基础类数据标准是指业务系统直接产生的明细数据和相关代码数据，保障业务活动相关数据的一致性和准确性。
派生类数据标准是指基础类数据根据管理运营的需求加工计算而派生出来的数据，例如：统计指标、实体标签等。
3、从技术业务角度进行的数据标准分类
业务数据标准是指为实现业务沟通而制定的标准，通常包括：业务定义和管理部门，业务主题等。
技术数据标准是指从信息技术的角度对数据标准的统一规范和定义，通常包括：数据类型、字段长度、精度、数据格式等。
04数据标准建设方法和流程
数据标准实施过程包括数据标准规划、数据标准现状调研、标准设计、标准的实施映射、标准执行以及在使用过程中维护增强等过程。
主要内容包括：数据标准的范围有哪些，数据标准目前状况是怎样的，数据标准如何进行设计，数据标准实施映射应该如何去做，数据标准执行应该如何开展，如何对数据标准进行维护并完善等。
1、数据标准规划数据库表命名规范，需要考虑业务计划、应用范围、数据中体、服务对象、优先策略等。在开展数据标准规划时可以采用引进业界实施经验，根据业务的优先顺序和实施难易程度，规划标准的框架体系以及实施路径的方式开展实施工作。
2、数据标准现状调研，需要考虑现有定义、使用习惯、问题梳理、现状分析、参考文档等。可以通过调查问卷、安排现场访谈、收集文档资料等手段，针对不同的业务系统选用合适的调研方式，对现有定义、使用习惯、数据分布、数据流向、业务规则、服务部门等开展相关调研工作。
3、数据标准设计，是对数据标准的主题、信息大类、信息小类、信息项、数据类型、数据长度、数据定义、数据规则等进行规划设计。在方法论指导下，完成数据标准设计和定义工作，包括数据业务描述定义(业务属性)、类型长度定义（技术属性）、其他标准信息定义。
4、数据标准实施映射，要明确需要映射内容的系统范围、应用领域、数据库表、数据字典、数据字段等。将已定义的数据标准与业务系统、业务应用进行映射，表明标准和现状的关系以及可能影响到的应用。
5、数据标准执行，要充分考虑业务需求和实施难易程度上确定执行原则数据库表命名规范，最大程度上结合目标和现状，针对不同类型系统制定相应策略，并设定合理阶段性目标。执行建议可从业务流程、业务系统、管理应用及数据平台等各方面提出数据标准执行的建议。
6、数据标准维护增强是需要进行标准发布、管理机制、工作流程、配置工具等方面。结合数据管理需求和机制，组建组织机构，培训、培养管理员，负责相应工作，建立配套规章制度，利用管理工具维护更新标准并监控其执行情况。
05 建立数据标准有哪些好处？
上述问题，任何一个的出现都会让人头痛不已，但是通过数据标准的建设，却可以有效消除数据跨系统的非一致性，从根源上解决数据定义和使用的不一致问题，为企业数据建设带来诸多好处：
数据标准的统一制定与管理，可保证数据定义和使用的一致性，促进企业级单一数据视图的形成，促进信息资源共享。
通过评估已有系统标准建设情况，可及时发现现有系统标准问题，支撑系统改造，减少数据转换，促进系统集成，提高数据质量。
数据标准可作为新建系统参考依据，为企业系统建设整体规划打好基础，减少系统建设工作量，保障新建系统完全符合标准。
同时，数据标准建设也为企业各类人员提供了强有力的支撑：
对业务人员而言，数据标准建设可提升业务规范性，保障人员对数据业务含义理解一致，支撑业务数据分析、挖掘及信息共享。
对技术人员而言，有数据标准作为支撑，可提升系统实施工作效率，保障系统建设符合规范，同时降低出错率，提升数据质量。
对管理人员而言，数据标准建设可提供更加完整、准确的数据，更好的支撑经营决策、精细化管理。
06总结
数据标准管理是企业数据治理的基础，没有标准化，更加谈不上数据质量。在得到标准评估结果后，需要根据结果的反馈对系统数据进行整改。
由于实际业务场景或其他因素的制约，数据整改并不是一次性的，而是要经过多次迭代，不断整改，从而得到符合企业预期的数据服务。企业也是在不断发展的，在这个过程中，系统数据也是在不断变更的。因此，数据整改也是随着企业的发展而不断适应和发展。
据统计，99%的数据大咖都关注了这个公众号