数据治理标准化工作的需求和挑战
数据治理标准化是政府和企业实施数据治理的核心活动和首要工作，可以发
挥出降低治理的复杂度、提升数据质量、打通数据孤岛、加快数据交换共享、释 放数据价值等关键作用。对标准化工作的需求来自数据治理的各个方面，包括数 据架构、数据采集、数据存储、数据流通、元数据管理、数据分析应用、数据全 生命周期管理、数据安全、数据质量等一系列需求。
在推进数据标准化工作的过程中政府和企业面临了众多困难，主要有几个方面的挑战：
1）存量系统包袱化解难。政府和企业已建有大量历史系统的情况下，已 按照原有的技术标准和管理习惯长时间运转，数据标准化不仅要完成文本 的编制，更要考虑新标准实施后对现有业务的影响，包括业务稳定性、系 统改造、系统更换等。
2）标准建立共识形成难。数据治理和数据标准化工作中，业务部门参与 度不高，不论是标准制定还是标准实施，都难以形成广泛、明确的共识， 导致数据标准的研制效率低、可用性差。
3）标准落地运转见效难。数据标准体系的建立和维护工作牵涉面广、运 行周期长、见效慢，一套完整度高、可用性强的数据标准体系需要进行长 期投入，通常会遇到管理动力不足，影响数据标准管理工作的持续性开展 等不利情况。
###数据治理标准体系框架
数据治理标准体系框架
数据治理标准体系包括基础共性、数据基础设施、数据资产管理、数据流通、 数据安全 5 个方面
数据治理标准体系分类说明
##基础共性标准
基础共性标准主要用于统一数据治理相关概念，为标准体系其他部分的建设 提供支撑合参考，包括术语、参考架构、通用要求、评测评估。
术语主要规范数据治理相关概念，包括数据基础设施、数据资产管理、数据 流通、数据安全等主要概念定义、分类等；参考架构包含数据治理体系的整体架 构以及数据基础设施、数据资产管理、数据流通、数据安全的参考架构；通用要 求主要规范数据基础设施、数据资产管理、数据流通、数据安全的通用要求，包 括功能、性能、管理、过程等方面；评测评估主要规范数据基础设施、数据资产 管理、数据流通、数据安全等方面相关的评测评估指标和方法。
数据基础设施
数据基础设施标准主要用于规范数据治理工作涉及到的平台、工具、软件系 统等，为数据资产管理、数据流通、数据安全提供技术支撑，包括数据库、大数 据平台、数据资产管理、数据分析挖掘、数据流通、数据安全。
数据库标准包括事务型数据库、分析型数据库、时序数据库、图数据库等； 大数据平台标准包括数据采集、数据存储、数据分析、数据开发等；数据资产管 理包括数据标准、数据质量、数据架构、数据共享、数据价值评估等；数据分析
挖掘标准包括数据挖掘、报表工具、数据可视化等；数据流通标准包括隐私计算 等；数据安全标准包括脱敏加密、数据防泄漏、数据库网关、数据水印、数据安 全分类分级、安全审计等；
数据资产管理
数据资产管理标准主要针对组织的核心数据资源进行管理、共享、应用和价 值评估，包括基础数据、主数据、元数据、数据质量、数据架构、数据开发、数 据应用、数据共享、数据价值评估。
基础数据是针对交易数据、指标数据、参考数据、标签数据、数据元进行规 范和定义；主数据包括：主数据分类代码、主数据属性定义、主数据集成、机构 主数据、物料主数据、财务主数据等；元数据包括：元模型、元数据采集、元数 据注册、元数据应用、元数据服务等；数据质量标准包括数据质量维度、数据质 量评价指标、数据质量分析、数据质量提升等；数据架构包括数据分类、主题模 型、概念模型、逻辑模型、数据分布、数据流向等；数据开发包括数据建模方法、 数据开发过程要求等；数据应用包括数据服务开发、数据产品设计规范、数据应 用效果评价等；数据共享包括数据共享技术规范（接口）、共享数据质量要求、 数据共享评价指标体系；数据运营包括数据资产目录、数据价值链、数据流通监 测（内外部）、数据服务/产品运营；数据价值评估包括数据价值评估体系、评 估方法。
数据流通
数据流通标准主要对跨组织的数据开放、交易、跨境进行规范和约束，保证 数据在数据供应方和数据需求方之间的流通合规有序。
数据开放包括数据开放原则、数据开放目录、开放数据质量、开放数据安全、 数据开放监管等；数据交易包括数据提供方管理、数据需求方管理、数据交易服 务、数据交易定价、数据交易权属、数据交易规则等；数据跨境包括数据跨境原 则、跨境数据类型、数据跨境渠道、跨境数据安全、数据跨境监管、数据跨境风 险评估等。