数据标准化的难题

CIOAge
首先要明晰数据标准和数据标准化在概念上的区别。数据标准是一经制定发布后相对稳定的静态文件,而数据标准化是一项带有系统性、复杂性、困难性、长期性特征的动态管理工作,是对标准的某种程度上的落地。在数据标准管理中,通常数据标准相对好制定,而数据标准落地就困难多了。

 国内的数据标准化工作已经发展了很多年,各个行业和组织都在建设自己的数据标准,但是很少听到哪个组织大张旗鼓地宣传自己的数据标准工作有多么出色,换句话说,做数据标准取得显著效果的案例并不多。为什么会出现这种情况?主要有两个原因。

[[399520]]

一是制定的数据标准本身有问题。有些标准一味地追求先进,向行业领先者看齐,标准大而全,脱离实际的数据情况,导致很难落地。

二是在标准化推进过程中出了问题。这是笔者重点阐述的原因,主要有以下几种情况:

  • 对建设数据标准的目的不明确。某些组织建设数据标准,其目的不是为了统一组织内部的数据口径,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,而是应付上级和监管机构的检查,因此他们需要的只是一堆标准文件和制度文件,根本就没有执行的计划。
  • 过分依赖咨询公司。一些组织没有建设数据标准的能力,因此请咨询公司来帮忙规划和执行。一旦咨询公司撤离,组织依然缺乏将这些标准落地的能力和条件。
  • 对数据标准化的难度估计不足。很多公司上来就说要做数据标准,却不知道数据标准的范围很大,很难以一个项目的方式都做完,而是一个持续推进的长期过程,结果是客户越做标准化,遇到的阻力越大,困难就更多,最后自己都没有信心了,转而把前期梳理的一堆成果束之高阁。这是最容易出现的问题。
  • 缺乏落地的制度和流程规划。数据标准的落地,需要多个系统、部门的配合才能完成。如果只梳理出数据标准,但是没有规划具体的落地方案,缺乏技术、业务部门、系统开发商的支持,尤其是缺乏领导层的支持,是无论如何也不可能落地的。
  • 组织管理水平不足。数据标准落地的长期性、复杂性、系统性的特点,决定了推动落地的组织机构的管理能力必须保持在很高的水平线上,且架构必须持续稳定,才能有序地不断推进。

以上这些原因,导致数据标准化工作很难开展,更难取得较好的成效。数据标准化难落地,是数据资产管理面临的现状,不容回避。

责任编辑:华轩 来源: IT常青树
相关推荐

2021-05-18 11:19:28

数据标准化大数据技术

2015-09-01 10:28:56

云计算标准化需求标准化组织

2015-09-02 13:09:32

大数据标准化

2016-10-07 22:09:59

2010-04-20 14:55:58

Oracle标准化

2018-01-09 09:32:48

开源标准化基础设施

2012-06-14 10:16:30

ibmdw

2023-07-19 08:58:00

数据管理数据分析

2021-07-17 22:41:53

Python数据技术

2012-03-22 09:41:55

大数据堆栈

2010-09-14 13:20:30

Div+CSS标准

2013-11-01 11:05:25

云计算

2020-07-02 09:58:16

数据中心新基建技术

2012-07-27 09:33:56

云计算标准化

2017-12-07 11:16:17

云计算云服务国际标准

2011-03-03 10:37:24

云计算戴尔

2010-01-27 15:05:04

C++标准化

2021-05-12 07:35:30

数据库环境标准化

2009-12-21 13:42:10

Linux手机

2015-08-25 10:40:22

运维标准化

51CTO技术栈公众号