对于努力从数据中实现业务价值最大化的公司来说，健全的数据治理至关重要。这需要数据制度和标准之间的紧密集成，而这两者通常被视为截然相反。但他们是真正的对立面，还是完美的伴侣?

数据制度为数据管理提供了高层次的愿景和方向。它们阐明了如何以合乎道德和合法的方式收集、存储、访问、分析和删除数据。

数据标准提供了有效执行制度的具体技术细节。它们定义了一致的结构、格式、术语和质量规则，以实现平稳的数据操作。

乍一看，制度和标准似乎是截然不同的事物。制度存在于战略和原则的世界中。标准在系统和执行领域运作。

但如果适当协调，它们可以完美地协同工作以实现治理。制度决定方向，标准使之可操作。他们平衡愿景与落地、抽象与具体。

就像阴阳一样，制度和标准看似矛盾，实则相辅相成。要评估他们在组织中的整合，请考虑：

制度和标准是否讲述了一个有凝聚力的数据故事?

标准是否可以明确追溯到制度?

当制度和标准发生冲突时，哪个优先?

制度和标准之间的分歧是真实存在的。但它不一定会导致混乱。通过深思熟虑的设计，它们可以成为完美的数据治理合作伙伴。

数据制度：有远见的领导者

数据制度充当组织数据资产的章程或宣言。它建立了与业务目标、法规遵从性和客户期望相一致的总体原则和指南。

例如，银行的数据制度可能规定：“所有客户财务信息都是高度机密的，只能在出于合法商业目的而需要知道的情况下访问。”这符合个人信息保护法等隐私法规，并建立客户信任。

数据制度的关键要素包括：

数据所有权——谁拥有特定的数据资产(例如客户拥有个人数据)

数据访问——哪些人员角色可以访问、修改、删除数据

数据使用——如何合法且合乎道德地使用数据来实现商业价值

数据保护——加密、访问控制、保留限制等措施

违规响应——在未经授权的访问情况下采取的措施

数据标准：注重细节的实施者

数据标准提供了具体的规则和协议来实际执行和落地数据制度愿景。它们确保跨系统的一致性和互操作性。

例如，标准可能会规定：“所有客户帐号必须是10位数字，以标识区域的两个字母开头。”这可以实现高效的数据交换和分析。

典型的数据标准定义：

数据格式-日期、时间、地址、ID、金额字段

元数据——数据元素的定义

命名约定——文件名、变量、数据库的规则

参考数据——标准化允许值集

数据质量——准确性、完整性、一致性指标

弥合鸿沟：制度和标准如何协同工作

虽然数据制度和标准发挥着不同的作用，但它们的力量在于共同努力以实现治理。这里有些例子：

制度确定战略方向，标准使其可操作

数据制度可能声明客户信息必须高度安全。然后，标准提供了加密、访问控制和审计等具体机制来实现这一目标。

一项制度旨在通过道德的数据使用来建立客户信任和满意度。标准通过为个性化服务提供完整、准确和及时的数据来确保这一点。

制度通过数据民主化优先考虑业务敏捷性和创新。标准可以促进轻松的数据发现、系统互操作性和分析。

制度适应需求变化，标准保持稳定

数据制度可能会不断发展以适应新的法规、技术和业务优先事项。标准更改频率较低以保持一致性。

当制度和标准发生冲突时，通常会以与战略目标一致的制度为准。但如果标准揭示了不切实际的制度目标，就不能忽视它们。

培训和审查使制度和标准保持一致

定期制度审查评估原则是否需要更新。如果标准不再符合制度，则会对其进行细化。

培训和文档可确保所有利益相关者理解制度并一致遵循标准。

评估验证标准可追溯到特定的制度要求，突出显示需要对齐的区域。

整合制度和标准：关键要点

数据制度为数据管理提供了总体愿景、原则和“内容”。

数据标准通过定义操作“方式”来实现一致的技术执行。

制度灵活适应不断变化的业务需求和外部因素。标准保持数据平稳运行的稳定性。

制度和标准都需要持续的教育、意识和定期审查，以便随着需求的变化保持一致。

当不确定指导方针是制度还是标准时，请记住：制度用于高层方向和战略，标准用于详细实施。

良好集成的制度和标准使组织能够满足合规性需求，赢得客户信任，通过分析实现创新，并提供可靠的数据产品和服务。

持续的成功因素

通过强有力的培训计划、培训和记录来保持一致。

安排定期审查制度和标准，以跟上内部和外部的变化。

利用评估和审计来验证一致性并发现需要改进的领域。

不同行业的数据制度和标准示例：

银行/金融

数据制度：

客户财务数据是保密的，只有授权员工才能访问。

根据金融法规，交易记录必须保留7年。

数据泄露必须在72小时内向当局报告。

数据标准：

帐号为10位数字，以3位路由号码开头。

交易日期采用YYYY-MM-DD格式。

货币字段最多允许2位小数。

客户姓名字段具有单独的名字、中间名和姓氏标准。

卫生保健

数据制度：

患者健康记录是私人的，仅出于治疗目的而访问。

与第三方共享数据需要同意。

医学图像在用于研究之前必须进行去识别化。

数据标准：

使用ICD-10诊断代码对病情进行编码。

药物遵循RxNorm术语标准。

日期使用ISO8601YYYY-MM-DD格式。

名称存储为第一个中间最后一个后缀。

零售

数据制度：

经选择退出同意后，客户联系数据可用于营销。

购买历史数据有助于个性化购物体验。

交易完成后，无法保留SSN等PII。

数据标准：

产品ID使用标准SKU格式。

价格允许保留2位小数。

销售日期使用MM/DD/YYYY格式。

地址遵循街道、城市、省、邮政编码结构。