分享—數據元|主數據|參考標準|指標數據|業務術語，企業數據標準如何落地？

聯系我們

400-608-2558 029-8669-8003

掃碼關注我們

掃碼立即咨詢