卓思：从“书同文、车同轨”谈企业数字化建设的基石——建立数据标准

谈到中国历史上最著名的丞相，你会想起哪些人？

是经济天才，两千多年前就懂得输入性通货膨胀和红灯区合法化的管仲？是月下追韩信的萧何萧丞相？是“多智近似妖”的诸葛亮？还是通晓天机，民间传说中一曲《烧饼歌》可以预言645年的刘伯温？

下一个问题很挑事，如果要在这个历史全明星阵容里选一个历史最佳，应该是谁？或者说，谁是中国历史的“千古一相”？

我的答案是李斯。

无论从出身、相貌、功业、私德乃至身后的结局，李斯在这些名相里都不能算是佼佼者，但凭什么说他当得起“千古一相”的称谓呢？

李斯治下，做了这么几件了不起的事情：

废分封，建郡县：让中国第一次有了中央集权的概念。

书同文、车同轨：让六国文字归于秦篆，六国道路以驰道相通。

统一度量衡：度制以寸、尺、丈引为单位，量制则以合、升、斗、桶为单位。均采用十进制计。

如果不是项少龙告诉他的，只能说李斯强大得过分

如果李斯不是一个穿越者，那只能说他超越了那个时代的局限。李斯主导构建了中国两千年封建王朝的基本框架，天下自此才有了“中国”这个概念。

秦统一前，六国各有各的文字、货币和计量标准，有些说法、写法不同，但其实说的是同一件事情；有些说法相同，但内涵往往大相径庭，这就导致了统一初期帝国内部管理的混乱。

以李斯为首的文官集团敏锐地意识到了这个问题，通过“书同文、车同轨”、“统一度量衡”这些手段，确保整个帝国能用同一套语言和标准进行沟通，帝国信息的传递变得标准而高效。

其实李斯意识到的问题，本质上就是建立数据标准。

卓思认为，我们谈企业的数字化转型，显性的着眼点往往更多在于“有什么数据”和“数据有什么用”，这个本身没什么问题，企业首先的切入点一般都是数据资产和数据应用场景的盘点。但是，在数据战略实施阶段，从战略层面就很容易忽视建立数据标准的重要性。

什么是企业的数据标准？数据标准是进行数据标准化的主要依据，一套完备的数据标准体系可以建立底层数据的互通性，是开展数据标准管理工作的基础，也就是企业各个信息系统间的“书同文，车同轨”。

数据标准管理体系包含哪些要素？卓思表示，典型的数据标准管理体系，包含统一的标准数据标准分类、标准定义、数据标准命名与编码规范、数据标准制订与执行策略，以及配套的数据标准管理流程，并通过标准管理平台进行统一维护、发布和落地。

1、数据标准定义规范。

数据标准定义规范包括数据标准定义、数据标准分类以及数据标准的命名与编码规范。数据标准定义包括数据标准构成的业务属性、管理属性和技术属性；数据标准分类包括业务术语标准、数据元标准、参考数据标准、主数据标准、指标数据标准。

数据标准类型及属性关系

2、数据标准分类定义。

数据标准分类包括：业务术语标准、数据元标准、参考数据标准、主数据标准和指标数据标准五类，各类型的数据标准在使用通用标准属性的基础上也包含若干扩展属性，以满足对本类型标准特殊内容的描述。

3、数据标准的制定。

1）从数据标准管理有效性出发，只有其中最关键最有价值的数据应制订数据标准。基于对数据在支持业务运行、决策支持等活动中的重要性分析，建议遵从以下数据标准的原则：

a）外部要求：经国际、国家或行业正式发布的数据规范，以及监管部门管理指引、监管统计明确要求的数据规范，应制订相应的数据标准。

b）内部发文：已经在企业内部发文进行明确要求的数据规范，应制订相应的数据标准。

c）多系统共用：跨系统、跨部门多次使用的数据和代码，应制订相应的数据标准。

d）分析类源数据：管理分析类系统中必须用到的指标数据和代码，应制订相应的数据标准。

2）数据标准设计原则。数据标准化是研究、制定和推广应用统一的数据分类分级、记录格式及其转换、编码等技术标准的过程，信息标准的制定要求适合一定时期经济、社会和科学技术发展阶段，并为社会所公认、以法规形式推行，容许周期性修订和更新。同时，数据标准也需要利于实现不同层次、不同部门信息系统间的信息共享和系统兼容。因此在制定和执行过程中需要遵循以下原则，以保证其有效性及权威性：

4、数据标准的落地执行。

1）数据标准的落地执行策略。数据标准的落地应平衡阶段性工作的投入与产出，保障边际效益最大化。

2）数据标准落地执行方式。为实现跨系统间的数据贯通，需要各信息系统执行统一的数据标准规范，实现数据标准规则在各信息系统的落地应用，即数据标准在信息系统中的贯标。业务落标是根本，系统落标做保障。

3）数据标准流程管理。企业进行数据治理时，除了需要构建数据本身的标准原则，还需要对数据标准流程进行管理。数据标准作为数据治理的一部分，因为涉及范围广、业务复杂、数据繁杂，所以落地过程要做好充分的影响评估。

卓思认为，数据标准的建立，看上去并不像数据的应用场景那么炫酷，但却是企业在数字化转型战略实施中不可或缺的一部分。数据标准是数据全生命周期质量控制的机制保障，贯穿了数据采集、存储、分析、应用的全过程，只有建立一套完备的数据标准体系，才能更好地管控数据质量，支撑更深层级的数据应用。企业在数字化转型过程中如果不能把建立数据标准提高到战略高度，那么数据应用的结果往往是无效甚至是误导性的。

所以，在谈数据战略之前，请先确保数据的“书同文、车同轨”。