（三）资产治理：标准、质量、安全、资源

1. 数据标准：助力企业全链路数据治理

1) 数据标准概述

数据标准是用于描述公司层面需共同遵守的数据含义和业务规则，通常从业务、技术、管理三方面进行定义，使组织内外部使用和交换的数据是一致且准确的。然而，数据标准需求缺乏统一管理、不同系统间标准制定依据各异、资产建设缺乏和标准的关联，使得数据标准的建设和应用都面临很大困难：

• 建设：多源异构数据整合缺乏统一的约束口径，数据开发效率低。

数仓开发人员无法快速理解数据背后的实际业务含义，需要和业务人员反复沟通，理解成本高；不同业务人员对于同一个指标口径的理解不一致，容易出现认识偏差，影响分析决策结果。

• 管理：各系统分散管理，人工保障规范，数据质量难以提升

不同主题域由不同负责人进行开发和维护，导致规范不一致，数据可信度降低；由于缺乏有效的工具监督，规范定义和开发实现隔离，无法保证数据开发符合标准规范，数据质量难以提升，导致频繁的数据重构，管理成本高。

• 使用：缺少元数据信息及使用引导说明，数据消费难度大。

数据的使用不仅需要明确数据详情，还需要参考元数据信息，以便数据使用方快速找到需要的数据并评估数据可用性。由于缺少必要的数据定义及使用说明，造成数据经常被误用滥用，数据消费难度大。

由此，我们需要一套灵活有效、全面的产品功能。Dataphin 数据标准模块应运而生，为数据标准的建设提供统一的产品化能力，让数据消费通畅无歧义，并结合质量监控能力实现对资产对象的落标稽核，帮助企业解决数字建设管理过程中遇到的问题，全面提升资产治理水平。

《构建企业级好数据（Dataphin智能数据建设与治理白皮书）》——二、Dataphin 演进之路：产品大图及核心功能详解——（三）资产治理：标准、质量、安全、资源（2） https://developer.aliyun.com/article/1229589?groupCode=dataphin