主讲：老孙
适用：2026年下半年系统规划与管理师考试
预计阅读时间：45分钟
一、上节回顾
上一讲讲了数据资产、生命周期、形态、政策背景。
三件大事：
第一，数据三重身份：成本 → 资源 → 资产
第二，数据生命周期 7 阶段：产生→采集→传输→存储→加工→应用→归档销毁
第三，数据二十条四支柱：产权 / 流通 / 收益 / 安全
1.1 上一讲思考题点评
我看到一份精彩的"数据资产盘点"作业，来自一位制造业 CIO：
"用您的'四步法'盘点我们工厂，发现 80% 的设备数据从未被使用——这是巨大的数据浪费。重新规划后预计每年带来 300 万 的精益管理收益。"
这就是数据规划的真实价值——把"沉睡数据"变为"活资产"。
二、本讲导读
2.1 学习目标
学完这一讲，你应该能够：
- 【是什么】 准确说出数据架构的四大要素；说出数据建模的三层（概念/逻辑/物理）；说出数据标准化的核心内容。
- 【为什么】 理解为什么"标准化"是数据治理的基础。
- 【怎么用】 能为清华园物业设计完整的数据架构与标准。
2.2 本讲在课程地图中的位置
本讲对标教材 第8章 数据规划中段，是数据规划的"工程化深化"。
【虚构案例提示】 本讲涉及"智慧邻里2.0项目""清华园物业""北京知知致用信息技术有限公司"均为培训教学所用的虚拟项目与虚构人物（详见第01讲首次案例声明）。
三、数据架构的"四大要素"
3.1 数据架构是什么
教材定义：
数据架构（Data Architecture）是组织数据资产的整体设计，包括数据资产清单、数据模型、数据流转、数据标准与治理。
3.2 数据架构的四大要素
要素一：数据资产清单
- 组织所有数据按类分类
- 含主数据、业务数据、元数据
- 含字段、负责人、敏感度
要素二：数据模型
- 概念模型（业务视角）
- 逻辑模型（数据库视角）
- 物理模型（实施视角）
要素三：数据流图（DFD）
- 数据从产生到消亡的全流转
- 含数据接口、数据共享、数据集成
要素四：数据标准与治理
- 数据格式标准
- 命名规则
- 质量规则
- 主数据管理
3.3 数据架构与企业架构的关系
数据架构是 TOGAF 四大架构 之一（BDAT 的 D）：
- 业务架构：业务做什么
- 数据架构：业务需要什么数据
- 应用架构：处理数据的应用
- 技术架构：支撑应用的技术
数据架构在四大架构中"承上启下" ——既支撑业务又被应用消费。
四、数据建模的"三层"
4.1 三层模型的关系
第一层：概念模型（Conceptual Data Model）
- 视角：业务视角
- 受众：业务人员、决策者
- 内容：实体、关系、属性
- 工具：ER 图
第二层：逻辑模型（Logical Data Model）
- 视角：数据库视角
- 受众：数据架构师
- 内容：表、字段、关系、约束
- 工具：UML 类图、ERD
第三层：物理模型（Physical Data Model）
- 视角：实施视角
- 受众：DBA、开发
- 内容：实际表结构、索引、分区
- 工具：DDL 脚本
自上而下的关系：
概念模型 → 逻辑模型 → 物理模型
4.2 案例锚点：清华园物业的业主数据建模
概念模型：
业主、房产、缴费、报修等实体的关系
逻辑模型：
业主表（业主ID/姓名/电话/身份证）、房产表（房产ID/楼栋/房号/面积）、缴费表（缴费ID/业主ID/金额/时间）
物理模型：
MySQL 8.0 实现，业主表分库分表（按楼栋分），缴费表按月分区
三层一致 = 业务、架构、实施对齐。
五、数据标准化
5.1 数据标准化的"5 大维度"
维度一：命名标准
- 表名、字段名规则
- 例：业主表 = t_owner，业主ID = owner_id
维度二：格式标准
- 日期格式、电话格式、金额精度
- 例：所有日期 YYYY-MM-DD
维度三：编码标准
- 行业编码、自定义编码
- 例：身份证按 GB11643、地址按 GB/T 2260
维度四：值域标准
- 字典值、枚举值
- 例：性别 = 男/女/未知
维度五：质量标准
- 完整性、准确性、一致性、及时性
- 例：身份证号必须 18 位且符合校验
5.2 数据标准化的"国家标准对接"
中国数据标准体系：
- GB/T 35295-2017 信息技术 大数据 术语
- GB/T 38673-2020 信息技术 大数据 数据分类指南
- GB/T 41014-2021 信息技术 大数据 系统平台技术参考
- GB/T 36073-2018 数据管理能力成熟度评估模型（DCMM）
DCMM 是 2024 年新增重点考点——必背！
5.3 DCMM 数据管理能力成熟度
DCMM 五个等级：
| 等级 | 名称 | 特征 |
|---|---|---|
| L1 | 初始级 | 数据混乱 |
| L2 | 受管理级 | 部分管理 |
| L3 | 稳健级 | 体系化管理 |
| L4 | 量化管理级 | 量化指标 |
| L5 | 优化级 | 持续优化 |
国内大多数组织在 L2-L3 之间——这是 数据治理的现状。
5.4 案例锚点：清华园物业的数据标准
清华园物业数据标准化结果：
- 命名标准：所有表加前缀
t_xxx - 格式标准：所有时间 ISO 8601
- 编码标准：业主身份证按 GB11643
- 值域标准：物业费状态 = 已缴/欠费/退费
- 质量标准：手机号必须 11 位且 1 开头
DCMM 评估等级：从 L1 提升到 L2，目标 3 年到 L3。
六、主数据管理（MDM）
6.1 主数据是什么
主数据（Master Data）：组织 核心实体的"独此一份"数据。
典型主数据：
- 业主主数据：清华园 1860 户
- 房产主数据：1860 套
- 员工主数据：68 人
- 供应商主数据：物业的供应商清单
- 物料主数据：维修物料
6.2 主数据管理的"4 大原则"
原则一：唯一性
每个主数据有唯一标识 ID
原则二：一致性
跨系统数据保持一致
原则三：权威性
有明确的"数据创建者"和"数据维护者"
原则四：及时性
变更后及时同步到所有使用方
6.3 主数据治理的"7 步法"
第1步：识别主数据
第2步：制定标准
第3步：选择 MDM 工具
第4步：数据清洗
第5步：建立 MDM 平台
第6步：制定治理流程
第7步：持续优化
MDM 是数据治理的"地基" ——必须先做。
6.4 主数据治理的"4 个典型场景"
场景一：客户主数据治理
银行/电信/零售业的常见场景
场景二：物料主数据治理
制造业的核心
场景三：员工主数据治理
集团公司的必修课
场景四：组织架构主数据
跨部门、跨子公司的协同