数据治理标准：数据质量六大评价标准

万事万物都有其标准，铁轨有规定的标准宽度，一千克有规定的标准重量。那么在大数据时代，企业中各种各样的数据是否也有统一的数据标准呢？数据标准对于企业的意义又是什么，能给企业的治理带来高效的作用吗？随着大数据、物联网和智能城市的发展，数据治理正成为跨学科领域的核心问题和关注点，同时数据治理也有其独特的标准。

今天小亿就以数据治理这一话题来探讨企业的数据标准的相关内容。

一、数据标准与数据治理

数据治理离不开数据标准，而数据标准只有应用于数据治理才有更大的意义，二者无法单独拆分开来讲，所以我们先来看看什么是数据治理与数据标准。

数据标准与企业数据管理的每个域都相关，是数据治理工作的最基础内容。

严格来说，目前对于数据治理并无统一的定义。IBM对于数据治理的定义是，数据治理是一种质量控制规程，用于在管理、使用、改进和保护组织信息的过程中添加新的严谨性和纪律性。DGI(国际数据治理研究所）则认为，数据治理是指在企业数据管理中分配决策权和相关职责。但总体来说，数据治理的意义就是提高数据质量，在降低企业风险的同时，实现数据资产价值的最大化。

数据治理核心概念及其关系图

数据标准与企业数据管理的每个域都相关，是数据治理工作的最基础内容。数据标准是进行数据标准化的主要依据，构建一套完整的数据标准体系是开展数据标准管理工作的良好基础，有利于打通数据底层的互通性，提升数据的可用性。简述之，即数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束。用通俗一点的话来讲，我们需要在组织内定义一套关于数据的规范，提升企业数据质量，减少重复工作。

二、数据质量六大评价标准

基于数据标准管理的过程，企业通过各种管理活动，推动数据进行标准化，这与企业的数据质量息息相关。 

到目前为止，关于数据质量最权威的评价标准是由全国信息技术标准化技术委员会提出的数据质量评价指标，它包含以下几个方面：

1、规范性

规范性指的是数据符合数据标准、数据模型、业务规则、元数据或权威参考数据的程度。例如关于居民身份证编码规则规定是是6位数字地址码，8位数字出生日期码，三位数字顺序码，一位数字校验码，只要是身份证编码都要符合这一规范。

2、完整性

指的是按照数据规则要求,数据元素被赋予数值的程度。

完整性评价指标

3、准确性

指的是数据准确表示其所描述的真实实体（实际对象）真实值的程度。

完整性评价指标

4、一致性

一致性指的是数据与其它特定上下文中使用的数据无矛盾的程度。指同一数据表示在不同数据集之间的数据值保持一致，对于同一份数据，在不同的业务出口必须保证一致性。

一致性评价标准

5、时效性

时效性指的是数据在时间变化中的正确程度。时效性可以分为两个方面，数据产出的及时性以及数据反馈实际业务的“新鲜”程度。

时效性评价指标

6、可访问性

可访问性指的是数据能被访问的程度。

在未来，所有生产几乎都是要靠数据支撑，在市场配置中，生产数据是一个基本的要素。数据治理标准的意义不言而喻，为了数据质量更加高效，我们也要逐渐重视数据治理的意义。