随着制造业信息化不断深入，数据已成为关注焦点。以数据中心建设为载体开展数据架构规划，正成为重要方向。通过数据标准化、架构模型化及业务数据整合，建立元数据管理、主数据管理、基础资源库和商务智能等系统，可推动数据资产价值最大化，支撑产品创新与科学决策。
与零售、金融、电信等行业相比，制造业信息化仍主要停留在IT产品对业务处理和流程优化的功能层面，对业务运行中产生的数据关注不够，大量数据仍在“沉睡”。数据管理的核心任务是建立数据管理体系，对整个企业数据进行统一规划和应用，实现资源整合、信息共享，在业务流程和分析中充分发挥数据价值。
企业架构通常划分为业务架构、应用架构、数据架构和技术架构。数据架构将企业业务实体抽象为信息对象，建立面向对象的企业数据模型。其价值定位包括：解决“方言”问题，通过数据管理标准实现理解一致性；解决信息集成共享问题，保证数据源唯一性；解决基础资源形成与重复利用问题；解决信息整合与利用问题，实现量化管理和科学决策。
在TOGAF框架中，数据架构规划成果主要包括数据模型、数据与业务功能关系、数据与系统功能关系、数据生命周期图、数据迁移图等。结合数据架构目标，内容可扩展为五部分：数据模型和数据标准、数据业务分布图与数据系统分布图、企业级基础资源库、数据分析主题库、数据管控机制。
数据架构规划的基本方法步骤包括：业务分析、数据需求分析、数据标准定义、数据架构设计、数据中心实施路线规划。借鉴企业架构思想，规划数据中心顶层框架和实施路线，可指导企业数据中心建设，其顶层框架包括业务、应用、数据和技术四个层次，其中数据层由数据架构来定义。
