數據架構設計方法研究

摘 要 為了順應企業數據化轉型的發展要求，深化數據資產管理工作，圍繞企業數據資產管理過程中的痛點工作，文章明確了數據架構管理要點，提出了貫通業務和系統的數據架構設計方法。通過數據架構體系建設，可明確企業數據資產范圍，形成統一數據標準，促進數據規范管理、有序使用和問題追蹤，確保企業數據質量的持續提升。

關鍵詞 數據架構;數據標準;企業

引言

數據化轉型已經企業發展的必然趨勢，企業需要持續深化數據資產管理工作，圍繞數據價值發掘利用，提升企業數據治理能力[1]。依據“盤、規、治、用”的數據治理原則，明確企業數據資產，構建統一的數據架構，成為企業構建數據治理體系，提升數據的質量的必要前提。然而，在開展數據架構管理工作中往往存在業務部門在數據管理中的參與程度不夠，數據資產管理職責不明確，各類數據標準不統一，數據源頭不受控，數據使用混亂等問題。因此，統一企業數據架構，規范數據管理，對企業數據分析、數據價值挖掘具有重要意義。

1 數據架構設計目的

數據架構指通過數據模型支持數據需求，指導對數據資產的分布控制與整合[2]。構建數據架構體系旨在打破業務到信息系統的鴻溝，并通過技術手段以規范的、易于理解的、可視化的方式展現出來。設計目的主要包含四個方面：①以業務過程與應用為主線，識別數據資產，加深對業務的理解，支撐端到端業務的貫通;②制定數據標準，構建統一概念體系，構建數據分類體系，規范數據管理與應用;③實現業務術語到系統的映射關系，打通系統間數據流，明確數據源，支持數據查詢、數據問題可追溯以及數據集成與共享;④加強數據資產任責管理，提升數據質量，保障數據資產的價值發揮。

2 數據架構管理要點

數據架構體系核心在于依據企業實際數據需求，對數據資產進行有效管理，既幫助企業合理評估、規范和治理企業數據資產，又可以挖掘數據資產價值、促進持續增值。數據架構設計要點包括：①明確數據責任主體。依據企業業務模型，指定數據業務規則制定者和數據產生的執行者，明確各業務部門在數據治理中的管理范圍、管理職責，建立數據資產管理任責機制，把數據治理工作融入日常工作中。②統一公司范圍數據定義。數據定義是從業務角度描述公司數據的業務含義、業務規則。統一數據定義有助于理解數據的業務含義，保障業務術語在公司范圍內語義統一，提高企業數據識別和使用效率。③明確數據與過程的關系。建立數據與業務過程、活動的關系，通過分析數據在業務過程中的流轉情況，定義數據間上下游關聯關系，支持數據問題影響分析，為企業數據治理提供參考和規范。④明確數據間關系。通過分層次分領域設計數據模型，明確數據間的關系，形成數據結構的基本藍圖，增強數據的可讀性和復用性，支持數據問題快速定位，從而降低系統的維護成本。⑤統一數據源。數據源包含業務層面和技術層面的數據源頭。業務層面的數據源頭指記錄數據的原始業務表單、文件等，技術層面的數據源指記錄、存儲數據的原始系統。為數據源頭治理提供依據。

3 數據架構設計方法

數據架構設計需求通常包含兩種情形：①基于公司存量數據，設計數據架構，支持數據現狀的自我評估和優化;②信息系統需求分析與設計階段構建數據架構，支持系統開發與選型。數據架構設計步驟如下：

步驟1：定義數據標準

基于實際業務需求，按照業務過程-活動-表單的模式梳理或優化現有業務，從業務表單中識別數據實體以及數據屬性，并定義數據實體及其屬性的業務含義、業務規則、數據格式等，形成數據標準。

步驟2：建立業務-數據-系統的映射關系

定位數據所處業務過程，追蹤數據業務規則制定者，數據產生執行者，明確各業務方數據管理職責范圍;明確數據在數據庫中的存儲狀態，建立數據屬性與物理層數據庫-表-列的映射關系，支持數據資產的快速查詢。

步驟3 ：設計數據模型

從企業業務的視角，整合企業數據資產，通過層層細化，構建主題域、概念、邏輯三層數據模型。其中主題域模型是企業最上層的數據模型，是針對業務關鍵領域的分類;概念模型則描述實體-關系;邏輯模型需要采用數據屬性分割策略，定義數據實體、關鍵屬性及主外鍵等。在企業數據模型在與現有系統映射的過程中，能夠及時暴露并解決系統之間數據的差異和冗余問題。

步驟4：定義數據源與數據流

明確企業數據在信息系統（各信息系統、系統內部各個模塊）中的數據流轉情況，分析數據流，指定唯一數據源，規范數據的集成與共享。

步驟5：形成數據資產地圖

數據架構的整合展示需借助數據資產統一管控平臺，實現數據在業務層面和技術層面的貫通，并形成數據資產地圖，確保企業數據資產的管理落地[3]。

4 結束語

數據架構作為銜接業務和信息系統的橋梁，在業務需求溝通和系統建設過程中可以發揮重要的指導意義，通過企業數據資產業務調研，構建企業統一數據架構，實現數據架構的全景式管理，對企業信息化建設穩步高效建設以及數據查詢、問題追溯、數據共享提供支持。

參考文獻

[1] 系統與軟件工程系統與軟件質量要求與評價 第12部分：數據質量模型：GB/T 25000.12-2017[S].北京：中國標準出版社，2018.

[2] 數據管理能力成熟度評估模型：GB/T 36078-2018[S].北京：中國標準出版社，2018.

[3] International D.DAMA數據管理知識體系指南[M].北京：清華大學出版社，2012：1.

作者簡介

李春鳴（1993-），女，河南洛陽人;學歷：碩士，助理工程師，現就職單位：中國商飛上海航空工業（集團）有限公司，研究方向：數據治理。