数据标准落地难点

数据标准

数据标准不契合业务实际，或后续缺乏有效维护更新。

系统方面

外购系统难以按照数据标准改造，或改造影响过大。

流程方面

数据标准落地时管控不严格、不重视。业务需求中鲜有数据指标落标要求。开发过程中，业务功能开发重要程度排在落标之前。

人员意识

缺乏培训，业务人员不知如何提出数据标准落标要求，技术人员无落标意识。

落地标准契机

通常，数据标准标准落地的契机一般由：信息系统新建/改造、主数据建设、指标库建设和数据质量提升来驱动进行。

优化信息系统开发流程

指标落地推荐的关键在于借助和融入信息系统的需求、设计和开发等各个阶段中。
可以在项目需求阶段，增加数据标准管理员，来审核《软件需求说明书》中数据标准执行要求，确保符合公司数据标准。
开发测试阶段，需明确引用了哪些数据指标，数据标准匹配度情况，提交软件系统的数据库设计文档。
投产运行优化阶段，增加数据质量管理员，负责收集各系统投产运行中的数据质量问题，及业务部门提出的数据质量问题。
验收交付阶段，增加数据模型、数据标准、数据字典核对验收环境。

建立指标库

建立指标库平台，明确各类指标的业务口径、指标维度、技术属性及具体数值。

利用数据质量提升驱动数据标准化

严格按照信息系统开发流程执行数据标准的对标，落地数据标准，提高数据质量。

标准落地融入日常工作

厘清职责

明确考核手段、数据治理问责与奖励机制。

数据标准管理工具

借助数据管控平台加强数据标准落地管理

数据标准闭环管理机制

定期评估数据标准的适用性，定期维护修订数据标准，指标落地效果评估

培养人员标准落地的意识

加强工作人员数据标注落地意识。

附参考资料：