数据标准是一经制定发布后相对稳定的静态文件，而数据标准化是一项带有系统性、复杂性、困难性、长期性特征的动态管理工作，是对标准的某种程度上的落地。在数据标准管理中，通常数据标准相对好制定，而数据标准落地就困难多了。

国内的数据标准化工作已经发展了很多年，各个行业和组织都在建设自己的数据标准，但取得显著效果的案例并不多。数据标准化难落地是数据资产管理面临的现状，不容回避。

企业在数据标准应用中遇到的困难主要表现以下三个方面：

之所以会出现这种情况，是初步制定的数据标准本身有问题。有些标准一味地追求先进，向行业领先者看齐，标准大而全，脱离实际的数据情况，导致很难落地。

在数据标准化推进过程中主要存在以下几种问题：

（1）对建设数据标准的目的不明确，跟业务脱节

某些组织建设数据标准，其目的不是为了统一组织内部的数据口径，指导信息系统建设，提高数据质量，更可信地处理和交换数据，而是为了应付上级和监管机构的检查，因此他们需要的只是一堆标准文件和制度文件，根本就没有执行的计划。

（2）对数据标准化的难度和工作量估计不足

数据标准化是一个长期的过程，不是一蹴而就的，应全方位治理。很多企业一上来就说要做数据标准，却不知道数据标准的范围很大，很难以通过一个项目的方式都做完，而是一个持续推进的长期过程。结果是企业越做标准化，遇到的阻力越大，困难就更多，最后自己都没有信心，转而把前期梳理的一堆成果束之高阁。这是最容易出现的问题。

（3）缺乏落地的制度和流程保驾护航

数据标准的落地，需要多个系统、业务部门的配合才能完成。如果只梳理出数据标准，但是没有规划具体的落地方案，缺乏技术、业务部门、系统开发商的支持，尤其是缺乏领导层的支持，是无论如何也不可能落地的。

（4）组织管理水平不足甚至缺失

数据标准落地的长期性、复杂性、系统性特点，决定了推动落地组织机构的管理能力必须保持在很高的水平线上，且架构必须持续稳定，才能有序地不断推进。

（5）缺乏运营保障，过分依赖外部咨询公司

一些组织没有建设数据标准的能力，因此请咨询公司帮忙规划和执行。一旦咨询公司撤离，组织依然缺乏将这些标准落地的能力和条件。

以上这些问题导致数据标准化工作很难开展，更难取得较好的成效。而数据标准化是一项战略性、长期性、艰巨性、系统性、持续进行的组织内部数据优化治理工作，因此，数据标准化必然是一个漫长而持续的过程，没有一针顶破天的诀窍，也没有立竿见影的途径，唯有企业持续不断、持之以恒、不忘初心、不懈努力，才能达到预期目标。

免责申明：

本文系转载，版权归原作者所有，如若侵权请联系我们进行删除！

《数据治理行业实践白皮书》下载地址：https://fs80.cn/4w2atu

《数栈V6.0产品白皮书》下载地址：https://fs80.cn/cw0iw1

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：https://www.dtstack.com/?src=bbs

同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：https://github.com/DTStack