立即扫码
享受一对一服务
数据标准化的难题
发布时间：2020.11.13来源：知乎浏览量：186次标签：数据治理
数据标准好制定，但是数据标准落地相对就困难多了。国内的数据标准化工作发展了那么多年，各个行业，各个组织都在建设自己的数据标准，但是你很少听到哪个组织大张旗鼓地宣传自己的数据标准工作多么出色，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：
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，向行业领先看齐，标准大而全，脱离实际的数据情况，导致很难落地。
第二个原因，是标准化推进过程中出了问题。这是我们重点阐述的原因，主要有以下几种情况：
1、对建设数据标准的目的不明确。某些组织建设数据标准，其目的不是为了指导信息系统建设，提高数据质量，更容易地处理和交换数据，而是应付监管机构检查，因此需要的就是一堆标准文件和制度文件，根本就没有执行的计划。
2、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。
3、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，而是一个持续化推进的长期过程，结果是客户越做遇到的阻力越大，困难越多，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，这是最普遍的问题。
4、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，但是没有规划如何落地的具体方案，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。
5、组织管理水平的不足：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，是数据治理行业的现状，不容回避。
（部分内容来源网络，如有侵权请联系删除）
立即免费申请产品试用
免费试用
相关文章推荐
-
大数据环境下我国政府数据开放及应用研究
在当前政府各项工作开展过程中, 政府数据管理属于十分重要的一项任务及内容, 对于政府各项政务工作的开展均具有十分重要的作用及意义。……查看详情发布时间：2019.02.19来源：亿信华辰浏览量：134次
-
数据治理与数据质量有何不同？
当我们听到数据管理这些词时，“ 数据质量 ”和“数据治理” 这两个术语出现了很多，它们应该是因为这些是确保组织以最佳方式利用其信息的重要……查看详情发布时间：2019.06.25来源：知乎浏览量：345次
-
-
数据中台对企业的价值在哪里？
原来我们在做一张报表，或者是在业务系统里面需要查询一个数据结果的时候，它的过程是比较麻烦的，而且它的测试往往也是比较复杂的，因为业务系统……查看详情发布时间：2021.01.23来源：知乎浏览量：194次
-
如何有效的进行数据治理？
如果你处理或使用过大量数据，一定有听到过“数据治理”这个词。你会思考数据治理是什么？数据治理是否适合你？如何实施……查看详情发布时间：2019.01.09来源：亿信华辰浏览量：182次
-
如何构建我国的数据治理体系
公司应该考虑它是否有数据治理政策，如果有，是否全面有效。数据治理政策已成为监管期望，作为核心质量体系政策之一。企业应根据对流程的理解和技……查看详情发布时间：2019.08.16来源：知乎浏览量：235次
-
人工智能商业化提速 创新奇智瞄准三大场景万亿市场
“接下来的AI投资就是要去跟中国各行各业进行结合，把中国的后端效率大幅改进。而这个机会将不会小于过去几年阿里、腾讯那些前端的互联网巨头所……查看详情发布时间：2019.01.27来源：亿信华辰浏览量：183次
-
大数据治理需要具备哪些能力和关键技术？
在企业数据建设过程中，大数据治理受到越来越多的重视。从企业数据资产管理和提升数据质量，到自服务和智能化的数据应用，大数据治理的内容在不断……查看详情发布时间：2019.11.22来源：CSDN浏览量：249次
-
强大的数据治理是机器学习成功的关键
人工智能和机器学习这两个术语通常被视为同一枚硬币的两面。尽管如此，虽然ML算法增强了AI功能，并使它们能够进行更多的尖端和智能计算，但还……查看详情发布时间：2019.01.17来源：数据治理浏览量：185次
-
数据治理—做好这些就够了！
Gartner预测，“到2023年，75％的数据库都将位于云平台上，从而增加了数据治理和集成的复杂性 ”。随着组织收集更多数据（包括在防……查看详情发布时间：2019.03.14来源：亿信华辰浏览量：162次
相关主题