第6章 数据工程（二）
6.3 数据治理和建模
数据治理是开展数据价值化活动的基础，关注对数字要素的管控能力覆盖组织对数据相关活动的统筹、评估、指导和监督等工作，需要重点关注元数据、数据标准化、数据质量数据模型和数据建模等方面的内容。
6.3.1 元数据
元数据是关于数据的数据(Data About Data)。其实质是用于描述信息资源
或数据的内容、覆盖范围、质量、管理方式、数据的所有者、数据的提供方式等有关的信息。
1.信息对象
元数据描述的对象可以是单一的全文、目录、图像、数值型数据以及多媒体(声音、动态图像)等，也可以是多个单一数据资源组成的资源集合，或是这些资源的生产、加工、使用、管理、技术处理、保存等过程及其过程中产生的参数的描述等。
2.元数据体系
根据信息对象从产生到服务的生命周期中，元数据描述和管理内容的不同以及元数据作用的不同，可以将元数据分为多种类型，从最基本的资源内容描述元数据开始，到指导描述元数据的元元数据，形成了一个层次分明、结构开放的元数据体系。
6.3.2 数据标准化
数据标准化的主要内容包括元数据标准化、数据元标准化、数据模式标准化和数据分类与编码标准化。
数据标准化阶段的具体过程包括确定数据需求、制定数据标准、批准数据标准和实施数据标准。
6.3.3 数据质量
衡量数据质量的指标体系包括完整性、规范性、一致性、准确性、唯一性、及时性等。数据质量是一个广义的概念，是数据产品满足指标、状态和要求能力的特征总和。
(1)数据质量描述。数据质量可以通过数据质量元素来描述，数据质量元素分为数据质量定量元素和数据质量非定量元素。
(2)数据质量评价过程。是产生和报告数据质量结果的一系列步骤。
(3)数据质量评价方法。是通过应用一个或多个数据质量评价方法来完成的。数据质量评价方法分为直接评价法和间接评价法。直接评价法通过将数据与内部或外部的参照信息(如理论值等)进行对比来确定数据质量，间接评价法利用数据相关信息(如对数据源、采集方法等的描述)推断或评估数据质量。
(4)数据质量控制。分成前期控制和后期控制两大部分。前期控制包括数据录入前的质量控制、数据录入过程中的实时质量控制，后期控制为数据录入完成后的后处理质量控制与评价。
6.3.4 数据模型
根据模型应用的目的不同，可以将数据模型划分为3类：概念模型、逻辑模型和物理模型。
6.3.5 数据建模
通常来说，数据建模过程包括数据需求分析、概念模型设计、逻辑模型设计和物理模型设计等过程。
6.4 数据仓库和数据资产
6.4.1 数据仓库
数据仓库是一个面向主题的、集成的、随时间变化的、包含汇总和明细的、稳定的历史数据集合。数据仓库通常由数据源、数据的存储与管理、OLAP服务器、前端工具等组件构成。
6.4.2 主题库
主题库建设是数据仓库建设的一部分。主题库是为了便利工作、精准快速地反映工作对象全貌而建立的融合各类原始数据、资源数据等，围绕能标识组织、人员、产权、财务等的主题对象，长期积累形成的多种维度的数据集合。例如，人口主题库、土地主题库、企业主题库、产权主题库、财务主题库、组织主题库等。
主题库建设可采用多层级体系结构，即数据源层、构件层、主题库层。
6.4.3 数据资产管理
在数字时代，数据是一种重要的生产要素，把数据转化成可流通的数据要素，重点包含数据资源化、数据资产化两个环节。
(1)数字资源化。通过将原始数据转变为数据资源，使数据具备一定的潜在价值，是数据资产化的必要前提。数据资源化以数据治理为工作重点，以提升数据质量、保障数据安全为目标，确保数据的准确性、一致性、时效性和完整性，推动数据内外部流通。
(2)数据资产化。通过将数据资源转变为数据资产，使数据资源的潜在价值得以充分释放。数据资产化以扩大数据资产的应用范围、显性化数据资产的成本与效益为工作重点，并使数据供给端与数据消费端之间形成良性反馈闭环。
在数据资产化之后，将关注数据资产的流通、数据资产的运营、数据价值评估等流程和活动，为数据价值的实现提供支撑。
数据资产流通是指通过数据共享、数据开放或数据交易等流通模式，推动数据资产在组织内外部的价值实现。
数据共享是指打通组织各部门间的数据壁垒，建立统一的数据共享机制，加速数据资源在组织内部流动。
数据开放是指向社会公众提供易于获取和理解的数据。
数据交易是指交易双方通过合同约定，在安全合规的前提下，开展以数据或其衍生形态为核心的交易行为。
数据资产运营是指对数据服务、数据流通情况进行持续跟踪和分析，以数据价值管理为参考，从数据使用者的视角出发，全面评价数据应用效果，建立科学的正向反馈和闭环管理机制，促进数据资产的迭代和完善，不断适应和满足数据资产的应用和创新。
数据价值评估是数据资产管理的关键环节，是数据资产化的价值基线。
6.4.4 数据资源编目
数据资源编目是实现数据资产管理的重要手段。数据资源目录体系设计包括概念模型设计和业务模型设计等，概念模型设计明确数据资源目录的构成要素，通过业务模型设计规范数据资源目录的业务框架。
数据资源目录的概念模型由数据资源目录、信息项、数据资源库、标准规范等要素构成。
