精华内容
下载资源
问答
  • 2018国家标准-数据治理规范
  • 数据治理系列3:数据标准管理

    万次阅读 多人点赞 2019-05-30 16:39:48
    转载请注明,作者:石秀峰,公众号:learning-bigdata(谈数据) 导读:提到“标准”二字,我们...而我们所说的数据标准却不单单是指与数据相关的标准文件,数据标准是一个从业务、技术、管理三方面达成一致的规范...

    转载请注明,作者:石秀峰,公众号:learning-bigdata(谈数据)

    导读:提到“标准”二字,我们第一时间能够想到的就是一系列的标准化文档,例如:产品设计标准、生产标准、质量检验标准、库房管理标准、安全环保标准、物流配送标准等,这些标准有国际标准、国家标准、行业标准、企业标准等。而我们所说的数据标准却不单单是指与数据相关的标准文件,数据标准是一个从业务、技术、管理三方面达成一致的规范化体系。

    数据标准是什么?

    数据标准化是指研究、制定和推广应用统一的数据分类分级、记录格式及转换、编码等技术标准的过程。——维基百科。

    笔者理解:数据标准是一套由管理制度、管控流程、技术工具共同组成的体系,是通过这套体系的推广,应用统一的数据定义、数据分类、记录格式和转换、编码等实现数据的标准化。

    企业数据标准管理的内容

    1、数据模型标准,即元数据的标准化。自己从事IT行业10多年,一路走来,曾经做开发的时候一度认为数据模型没什么,只不过就是表结构、存储过程的设计,后来接触了数据集成ETL、ESB,虽然也知道ETL脚本本身也是元模型的一部分,但对其重要程度也没放在心上。

    后来慢慢发现之前的想法还过于简单,如果把企业信息化比作是人体的话,数据模型就是其骨架,数据之间的关系和流向是其血管和脉络,数据是其血液,数据模型的标准化是其数据血液能够正常流动和运行的根本。数据模型标准是元数据管理的主要内容,是企业数据治理的基础。请参考《数据治理系列2:元数据管理—企业数据治理的基础

    2、主数据和参照数据标准。主数据是用来描述企业核心业务实体的数据,比如客户、供应商、员工、产品、物料等;它是具有高业务价值的、可以在企业内跨越各个业务部门被重复使用的数据,被誉为企业的“黄金数据”。参考数据是用于将其他数据进行分类或目录整编的数据,是规定数据元的域值范围。参照数据一般是有国标可以参照的,固定不变的,或者是用于企业内部数据分类的,基本固定不变的数据。个人认为主数据与参照数据的标准化是企业数据标准化的核心。请参考《主数据管理实施四部曲概论

     

     

    3、指标数据标准。指标数据是在实体数据基础之上,增加了统计维度、计算方式、分析规则等信息加工后的数据。指标数据标准是对企业业务指标所涉及的指标项的统一定义和管理。企业的财务、销售、采购、生产、质量、售后等各业务域均分布都有其相应的业务指标。这些指标不仅需要在业务系统中统计和展现还需要在数据分析系统中展现,有的指标数据需要多个从不同的业务系统中进行获取。

     

    没有指标数据标准化,你可以想象在每次数据平台有新分析主题构建或旧的分析主题变革,都需要从所涉及的各个系统、库表中进行分析和定义,需要耗费的成本巨大。同时,目前大数据分析都提倡业务人员的自助化分析,没有指标数据标准,业务人员要从不同系统中拿到自己想要的数据进行分析几乎是不可能的。

     

    企业数据标准的梳理

    企业数据标准项目的实施,要根据业界经验和企业实际情况确定实施范围,并根据优先级和难易度制定计划。需要从企业业务域、业务活动、对象实体、实体关系等方面层层递进,逐步展开。对于数据梳理的方法主要用到IRP(企业信息资源规划)和数据仓库的数据梳理法。这两种方式我在《主数据管理实施四部曲概论》的文章进行过分享,有兴趣可以关注。

     

    企业数据标准梳理一般需要以下步骤:

     

     

    首先,对企业业务域进行定义,并对每个业务域中的业务活动进行梳理,同时需要收集各类业务单据、用户视图,梳理每个单据和用户视图的数据对象。

     

    其次,针对数据对象的进行分析,明确每个数据实体所包含的数据项,同时,梳理并确定出该业务域中所涉及的数据指标和指标项。分析并定义每个数据实体或指标的数据项标准,包括:数据项的名称、编码、类型、长度、业务含义、数据来源、质量规则、安全级别、域值范围、管理部门等。

     

    第三,梳理和明确所有数据实体、数据指标的关联关系,并对数据之间的关系进行标准化定义。数据关系也是数据标准管理的内容。

     

    第四,通过以上梳理、分析和定义,确定出主数据标准管理的范围。

     

    数据标准梳理和建设的方法并不难掌握,关键是建设过程中需要收集并整理大量的业务规范、制度章程、法律法规、监管规定、国家标准,并将这些规定具象到数据标准定义的信息项中。对于一个从未做过数据标准的实施团队而言,这将意味着巨大的工作量。

     

    数据标准管理组织

    数据标准管理是企业数据治理的一部分,数据标准管理是一个涉及范围广、业务复杂、数据繁杂的工程。数据标准管理的实施绝非是一个部门的事情,不能在企业的单一部门得到解决。需要从整个组织考虑,建立专业的数据治理组织体系,制定企业数据战略和实施路线图,明确各阶段数据标准工作的目标和内容,并监督及考核数据标准的贯彻与执行。

     

    数据标准管理组织或数据治理组织从职能划分上可以分为三层,如下图所示:

     

    1、数据标准管理委员会,即数据治理的决策层,主要负责制定企业数据战略、把控数据治理的总体策略,审查数据标准的贯彻执行情况。

    2、数据标准管理办公室,是数据治理的经营管理层,主要负责企业数据标准的制定、审查数据质量,贯彻数据标准落地。

    3、数据标准执行层或业务操作层,主要负责数据标准的贯彻执行,并为数据标准的编制和优化提供数据和意见。

     

    数据标准设计流程

    数据标准的设计从需求发起到落地执行,一般需要经过标准编制、标准审查、标准发布、标准贯彻四个阶段:

     

     

    1. 数据标准编制:数据标准管理办公室根据数据需求开展数据标准的编制工作,确定数据数据项,数据标准管理执行组根据所需数据项提供数据属性信息,例如:数据项的名称、编码、类型、长度、业务含义、数据来源、质量规则、安全级别、域值范围等。数据标准管理办公室参照国际、国家或行业标准对这些数据项进行标准化定义并提交审核。注:如没有参考标准,则数据标准管理办公室可根据企业情况制定相应的企业级数据标准。

     

    2. 数据标准审查:数据标准管理委员会对数据标准初稿进行审查,判断数据标准是否符合企业的应用和管理需求,是否符合企业数据战略要求。如数据标准审查不通过,则有数据标准管理办公室进行修订,直到满足企业数据标准的发布要求。

     

    3. 数据标准发布:数据标准审查通过后,由数据标准管理办公室面向全公司进行数据标准的发布。该过程数据标准管理执行组需要配合进行数据标准发布对现有应用系统、数据模型的影响评估,并做好相应的应对策略。

     

    4. 数据标准贯彻:把已定义的数据标准与业务系统、应用和服务进行映射,标明标准和现状的关系以及可能影响到的应用。该过程中,对于企业新建的系统应当直接应用定义好的数据标准,对于旧系统应对一般建议建了相应的数据映射关系,进行数据转换,逐步进行数据标准的落地。

     

    企业进行数据标准化时,除了对数据本身标准化规则构建外,相当大一部分需要考虑标准化流程的管理。而在管理过程中必然会涉及到新旧系统、不同部门、不同业务的冲突,这些冲突如果解决不好将会直接导致标准化的失败。所以,数据标准落地过程要充分做好影响评估和各干系方的沟通。

     

    数据标准管理价值总结:

    一个数据一般有业务属性、技术属性和管理属性组成,例如:数据项的业务定义、业务规则、质量规则为该数据的业务属性;数据项的名称、编码、类型、长度等为该数据的技术属性;数据的存储位置、管理部门、管理人员为该数据的管理属性。而数据标准管理的过程就是对数据以及数据的属性信息的标准化定义和应用的过程。

     

    数据标准目标是为业务、技术和管理提供服务和支持。

    业务方面:通过对实体数据的标准化定义,解决数据不一致、不完整、不准确等问题,消除数据的二义性,使得数据在企业有一个全局的定义,减少了各部门、各系统的沟通成本,提升企业业务处理的效率;标准统一的数据指标体系,让业务人员也能够轻松获取数据,并能够自助式的进行数据分析,为基于数据的业务创新提供可能。

    技术方面:统一、标准的数据及数据结构是企业信息共享的基础;标准的数据模型和标准数据元为新建系统提供支撑,提升应用系统的开发实施效率;数据标准化清晰定义数据质量规则、数据的来源和去向、校验规则,提升数据质量。

    管理方面:通过数据的标准化定义,明确数据的责任主体,为数据安全、数据质量提供保障;统一、标准的数据指标体系为各主题的数据分析提供支持,提升数据处理和分析效率,提供业务指标的事前提示、事中预警、事后提醒,实现数据驱动管理,让领导能够第一时间获取决策信息。

     

    数据标准与主数据、元数据、数据质量的关系

     

    数据治理项目的根本诉求在于提升数据质量

     

    数据标准与主数据的关系

    从范围上看,数据标准包括数据模型标准、主数据标准、参照数据标准、数据指标标准和其他数据元标准,主数据是数据标准的一个子集;从数据梳理和识别、能力成熟度评估、数据标准编制、数据管理和应用、管理体系建设、实施涉及的业务面等方面,数据标准和主数据都是基本相同的。企业在数据治理项目中,有整体建设的,包含了:元数据、主数据、数据标准等领域;也有分开建设的,例如:主数据项目单独立项,数据标准管理和数据仓库放在一起实施;企业应根据自身的实际情况和需求,明确实施范围和内容,制定适合企业发展需要的数据治理路线图。

     

    数据标准与元数据的关系

    元数据是数据标准的基础,企业在制定数据标准的时候最先需要明确的就是数据业务属性、技术属性和管理属性,而这三类属性就是我们所说的业务元数据、技术元数据和管理元数据。基于元数据的数据标准管理,为业务实体的定义、关系和业务规则到IT实现之间提供清晰、标准的语义转换,提高业务和IT之间的一致性,保障IT系统能够真实反映业务事实。并为数据标准系统与其他业务系统的集成,提供有关数据标准、数据映射关系和数据规则的描述,为业务系统的集成提供支撑。

    数据标准与数据质量的关系

    没有标准化就没有信息化,那就更谈不上数据质量了。通过对数据标准的统一定义,明确数据的归口部门和责任主体,为企业的数据质量和数据安全提供了一个基础的保障。通过对数据实体、数据关系以及数据处理阶段,定义统一的标准、数据映射关系和数据质量规则,使得数据的质量校验有据可依,有法可循,为企业数据质量的提升和优化提供支持。

    (文:石秀峰 2019年5月)

    注:本文的首发平台为微信公众号:learning-bigdata(谈数据),如需要了解第一手数据治理相关内容,请关注微信公众号,CSDN微博不定期更新。

    欢迎转载,转载请注明,作者:石秀峰,公众号:learning-bigdata(谈数据)

    展开全文
  • 睿治数据治理平台提供了一套完整的数据标准管理流程及办法,通过一系列的活动,统一的数据标准制定和发布,结合制度约束、系统控制等手段,实现企业大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性...
  • 数据标准是企业级的业务规范,用于指导各业务系统及数据仓库的建设依据,元数据是系统级的描述手段,更多的反映系统建设情况;数据标准指导系统建设的成果可以通过元数据来反映,系统的建设反过来可促进数据标准的...

    1.1.1 数据标准体系建设
    数据标准是企业级的业务规范,用于指导各业务系统及数据仓库的建设依据,元数据是系统级的描述手段,更多的反映系统建设情况;数据标准指导系统建设的成果可以通过元数据来反映,系统的建设反过来可促进数据标准的完善。
    配合数据标准落地搭建相关的数据标准管理平台,用户管理和维护数据标准,并提供数据标准的查询浏览和导出等相关功能,标准监控通过数据质量监控平台完成。如下图所示:

    图 6.1 2数据标准制定流程
    1.1.1.1 数据标准的编制
    目前XX区各部门的电子政务系统建设,主要是以功能为核心,体现的是部门级的管理要求和管理水平,缺乏区一级的数据标准,各系统建设难免出现异构现象。数据格式、类型不一致,数据质量问题突出,难以提供信息共享和业务协同的数据支撑。建立完整、系统、准确、合规的区级数据标准是实现信息系统逻辑集中,实现有效深度智能挖掘的必要条件,充分发挥标准化建设的“统一规范”作用,有效瓦解并防范“信息孤岛”和条块分割的重复信息系统建设。
    数据标准体系建设涉及部门多,且存在跨部门、跨系统的数据交换,各系统建设难免出现异构现象,数据格式、类型不一致,数据质量问题突出。统一标准是各局点之间互联互通、信息共享、业务协同的基础,结合电子政务建设的实践体会,运用先进适用的信息技术建设区数据中心,通过顶层设计和统筹规划,建立针对区数据中心的大数据标准体系,从根本上解决各部门各系统数据存在的不标准、不完整、重复、错误、不一致等数据质量问题,使数据在整合、应用的过程中实现统一标准的管理,达到提升整体数据质量、实现信息共享、信息交换、信息关联的目的。
    1.1.1.1.1 标准制定思路
    按照遵从上位标准、完善本地标准、补充空白标准、标准指导应用的原则,数据标准建设总体思路如下图所示:

    图 6.1 3数据标准体系建设思路
    1、遵从上位标准:数据标准编制前,要对现有各类数据标准进行梳理,包括:业务涉及到的国家标准、地方标准和行业标准,以及XX区已经颁布的标准;
    2、完善本地标准:对XX区现有标准不完善的地方进行补充和升级,以适应业务发展需要;
    3、补充空白标准:对于XX区各部门业务执行过程中约定俗成的各种数据分类和标准进行梳理和提取,新建标准;
    4、指导应用:数据标准的制定是用来指导应用的。根据国家标准规范要求,数据标准核心内容主要由数据元目录和代码集两部份组成,其中数据元目录用于指导平台的元数据库建设,代码集用于指导平台的标准维度库建设,这两个数据库是平台的基础库,所有经过标准化清洗,进入平台的数据都由这两个库中的数据进行登记和描述,即,所有入库数据必须遵循数据标准。
    1.1.1.1.2 数据元目录建设
    数据元是通过定义、标识、表示以及允许值等一系列属性描述的数据单元。通过对数据元及其属性的规范化和标准化,不同用户可以对数据拥有一致的理解、表达和标识,可以有效实现和增进跨系统和跨环境的数据共享。
    XX区电子政务业务数据元是在一定的业务环境中最小的数据单元,是将政务业务主体(如人口、法人、房屋)、政务数据行为(如证照内容、领取登记)、业务处理状态(如审核、批复、冻结)作为对象,对其在电子政务管理中应用到的特性(如项目的类别、行政事项类别等)和表示(如名称、代码、金额)进行标准化的结果,如“项目类别名称”、“资金性质代码”等。数据元目录是以目录形式排列的电子政务数据元的集合。为了便于数据元的理解和应用,应当将政务管理工作中用来表示业务对象的基本概念(如“项目”)作为政务管理中的一个术语加以规范化,给出标准、规范的说明或描述。
    数据对象举例如下:
    表 6.1 1数据对象
    序号 数据对象 数据元
    1 人口 姓名、身份证件名称、身份证件号码、照片、性别、性别代码、民族、民族代码、出生日期、婚姻状况、健康状况、国籍、从业状况、职业、工作单位、月收入、专业技术职务、职务、政治面貌等。
    2 法人 机构名称、组织机构代码、工商注册号、国税税务登记号、地税税务登记号、机构类型、经济类型、行业名称、行业代码、隶属关系、负责人、法定代表人等
    3 日期/时间 日期、时间、期限、年季度
    4 公文 秘密等级、保密期限、紧急程度、发文机关标识、发文机关、发文机关代字、发文年号、发文序号、成文日期、签发人、公文标题、公文正文等
    5 其他 货币名称、金额、银行名称、账户名称、支票号等
    数据元举例说明(以“姓名”为例):
    表 6.1 2数据元
    序号 数据元项 描述
    1 中文名称 姓名
    2 内部标识符 01001
    3 英文名称 name
    4 中文全拼 xing-ming
    5 定义 在公安户籍管理部门正式登记注册、人事档案中正式记载的中文姓氏名称。
    6 对象类词 人
    5 表示词 名称
    6 数据类型 字符型
    7 数据格式 a…30
    8 版本 记录版本
    9 备注 人的姓和名中间不应存在空格。
    1.1.1.1.3 代码集建设
    代码表是能够完整表达特定业务对象某个特性的全部值的集合,在XX区政府业务管理中,代码表一般与对应的数据元配套使用,作为数据元表示中的值域,可以对值域进行简洁和统一的表示和管理。代码表可以说是在电子政务数据元规范化和标准化过程中产生的,同时又有助于电子政务数据元的理解和应用的配套标准。例如,将项目按照规定的类别进行分类,并为每一类赋予一个代码,形成项目类别代码表。代码集是以目录形式表达的数据元目录中代码型值域所使用的代码表的集合,其中,每一个代码表除了规定每一项的名称、代码以及必要的说明外,还应根据需要给出必要的分类原则和编码方法。
    代码表项举例说明:
    表 6.1 3性别代码
    代码 数据元名称 代码 数据元名称
    0 未知的性别 2 女
    1 男 9 未说明的性别

    表 6.1 4民族代码
    代码 名称 代码 名称
    01 汉族 29 柯尔克孜族
    02 蒙古族 30 土族
    03 回族 31 达斡尔族
    04 藏族 32 仫佬族
    05 维吾尔族 33 羌族
    06 苗族 34 布朗族
    07 彝族 35 撒拉族
    08 壮族 36 毛南族
    09 布依族 37 仡佬族
    10 朝鲜族 38 锡伯族
    11 满族 39 阿昌族
    12 侗族 40 普米族
    13 瑶族 41 塔吉克族
    14 白族 42 怒族
    15 土家族 43 乌孜别克族
    16 哈尼族 44 俄罗斯族
    17 哈萨克族 45 鄂温克族
    18 傣族 46 德昂族
    19 黎族 47 保安族
    20 傈僳族 48 裕固族
    21 佤族 49 京族
    22 畲族 50 塔塔尔族
    23 高山族 51 独龙族
    24 拉祜族 52 鄂伦春族
    25 水族 53 赫哲族
    26 东乡族 54 门巴族
    27 纳西族 55 珞巴族
    28 景颇族 56 基诺族

    表 6.1 5身份证件类型代码
    代码 数据元名称 代码 数据元名称
    0 中华人民共和国居民身份证 1 户口簿
    2 护照 3 军官证
    4 士兵证 5 港澳居民来往内地通行证
    6 台湾同胞来往内地通行证 7 临时身份证
    8 外国人居留证 9 警官证
    10 港澳台身份证 11 回乡证
    12 驾驶证 13 社会保障卡
    14 居住证 999 其他
    1.1.1.1.4 数据标准编制过程
    1.1.1.1.4.1 国标、地标、行业数据标准等收集
    依据国标、地标、行业数据标准规范要求,结合XX区政务数据的实际情况,收集、整理、编制政务数据,例如GB11643-1999《公民身份号码》、GB/T3304-1991《中国各民族名称的罗马字母拼写法和代码》、GB/T4658-1984《文化程度代码》、GB/T4754-2002《国民经济行业分类》、GB/T4761-1984《家庭关系代码》、GB/T4762-1984《政治面貌代码》分别对公民身份号码、民族、文化程度、国民经济行业分类、家庭关系、政治面貌的编码及规则做出了规定。
    相关标准清单如下:
    表 6.1 6标准清单
    序号 标准号 标准名称
    1 GB/T2260-2002 中华人民共和国行政区划代码
    2 GB/T2261.1-2003 个人基本信息分类与代码第1部份:人的性别代码
    3 GB/T2261.2-2003 个人基本信息分类与代码第2部份:婚姻状况代码
    4 GB/T2261.3-2003 个人基本信息分类与代码第3部份:健康状况代码
    5 GB/T2261.4-2003 个人基本信息分类与代码第4部份:从业状况(个人身份)代码
    6 GB/T3304-1991 中国各民族名称的罗马字母拼写法和代码
    7 GB/T4658-1984 文化程度代码
    8 GB/T4754-2002 国民经济行业分类
    9 GB/T4761-1984 家庭关系代码
    10 GB/T4762-1984 政治面貌代码
    11 GB/T4880.2-2000 语种名称代码第2部份:3字母代码
    12 GB/T6565-1999 职业分类与代码
    13 GB/T6864-2003 中华人民共和国学位代码
    14 GB/T6865-1986 语种熟练程度代码
    15 GB/T7408-2005 数据元和交换格式信息交换日期和时间表示法
    16 GB/T8561-2001 专业技术职务代码
    17 GB11643-1999 公民身份号码
    18 GB11714-1997 全国组织机构代码编制规则
    19 GB/T12402-2000 经济类型分类与代码
    20 GB/T12407-1990 干部职务级别代码
    21 GB13000.1-1993 信息技术通用多八位编码字符集(UCS)第一部份:体系结构与基本多文种平面
    22 GB/T14946-2002 全国干部、人事管理信息系统指标体系分类与代码
    23 GB/T16835-1997 高等学校本科、专科专业名称代码
    24 GB/T16987-2002 组织机构代码信息数据库(基本库)数据格式
    25 GB/T19488.1-2004 电子政务数据元第1部份:设计和管理规范
    26 GB/T2260-2007 中华人民共和国行政区划代码
    27 GB/T20091-2006 组织机构类型
    28 GB/T4754-2011 国民经济行业分类
    29 GB/T12406-2008 表示货币和资金的代码
    30 GB/T2659-2000 世界各国和地区名称代码
    31 GB/T4658-2006 学历代码
    32 GB/T22120-2008 企业信用数据项规范
    33 GB/T50353-2005 建筑工程建筑面积计算规范
    34 GB12408-1990 社会兼职代码
    35 GB24315-2009 校车标识
    36 GB/T4657-2009 中央党政机关、人民团体及其他机构代码
    37 GB/T3181-2008 漆膜颜色标准
    38 GB/T9417-1988 汽车产品编号规则
    39 GA324.1-2001 人口信息管理代码第1部份:户口类别代码
    40 GA324.5-2001 人口信息管理代码第5部份:兵役状况代码
    41 GA324.6-2001 人口信息管理代码第6部份:血型代码
    42 GA/T114-2003 消防车产品型号编制方法
    43 GA36-1992 中华人民共和国机动车号牌
    44 GA523-2004 警车外观制式涂装用定色漆
    45 GA37-2008 中华人民共和国机动车行驶证
    46 GA214.12-2004 常住人口管理信息规范第12部份:宗教信仰代码
    47 GA324.5-2001 人口信息管理代码第5部份兵役状况代码
    48 GB50352-2005 民用建筑设计通则
    49 GB50368-2005 住宅建筑规范
    50 GB/T17986.1-2000 房产测量规范第1单元:房产测量规定
    51 SZDB/Z26-2010 建筑物基本指标、功能分类及编码
    52 SZDB/Z3.3-2006 社区服务与综合管理信息化技术规范第三部份:代码规范
    53 SZDB/Z4-2006 统一空间基础网格
    54 DB11/T124-2007 社会保障信息系统指标体系代码与数据结构
    1.1.1.1.4.2 XX区现有数据标准整理
    依据XX区织网工程、城管系统、综合执法平台、政府投资建设等区级已建立的数据标准进行收集、梳理,建立具有XX区特色的数据标准体系。
    该部份数据根据项目实施情况继续收集整理,融入本次平台建设的数据标准体系中。
    1.1.1.1.4.3 新建数据标准整理
    对于未覆盖国标、地标、行业数据标准和XX区现有数所标准这两种数据标准,需根据XX区具体业务的特色,建立新的数据标准。
    举例说明,城市部件,在XX区是有以下标准:
    表 6.1 7城市部件
    大类代码 大类名称 小类代码 小类名称 大类代码 大类名称 小类代码 小类名称
    01 公共设施 01 上水井盖 02 道路交通 12 存车支架
    02 污水井盖 13 路名牌
    03 雨水井盖 14 交通信号设施
    04 雨水箅子 15 道路信息显示屏
    05 电力井盖 16 道路隔音屏
    06 路灯井盖 17 交通岗亭
    07 通讯井盖 03 市容环境 01 公共厕所
    08 电视井盖 02 化粪池
    09 网络井盖 03 公厕指示牌
    10 热力井盖 04 垃圾间(楼)
    11 燃气井盖 05 垃圾箱
    12 公安井盖 06 灯箱霓虹灯
    13 消防设施 07 广告牌匾
    14 无主井盖 08 环保监测站
    15 通讯交接箱 09 气象监测站
    16 电力设施 10 污水口监测站
    17 立杆 11 噪声显示屏
    18 路灯 04 园林绿化 01 古树名木
    19 地灯 02 行道树
    20 景观灯 03 护树设施
    21 报刊亭 04 花架花钵
    22 电话亭 05 绿地
    23 邮筒 06 雕塑
    24 信息亭 07 街头坐椅
    25 自动售货机 08 绿地护栏
    26 健身设施 09 绿地维护设施
    27 中水井盖 10 喷泉
    28 公交井盖 05 房屋土地 01 宣传栏
    29 输油(气)井盖 02 人防工事
    30 特殊井盖 03 公房地下室
    31 民用水井 06 其他设施 01 重大危险源
    32 供水器 02 工地
    33 高压线铁塔 03 水域附属设施
    34 变压器(箱) 04 水域护栏
    35 燃气调压站(箱) 05 港监设施
    36 监控电子眼 06 防汛墙
    37 售货亭 07 房屋 01 住宅
    38 治安岗亭 02 办公楼
    02 道路交通 01 停车场 03 商铺
    02 停车咪表 04 厂房
    03 公交站亭 08 扩展部件
    04 出租车站牌
    05 过街天桥
    06 地下通道
    07 高架立交桥
    08 跨河桥
    09 交通标志牌
    10 交通信号灯
    11 交通护栏
    以上关于城市部件的标准融入到本平台的数据标准体系中。
    该部份需要根据平台实施情况继续收集整理、完善,建立XX区特有的数据标准体系。
    1.1.1.1.4.4 数据标准体系编写
    根据国家标准规范要求以及其他地区政务数据标准建设经验,开展本标准体系的编制。
    一、《XX区政务数据标准体系》文档编制应包括但不限于以下部份组成:
    第一部份:数据元(目录)
    1.范围
    2.规范性引用文件
    3.术语和定义
    3.1 技术术语
    3.2 业务术语
    4.数据元描述方法及规则
    4.1 数据元的属性
    4.2 数据元属性规范
    4.2.1 标识符
    4.2.2 中文名称
    4.2.3 英文短名
    4.2.4 说明
    4.2.5 同义名称
    4.2.6 语境
    4.2.7 数据类型
    4.2.8 表示格式
    4.2.9 值域
    4.2.10 备注
    4.2.11 版本
    5.数据元的使用
    5.1 直接使用
    5.2 扩展使用
    6.政务数据元目录
    6.1 人口
    6.2 法人
    6.3 房屋
    6.4 ……
    6.5 ……
    6.6 ……
    第二部份 代码集目录:
    1.范围
    2.规范性引用文件
    3.分类与编码的基本原则与方法
    4.代码集
    4.1 日期时间
    4.2 行政区划
    4.3 单位信息
    4.4 预算科目
    4.5 项目管理
    4.6 ……
    4.7 ……
    4.8 ……
    第三部份:维护与管理(目录)
    1.范围
    2.规范性引用文件
    3.术语和定义
    4.相关机构的设置及职责
    4.1 注册(维护)机构
    4.2 提交、主管机构
    5.技术评审原则
    6.技术评审规则
    6.1 形式审查审核表
    6.2 技术审查审核表
    7.技术评审程序
    7.1 数据元目录和代码集的维护
    7.2 数据元和代码维护请求的提交
    7.3 技术评审审核
    7.4 技术评审结论处理
    8.数据的更新与发布
    附录A:(规范性附录)数据元注册维护请求表
    附录B:(规范性附录)代码表数据维护请求表
    二、数据标准编制流程如下:
    对数据标准编制需建立明确的标准化组织架构,成立数据标准领导小组,具体架构如下图所示:

    图 6.1 4数据标准成员
    由数据标准体系领导小组对标准体系的整体规划,顶层设计进行审核发布。各项标准的起草将经历标准框架、标准草案、标准工作组讨论稿、标准征求意见稿、标准送审稿、标准报批稿及标准发布稿等阶段。
    标准比对:将XX区政务数据经过与国标、地标、行业标准逐一比对、去重、合成,形成一套可行的、完整的、具有XX区政务特色的数据标准体系草案。
    标准草案:经过对国内外相关情况,以及规范主编单位的深入讨论,形成标准草案,阐述标准将要规定的大概内容、适用范围,关键技术要点等。标准草案将作为向数据标准体系领导小组申请立项标准的申请材料之一。
    标准工作组讨论稿:在数据标准体系领导小组立项后,由主编单位牵头召集相关单位,成立标准编制工作组,建立日常工作机制,定期或不定期召开标准讨论会或组织调研、专家论证、试验等工作。
    在此期间,标准工作组将对本规范的内容进行反复讨论修改,形成总体上科学合理、技术上具有可操作性、格式上符合GB/T1.1规定的标准文本。同时,标准工作组将起草相应的标准编制说明。
    标准征求意见稿:在本标准体系的各项标准工作组讨论稿及编制说明文稿成熟后,经标准工作组内部达成一致无意见后,向数据标准体系领导小组提出,由数据标准体系领导小组公开向社会征求对标准的意见,并由标准工作组负责汇总整理反馈的意见和建议。
    标准送审稿:完成标准征求意见及意见汇总后,标准工作组将对反馈意见进行逐条处理,对于合理意见应予以采纳,并在标准文本中做相应修改。对于不采纳的意见,标准工作组将给出不采纳的理由,在此基础上形成标准送审稿和意见反馈处理表。
    标准报批稿:在形成送审稿后,标准工作组将向数据标准体系领导小组申请召开标准审查会。由数据标准体系领导小组组织专家,由审查会专家组对标准送审稿进行逐条审查,并表决该规范是否通过审查。标准通过审查后,将根据审查会专家组在会上提出的意见对本规范的文本进行逐条修改,形成标准报批稿,并与编制说明、意见汇总处理表等文件共同形成标准报批材料,一并向数据标准体系领导小组提交。在标准报批之前,本规范的主编单位将确定各参与起草单位及起草人在本规范前言中的署名及排名。
    标准发布稿:数据标准体系领导小组对标准的报批材料进行形式审查之后,将按照其规定发布本标准的正式文本并公开发行。
    1.1.1.2 数据标准应用
    根据XX区的政务数据特点,将《XX区政务数据标准体系规范》应用于本次项目的数据治理中实施,依据数据元目录与代码集的整理,指导了元数据库与标准维度库的建立,从两个基础的数据库中,为数据治理与交换平台提供了综合数据库建设的基础,标准规范体系的指引,形成XX区政务的“黄金数据”,让数据可使用、可管理、可控制。数据标准使用流程如下图所示:

    图 6.1 5数据标准使用流程
    1.1.1.2.1 指导生成元数据
    在数据标准中规定了相关业务实体(人口、法人、房屋、事件等)的基础元属性(实体本身的基本属性,如:人口的姓名、性别、民族、身份证号码等)和扩展元属性(与实体相关的其他属性,如:人口的教育、民政、计生、户籍等)。这些元属性包括了名称、标识符、数据类型、数据格式、计量单位、值域、关联关系等内容,这些内容用于指导平台元数据的建设,是平台建设数据元模型的信息来源之一。
    1.1.1.2.2 指导生成维度库
    数据标准中规定了各类数据元代码集(民族代码、国家和地区代码、身份证类型、血型代码等),它是对元数据值域的规范性分类标准,即对业务实体的属性(维度)的分类标准,因此这些内容可指导平台维度库的建设,即描述业务实体的维度和维度值可依据代码集建设。
    1.1.1.3 数据标准管理
    1.1.1.3.1 基本功能

    1. 标准新增
      支持数据标准的采集方式:标准数据手工录入、标准文件导入、标准文档在线编辑、定时同步引用公共的标准库。
      支持数据标准的采集格式:文本文件、DOC/DOCX、PDF、EXCEL。
    2. 标准修改
      对未发布的标准(草稿),标准管理员可以直接编辑修改,对已发布执行的标准,需要经过授权管理员审批后方可对外发布。
    3. 标准删除
      对未发布的标准(草稿),标准管理员可以直接删除,对已发布执行的标准,需要经过授权管理员审批后方可执行删除。
    4. 标准审批
      提供统一的审批操作界面和审批流程浏览视图。实现如下图所示标准审批流程。如下图所示:

    图 6.1 6数据标准审批
    5. 标准发布
    提供标准发布操作界面,执行对外公开发布标准操作,同时更新标准版本库信息。
    1.1.1.3.2 标准版本管理
    保留历史版本以及每次变更(新增、修改、删除)的记录,提供界面可以对历史版本检索浏览。标准版本管理具体实现如下功能:

    1. 数据标准版本建立
      实现数据标准版本库功能,对平台所有新增的数据标准建立版本信息,变更过的数据标准建立历史版本,对删除后的标准建立历史版本。
    2. 数据标准版本差异对比
      可以比较数据标准中的任何两个版本的差别。
    3. 数据标准版本删除
      对删除后的标准建立的历史版本,可以永久删除该历史版本。
    4. 数据标准版本展示
      实现版本浏览视图,对数据标准版本进行概览和列表展示。
    5. 数据标准版本备份与恢复
      实现数据标准版本的备份与恢复功能,可以将数据标准恢复到指定的历史版本。
    6. 数据标准版本历史变更管理
      记录数据标准的操作日志,版本变更历史,可以回溯数据标准的历史变更过程。
      1.1.1.3.3 数据标准浏览
      提供数据标准查询功能,对已发布的主数据标准、代码数据标准、指标数据标准进行查询、浏览。可支持目录浏览查询、关键字模糊查询。数据标准浏览具体实现如下功能:
    7. 数据标准浏览
      按部门、类别、版本、分类、标签多个维度对平台内所有数据标准进行浏览。
    8. 数据标准统计
      统计平台内所有数据标准的数据、大小、版本数、标准变更次数、被引用的次数等。
    9. 数据标准查询
      提供数据标准查询功能,可以按指定维度查询,也可以按关键词进行模糊查询和全文检索。
    10. 数据标准版本历史视图
      支持全部主数据标准、代码数据标准、指标数据标准的按历史版视图方式进行查阅和维护。
      1.1.1.3.4 数据标准导出
      提供界面供用户选择特定标准,并支持将选定标准按照规定格式一键导出。数据标准导出具体实现如下功能:
    11. 数据标准导出
      支持导出的格式:文本文件、DOC/DOCX、PDF、EXCEL
      支持导出权限管理、下载权限管理。
      支持导出流程管理:实现导出流程,对数据标准的导出操作,按申请、管理员审核、审核通过后才能下载的全流程管理。
    12. 数据标准导出日志
      生成数据标准导出日志,从日志中查询数据被导出的记录。

    1.1.1.4 人口类数据主要来源
    人口基础信息来源如下所示,按照信息来源和信息归属划分,包括公安户籍信息、教育信息、民政信息、人保信息、住房信息、人口统计信息、卫生信息、计生信息、税务信息、住房公积金信息等。如下图所示:

    图 4.2 1人口类数据来源示意图
    1.公安户籍信息
    公安户籍信息来源于市公安局,包括:身份证号码、姓名、性别、民族、出生日期、出生地、户口类别、常住户口所在地、户籍登记地址、户口所在地邮政编码、死亡标识、死亡日期、死亡登记日期、曾用名、籍贯、户主身份证号码、与户主关系、姓氏、名字、曾用姓氏、曾用名字。
    2.教育信息
    教育信息来源于区教育局,包括:最高学历、最高学历毕业学校、最高学历毕业时间、最高学历毕业专业、学位、学位授予时间、其他所学专业、所学外语语种、外语语种熟练程度、学生学籍号。
    3.民政信息
    民政信息来源于区民政局,包括:婚姻状况、婚姻登记时间、救济人员分类、享受定期定量救济金额、社会福利机构收养人员分类、享受定期抚恤补助状况、定期优抚金额。
    4.人保信息
    人保信息来源于区人社局,包括:劳动就业信息、社会保险信息、医疗保险信息、养老保险信息、失业保险信息、工伤保险信息、生育保险信息。
    (1)劳动就业信息:包括:职业资格等级、参加工作时间、职业类别、职业名称、就业状况、资格审批单位名称、取得资格时间、就业经历。
    (2)社会保险信息:包括:个人参保日期、个人参保状态、险种类型、社会保险登记证号码、缴费地区代码、缴费单位名称、缴费人员类别。
    (3)医疗保险信息:包括:医疗保险证号、医疗参保人员类别、基本医疗保险个人帐户建立日期、定点医疗机构代码。
    (4)养老保险信息:包括:离退休时间、离退休人员类别、领取养老金标识、曾经冒领养老金标识、曾经冒领养老金金额。
    (5)失业保险信息:包括:享受失业保险起始日期、失业待遇类别、应领取失业保险金月数、失业原因。
    (6)工伤保险信息:包括:发生工伤状态、发生工伤时间、伤害部位、工伤认定申请号、伤残等级、终止工伤保险待遇关系标志、工伤待遇类别。
    (7)生育保险信息:包括:生育待遇类别、享受起始时间、享受终止时间。
    5.住房信息
    住房信息来源于区住房保障和房地产管理局,包括:产权证号、产权类型、房屋地址、住房来源、购房日期、建筑面积。
    6.人口统计信息
    人口统计信息来源于区统计局,包括:公民身份证号码、姓名、性别、民族、出生日期、出生地、户口类别、户籍登记地址、家庭主要成员姓名。
    7.卫生信息
    卫生信息来源于区卫生局,包括:身高、体重、血型、健康状况、家族病史、家族病史发病时间、慢性病史、慢性病史发病时间、传染病史、传染病史发病时间、药物过敏及其他过敏史、药物过敏及其他过敏史发病时间。
    8.计生信息
    计生信息来源于区人口和计划生育委员会,包括:公民身份证号、姓名、生育情况、健康情况、生殖情况。
    9.税务信息
    税务信息来源于区地税局,包括:欠缴税款标识、欠缴税款滞纳金标识。
    10.住房公积金信息
    住房公积金信息来源于区公积金管理中心,包括:公积金帐号、参加公积金时间、本年缴存额、本年支取额、上年结转本金、上年结转利息、金额。
    1.1.1.5 法人单位类数据来源
    本项目涉及的法人基础信息按照信息来源和信息归属划分,包括质监部门信息、工商部门信息、国税部门信息、地税部门信息、编办信息、民政部门信息、发改部门信息、公安部门信息、人社部门信息、卫生部门信息、商务部门信息、统计部门信息、教育部门信息、文化部门信息、安监部门信息、食药监部门信息、海关信息部门等。具体如下:
    1、质监部门
    (1)组织机构代码赋值信息:包括企业注册号、组织机构代码、机构名称、机构注册类型、颁证日期;
    (2)组织机构代码变更信息:组织机构代码、机构名称、变更事项、变更内容、变更日期;
    (3)组织机构代码废置信息:组织机构代码、机构名称、废置日期;
    (4)代码对照表:注册号(营业执照注册号、事业单位法人登记号、民间组织登记证号)、组织机构代码、机构名称、注册类型。
    2、工商部门
    (1)开业登记信息:企业注册号、企业名称、法定代表人、身份证件号码、住所、邮政编码、联系电话、前置许可经营项目、一般经营项目、行业代码、企业类型、成立日期、登证机关;
    (2)变更登记信息:组织机构代码、企业注册号、变更事项、变更内容、核准日期;
    (3)注销登记信息:企业名称、企业注册号、注销事由、注销日期、注销机关;
    (4)吊销营业执照信息:企业名称、企业注册号、吊销原因、吊销日期;
    (5)年检信息:企业注册号、企业名称、年检年度、年检情况。
    3、国税部门
    (1)税务登记信息:企业注册号、组织机构代码、纳税人识别号、纳税人名称、法定代表人、注册地址、税务登记日期、税务登证机关、纳税人类型、纳税人状态;
    (2)注销税务登记信息:组织机构代码、企业注册号、纳税人识别号、纳税人名称、注销原因、注销日期、注销机关;
    (3)税务登记验证、换证信息:组织机构代码、企业注册号、纳税人识别号、纳税人名称、验换证日期
    (4)非正常户信息:组织机构代码、企业注册号、纳税人识别号、纳税人名称、非正常户认定日期、非正常户解除日期、
    (5)提请工商行政管理部门吊销营业执照信息:企业注册号、企业名称、提请吊销原因、提请吊销日期;
    (6)行政处罚信息:组织机构代码、企业注册号、纳税人识别号、纳税人名称、违法违章手段、行政处罚结果、行政处罚日期;
    (7)无照经营企业信息:企业名称、住所。
    4、地税信息
    (1)税务登记信息:企业注册号、组织机构代码、纳税人识别号、纳税人名称、法定代表人、注册地址、税务登记日期、税务登证机关、纳税人类型、纳税人状态;
    (2)注销税务登记信息:组织机构代码、企业注册号、纳税人识别号、纳税人名称、注销原因、注销日期、注销机关;
    (3)税务登记验证、换证信息:组织机构代码、企业注册号、纳税人识别号、纳税人名称、验换证日期
    (4)非正常户信息:组织机构代码、企业注册号、纳税人识别号、纳税人名称、非正常户认定日期、非正常户解除日期、
    (5)提请工商行政管理部门吊销营业执照信息:企业注册号、企业名称、提请吊销原因、提请吊销日期;
    (6)行政处罚信息:组织机构代码、企业注册号、纳税人识别号、纳税人名称、违法违章手段、行政处罚结果、行政处罚日期;
    (7)无照经营企业信息:企业名称、住所。
    5、编办
    (1)设立登记信息:事业单位法人登记号、事业单位名称、住所、法定代表人、业务范围、电话、事业单位类别、经费来源、登记日期、登记机关名称;
    (2)变更登记信息:事业单位法人登记号、事业单位名称、变更事项、变更内容、变更日期;
    (3)注销登记信息:事业单位法人登记号、事业单位名称、注销原因、注销日期;
    (4)年检情况:事业单位法人登记号、事业单位名称、年检结果、年检日期。
    6、民政
    (1)民间组织登记信息:民间组织的名称、登记证号、住所、联系电话、法定代表(负责人)、身份证号、业务范围、活动(开办)资金、成立登记日期、登记机关名称、组织机构代码;
    (2)民间组织变更信息:民间组织的名称、登记证号、变更事项、变更内容、变更日期、组织机构代码;
    (3)民间组织注(撤)销信息:民间组织的名称、登记证号、注销(撤)原因、注销(撤)日期、组织机构代码;
    (4)民间组织年检信息:民间组织的名称、登记证号、年检结果、年检日期;
    (5)社会团体信息:登记时间、年检时间、业务主管部门、分支机构代表机构数、从业人数、志愿者数、住所、电话、邮编;
    (6)民办非企业单位信息:登记时间、年检时间、业务主管部门、开办资金、性质、单位负责人数、类别、从业人数、是否新成立、注销撤销取缔情况、注撤取缔时间、住所。
    7、发改部门
    (1)企业基本信息:企业名称、企业注册号、组织机构代码、法定代表人姓名、法定代表人身份证件号;
    (2)固定资产投资项目备案证信息:项目编号、申请备案时间、组织机构代码、股东、申请单位经济类型、建设类别、建设性质、所属行业代码、所属区县代码、建设规模、总投资。
    8、公安部门
    (1)企业基本信息:企业名称、企业注册号、组织机构代码、法定代表人姓名、法定代表人身份证件号;
    (2)治安处罚信息:监管日期、监管部门、企业名称、监管原因、监管结果;
    (3)危险物品管理:单位名称、负责人、地址、守卫人员、主管部门、保管人员、批准单位、批准时间、四邻距离、核定储存量;
    (4)消防管理:申报单位、消防安全负责人、消防安全管理人、申报事项、场所或活动名称、地点、拟定使用、开业或者举办日期、建筑物耐火等级、座位(人)或摊位数、安全出口数量、是否经消防设计审核合格、是否经消防验收合格、(疏散通道、安全出口、疏散指示)标志是否符合规定、消防设施;
    (5)重点消防单位预案管理:单位名称、单位地址、道路或小区名称、起始门牌、终止门牌、邻近道路、辖区中队、概况、措施、出动预案、备注。
    9、安监部门
    (1)企业基本信息:企业名称、企业注册号、组织机构代码、法定代表人姓名、法定代表人身份证件号;
    (2)主要化学危险品生产、经营或使用单位信息:单位名称、单位地址、业务范围、使用化学危险品情况、负责人、联系电话;
    (3)重点矿山企业管理:企业名称、企业地址、经营或生产范围、负责人、联系电话、备注。
    10、人社部门
    (1)社保信息:组织机构代码、纳税人识别号、企业名称、企业地址、法定代表人、单位编码、发证日期、参保日期、社会保障代码、各参保险种人数、年份。
    (2)医保信息基本信息:企业名称、法定代表人、企业注册号、组织机构代码、分中心、经办人员、单位名称、联系电话、单位类别、隶属关系、所属行业、档案编号、所属系统、开户银行、所属地区、单位人数、邮政编码、所在部门、通讯地址、生育缴费比例、户名、工商缴费比例、投保日期、公务缴费比例;
    (3)医保单位员工信息:在职职工、在职医疗保险情况、退休(职)医疗保险情况、退休医疗保健人员、下岗职工、离休人员(老红军)、参加险种、退休人员(老红军)、参加日期、副省级以上干部、险种单位代码、二等乙级以上革命伤残军人。
    11、卫生部门
    (1)盈利性、非盈利性医疗机构管理:医疗机构名称、注册登记号码、法人代表、联系电话、夜间值班电话、所有制形式、核发性质、服务对象、服务方式、诊疗科目、病房总数、急救病床数、床位总数、医疗设备情况、医生人数、护士人数、擅长专科内容、疫苗储备情况、地址、有效期限;
    (2)戒毒医疗机构资质:医疗机构名称、法人代表、联系电话、所有制形式、床位、卫技人数、地址;
    (3)食品生产经营卫生许可:企业名称、法定代表人、经营范围、注册地址、卫生许可证号、颁发日期、终止日期。
    12、教育部门
    (1)学校基本信息:学校代码、学校中文名称、学校英文名称、学校地址、所在地行政区划码、学校校长、党委负责人、建校年月、校庆日、学校性质码、学校办学类型码、学校举办者码、学校主管部门名称、学校主管部门码、211工程院校状况、重点院校状况、设立研究生院状况、附设网络学院状况、附设成教学院状况、学科门类数、招生规模、在校人员总数、邮政编码、联系电话、传真电话、电子信箱、主页地址、组织机构代码、批准机关、批准文号、批准时间、历史沿革;
    (2)校办企业信息:企业名称、企业地址、法人代表、开业日期、经济类型、经营范围、经营方式、投资方、投资金额、利润分配、联系人、联系电话。
    13、商务部门
    (1)对外贸易经营者备案信息:编号、经营者中文名称、经营英文名称、组织机构代码、经营者类型、住所、经营场所(中文)、经营场所(英文)、联系电话、邮政编码、注册日期、注册号、企业法定代表人姓名、有效证件号;
    (2)进出口经营权企业基本信息管理:进出口企业代码、进出口经营权、企业名称、企业类型、组织机构代码、批准文号、批准日期、发证日期、发证机关、企业英文名称、主管机关、企业地址、主管部门、法定代表人、企业所有制、经营年限、投资总额、投资币制、注册资本金、注册资金币制、经营范围、进出口商品目录、投资者、投资方式、投资金额、到位资金、投资日期、投资国别、投资者英文名称、投资者注册地、合作方、合作方投资比例、就业人数、安置城镇下岗、待业人员数量;
    (3)重点企业经营情况信息:企业名称、工业总产值、产品销售收入、利润总额、利税总额、产成品存货、应收帐款、流动资产平均余额、产销率、两金占用比例、资产负债率;
    (4)危险化学用品管理:危险化学品名称、储存方式、运输工具、分布情况、使用单位名称、经营单位名称、经营单位地址、经营单位许可证号;
    (5)药厂管理:企业名称、企业地址、法人代表、企业行业分类、企业经济类型、所属省份、主管部门、注册资本(万元)、经营年限、单位类型、单位编号;
    14、统计部门
    (1)法人单位基本情况:组织机构代码、单位名称、法定代表人(负责人)、单位所在地及行政区划、联系方式、行业类别、机构类型、营业状态、年末从业人员数;
    (2)产业活动单位基本情况:组织机构代码、单位名称、单位负责人、单位所在地及行政区划、联系方式、单位类别、行业类别、机构类型、归属法人单位情况、开业(成立)时间、企业营业状态、年末从业人员数;
    (3)年度书面审查信息:组织机构代码、代码、企业名称、审查结果、审查机关、审查日期。
    15、文化部门
    演出公司及文化场所管理:名称、地址、经营范围、负责人、负责人身份证号。
    16、食药监部门
    (1)药品经营许可信息:证号、企业名称、经营方式、注册地址、经营范围、法定代表人、企业负责人、质量负责人、仓库地址、有效日期、发证机关、发证日期、注销日期;
    (2)开办药品生产企业资格审批:企业名称、注册地址、邮政编码、电话、生产地址、邮政编码、电话、隶属单位、企业性质、法人代表、生产范围、生产品种、注册资本、企业名称、地址、邮政编码、经济性质、经营方式、电话、法人代表、经营范围、固定资产;
    (3)开办医疗器械生产企业:企业名称、注册地址、邮政编码、电话、生产地址、邮政编码、电话、隶属单位、企业性质、法人代表、生产范围、生产品种、注册资本、企业名称、地址、邮政编码、经济性质、经营方式、电话、法人代表、经营范围、固定资产;
    (4)麻醉药品、精神药品经营单位资格审核:企业名称、注册地址、邮政编码、电话、企业性质、法人代表、经营品种、规格、数量;
    (5)放射性药品生产许可、经营企业许可证核发:企业名称、地址、邮政编码、电话、企业性质、法人代表、经营品种、规格、数量;
    (6)药用罂粟壳经营企业批准及购进计划审核:企业名称、地址、邮政编码、电话、企业性质、法人代表、经营品种、规格、数量。

    1.1.1.6 信用信息来源:
    定期从工商总局、质检总局、民政部、中央编办、全国组织机构统一社会代码数据库等代码编制主管部门采集相关代码数据,以及定期从全国各省信用平台采集已完成转换的统一社会信用代码、注册登记号、组织机构代码等代码数据,分类存储到数据库中
    1.1.1.7 电子证照基本信息库
    1.电子证照库的构建
    建立区级电子证照库,包括政府部门和取得法定资质的第三方服务机构依法形成出具的具有法律效力的各类批文、证件、执(牌)照、鉴定报告、证明材料等文件。遵循相关安全和技术规范的可信任的、数字形态的证照,由计算机等电子设备形成、办理、传输和存储的证照信息记录。面向证照使用部门提供证照目录管理,各部门按照目录进行电子证照的交换共享,并面向业务办理部门提供证照管理,查询功能,为企事业个人提供服务。
    2.信息来源
    电子证照库信息来源于政府部门和取得法定资质的第三方服务机构。信息来源包括了经信、教育、民政、财政、国土、环保等。
    3.电子证照库建设内容
    电子证照库信息包括政府部门和取得法定资质的第三方服务机构依法形成出具的具有法律效力的各类批文、证件、执(牌)照、鉴定报告、证明材料等文件。
    4.电子证照库的更新和维护模式
    大数据中心负责自己建立的大数据中心电子证照库的更新和维护,负责电子证照备份库的更新和维护。
    5.电子证照库对内对外提供的功能
    电子证照库具备导入导出、查询、调用接口、提供数据元和元数据、服务的目录及服务等。

    展开全文
  • 数据资产管理就是在上述从数据产生到数据整合、加工、使用的端到端价值实现过程中,管理各个环节的数据定义、格式、值域范围、业务规则、加工逻辑,安全权限以及数据之间的... 数据标准是为了规范系统建设时对业务...

      数据资产管理就是在上述从数据产生到数据整合、加工、使用的端到端价值实现过程中,管理各个环节的数据定义、格式、值域范围、业务规则、加工逻辑,安全权限以及数据之间的加工依赖关系等一系列事项。数据资产管理的目的是让数据的使用者能够清楚地认识数据和数据关系,进而能够用好数据;让数据应用的管理者能够洞察数据、应用、系统之间的复杂依赖关系,进而能够管好数据。

     

      数据标准是为了规范系统建设时对业务的统一理解,增强业务部门、技术部门对数据的定义与使用的一致性。新系统建设应遵照(自主开发)或尽可能与数据标准贴近(如外购软件包);对于现有系统,应贯彻统一的业务定义,通过数据转换来满足统一的技术要求,与数据标准接轨。

     

      数据标准适用于业务数据描述、信息管理及应用系统开发,可以作为经营管理中所涉及数据的规范化定义和统一解释,也可作为信息管理的基础,同时也是作为应用系统开发时进行数据定义的依据。

     

      数据标准对系统集成和信息资源共享具有重要意义:

     

      1、增强业务部门和技术部门对数据定义和使用的一致性。

     

      2、减少数据转换,促进系统集成。

     

      3、促进信息资源共享。

     

      4、促进企业级单一数据视图的形成,支持管理信息能力的发展

     

      5、建立统一的数据标准。目前存在各业务部门标准不统一,部门之间数据标准矛盾或者相互混淆的情况,导致部门间数据交换,数据共享比较困难。建立统一的数据标准有助于对数据进行统一规范的管理,消除各部门间的数据壁垒,方便数据的共享,另外数据标准同样对业务流程的规范化有帮助作用。

     

      6、提高数据质量。电力数据的采集和传输受到采集传感器的精度、稳定性,通讯设备和环境因素的影响较大,导致存在大量的空值和垃圾数据。可通过数据质量管理对电力数据进行质量检查,找出有问题的数据,通过数据清洗,问题整改,例外排查等一系列手段提高数据质量;另外还可以通过出具数据质检报告,数据质量绩效考核来督促各业务部门重视数据质量从而加强人员和业务的管理来提高数据质量。

     

      7、数据资产管理。将经过处理的高质量数据资产统一管理,提供全生命周期的管理和数据安全保障。并可将数据资产进行分类和编目,方便数据的展示和数据共享,同时也为数据分析和数据挖掘(电力需求预测、电力系统优化等)打好基础。

     

      据标准是数据资产管理的基础,是对数据资产进行准确定义的过程。对于一个拥有大量数据资产的企业,或者是要实现数据资产交易的企业而言,构建数据标准是一件必须要做的事情。

    展开全文
  • 12月24日,广东省自然资源厅印发《广东省国土空间规划数据治理指南》,以指导规范该省各级国土空间规划数据治理工作流程和内容。这是全国首个公布的国土空间规划数据治理指南,具有重要借鉴意义。据广东省自然资源厅...

    f8dbecf79399280a9dfa5cb89f4b7c04.png

    4b7b73ed6dcd6e45ec25a34ce2b1e1da.png

    12月24日,广东省自然资源厅印发《广东省国土空间规划数据治理指南》,以指导规范该省各级国土空间规划数据治理工作流程和内容。

    这是全国首个公布的国土空间规划数据治理指南,具有重要借鉴意义。

    据广东省自然资源厅介绍,国土空间规划数据治理是构建覆盖全省、动态更新、权威统一的国土空间规划“一张图”的基础。

    这个指南所指的国土空间规划数据,包括省、市、县、乡镇级国土空间规划底图数据、规划指标数据、体检评估数据、规划编制成果数据以及规划管理数据。

    广东省自然资源厅制定这个指南,旨在基于自然资源一体化数据库等相关标准,建立包含国土空间规划数据库标准、省市县三级联动的数据质检、汇交、更新机制在内的国土空间规划数据体系,助力建成广东省国土空间规划“一张图”,并用于指导规范规划编制、规划成果、规划管理、规划实施监督等数据治理工作。

    这个指南将用于广东省、市、县、乡镇级国土空间总体规划,详细规划和专项规划编制基础、成果、实施评估等数据收集、整理、建库、质检、汇交、更新等工作。

    展开全文
  • 数据治理实践

    2019-10-10 14:15:18
    对银行数据治理来说,统一指标数据标准,可以规范业务统计分析语言,帮助银行提升分析应用和监管报送的数据质量,进而提高全行数据质量和数据资产价值。 监管要求 在《银行业金融机构数据治理指引》(下称“指引.....
  • 政府大数据平台标准规范-数据接入

    千次阅读 2020-03-15 14:53:43
    搞政府大数据平台的,标准规范是一个绕不...数据治理,包括数据质量、数据清洗融合、数据模型设计等; 数据服务,主要是对应用、委办局的数据支撑,包括数据文件、API接口等; 数据安全,此处主要是通过数据脱敏、数...
  • 数据治理的概述 4 1.1 数据治理概念 4 1.2 数据治理目标 4 数据治理体系 5 数据治理核心领域 5 1.3 数据模型 6 1.4 数据生命周期 6 1.5 数据标准 8 1.6 主数据 9 1.7 数据质量 10 1.8 数据服务 12 1.9 数据安全 12 2...
  • 数据治理专注于将数据作为企事业单位数据资产进行应用和管理的一套管理机制,能够消除数据的不一致性,建立规范的数据应用标准,提高数据质量,实现数据内外部共享,并能够将数据作为组织的宝贵资产应
  • DGI数据治理框架解读

    2019-05-02 10:39:17
    提出企业在操作层面进行数据治理的框架体系,包括数据治理的概念、内容、流程和方法等,促进数据管理活动更加规范有序、高效权威。DGI认为数据治理主要涉及政策、标准、策略”、数据质量、“隐私、遵从性、安全”、...
  • 数据治理概念解读

    2021-01-25 09:50:13
    一、数据治理概述 二、元数据、数据元、数据源、源数据 1、数据元 2、元数据(MateData) 2、数据源(Data Source) 3、源数据(Source Data) 三、主数据、基础数据、静态数据 1、主数据 2、基础数据 3、...
  • 数据治理是回答企业决策的相关问题并制定数据规范,数据管理是实现数据治理提出的决策并给予反馈,因此数据治理和数据管理的责任主体也是不同的,前者是董事会,后者是管理层。国际标准化组织 ISO 指出,数据治理...
  • 序号 数据项名称 数据项类型 数据项长度 是否必填 相关条文和标准 -- 综治机构 包括 机构名称 机构类型 机构层级 --- 综治队伍 包括 机构名称 姓名 性别 民族 政治面貌 公民身份号码 出生日期 级别 ...
  • 数据规范

    2020-10-15 10:21:57
    数据治理的处理对象是海量分布在各个系统中的数据,这些不同系统的数据往往存在一定的差异:数据代码标准、数据格式、数据标识都不一样,甚至可能存在错误的数据.这就需要建立一套标准化的体系,对这些存在差异的数据...
  • 而在部委、集团中,时间相对充裕一些,标准规范一些,但是同样面临部委和省级之间、各系统之间数据交换、对齐的问题。 因此,在不同的环境中,数据治理的重点和偏向都是完全不一样的。 今天分享的内容从实战...
  • 大数据时代的到来,让越来越多的企业看到了数据资产的价值。将数据视为企业的重要资产,已经成为业界的一种共识,企业也在快速探索应用场景和商业模式,并开始建设...因此,消除数据的不一致性,建立规范数据标准
  •  所谓“无规矩不成方圆”,因历史原因企业在发展过程中已经形成了系统林立的情况,汇集到数据平台的数据都各具特色,缺乏标准规范治理数据已经失去了使用的价值。为了规范数据处理过程,凸显数据业务价值,需...
  • 数据安全治理方法导论

    千次阅读 2020-11-25 22:30:38
    数据安全-The eye of storm】 目录 第一章 数据安全治理是一套系统工程 ...1.1 数据安全成为安全的核心问题 ...第四章 数据安全治理-规范制定 4.1 外部需要遵循的策略 4.2 数据分类分级 ..
  • 然而,业界对数据标准化与治理这一基础工作仍然认知不足、方法不当、效果不佳,制约着数据资产价值的有效发挥。 一年前,首届中国数据标准化与治理大会作为大数据产业发展的里程碑事件,汇集了国内外专家及领先...
  • 然而,业界对数据标准化与治理这一基础工作仍然认知不足、方法不当、效果不佳,制约着数据资产价值的有效发挥。 一年前,首届中国数据标准化与治理大会作为大数据产业发展的里程碑事件,汇集了国内外专家及领先...
  • 数据治理应该采用最简单的手段管理最有价值的数据,但在实际情况中,我们遇到过在很多数据治理开展过程中,常见的“两不三难”的情况:  1)后向型治理,不一致:因历史原因,很多企业采用“先建后治”的方式...
  • 目前航空行业数据治理已经逐步在开展起来,驱动航空...证券行业有证监会33条规定,银行业有银监会要求在2017年7月份开始实施报送数据标准规范要求,这些外在监管要求促使了证券、银行必须开展数据治理方面的建设。
  • 数据治理-从理论到实践(一)

    千次阅读 2019-04-01 16:48:13
    广泛认可标准:DMBOK、COBIT 5、DGI、和IBM数据治理委员会的定义。 明确数据治理的目标 理解数据治理的职能 把握数据治理的核心 数据治理遵循过程和规范 数据治理的本质: 数据治理不是一门技术,而是逻辑...
  • 我们出统计分析,可以按照标准出各个大类小类的各种指标数据。 结合这几天给潍坊弄的12345的报告, 整理出一个可以结合吴中现有平台数据,形成一个可以做到的分析的list。 == 数据和问题的分类 各个大类小类的...
  • 然而,业界对数据标准化与治理这一基础工作仍然认知不足、方法不当、效果不佳,制约着数据资产价值的有效发挥。 会议时间及地点 时间:2017年11月12日星期日 上午8:30-17:30 地点:北京市万寿宾馆 会议背景 ...
  • 摘录:数据治理【仅作了解】 基本概念 什么是数据治理? 答:又叫”数据管控”。引用《DAMA 数据管理知识体系指南》一书给出的定义:数据治理是对数据资产管理行使...数据元类目:按照标准规范对数据元进行分类。
  • 为得到回采工作面瓦斯治理规范性、标准性方案,以西山煤电集团回采工作面的瓦斯抽采方案为例,根据瓦斯来源将回采工作面瓦斯抽采方法归纳为本煤层、裂隙带、下邻近层及采空区4类,将这4类抽采方法和工作面瓦斯绝对...

空空如也

空空如也

1 2 3 4 5 6
收藏数 101
精华内容 40
关键字:

数据治理标准规范