数据治理标准体系通常由四层规则组成。 外部标准与监管要求回答依据什么,企业治理制度回答谁决策、谁负责,数据标准与专项规范回答数据怎么定义、怎么管,执行细则和系统控制回答每一步谁做、留下什么证据。把这四层接起来,才算一套能运行的数据治理标准规范体系。
配套规范指围绕治理制度形成的一组可执行文件,包括管理办法、专项规范、操作细则和模板。它们需要与外部标准对应,也需要在流程和系统里找到落点。数据治理的总体框架可以参考数据治理。
一、数据治理标准体系分哪几层
一套完整的数据治理标准体系,可以按约束来源和执行位置分成四层。
| 层级 | 回答什么问题 | 典型文件 | 主要维护者 |
|---|---|---|---|
| 外部依据层 | 必须遵守哪些法律法规、国家标准、行业规则 | 适用标准清单、监管条款映射表 | 数据治理办公室、法务合规 |
| 企业治理制度层 | 治理目标、决策权、组织职责、考核问责 | 数据治理章程、管理办法、职责矩阵 | 数据治理委员会 |
| 数据标准与专项规范层 | 数据如何定义、质量如何控制、安全如何分级 | 术语规范、主数据规范、指标规范、质量规范、安全规范 | 各治理域负责人 |
| 执行细则与系统控制层 | 谁在什么时点做什么、留下什么记录 | 操作手册、模板、检查表、系统校验规则 | 业务与 IT 执行团队 |
四层之间是引用关系。上层定原则和边界,下层写动作和证据。同一个要求只在一个层级写透,其他层级引用条款编号,能减少重复和冲突。
企业如果已有标准体系,可以按 GB/T 15496-2017 的产品实现、基础保障、岗位三类挂接,把数据治理规范放进基础保障部分,避免再建一套孤立编号。
二、国家层面的数据治理标准体系包括什么
国家层面的体系解决共同语言和底线要求。企业需要从中挑选适用部分,转成内部规则,不能把标准目录直接当成企业制度。
1. 国家数据标准体系的七个部分
2024年9月,国家发展改革委、国家数据局等六部门印发《国家数据标准体系建设指南》。指南把数据标准体系分为七个部分。
- A 基础通用,包括术语、参考架构、管理、服务、产业等标准,为其他部分提供共同语言。
- B 数据基础设施,覆盖基础设施互联互通、算力保障和流通利用。
- C 数据资源,覆盖基础资源、开发利用、数据主体、数据治理和训练数据集。数据治理标准就放在这一部分。
- D 数据技术,覆盖数据汇聚、处理、流通、应用、运营、销毁等技术。
- E 数据流通,覆盖数据产品、确权、资源定价、流通交易。
- F 融合应用,面向行业和场景应用。
- G 安全保障,覆盖数据全生命周期安全。
指南提出的阶段目标是,到2026年底基本建成国家数据标准体系,围绕数据流通利用基础设施、数据管理、数据服务、训练数据集、公共数据授权运营、数据确权、资源定价、企业数据范式交易等方向,制修订30项以上基础通用国家标准。
全国数据标准化技术委员会 SAC/TC609 负责数据领域国家标准的统筹,秘书处设在中国电子技术标准化研究院,2024年10月成立。
2. 直接支撑数据治理的两项通用标准
企业落地时经常引用的两项通用标准,分工不同。
| 标准 | 解决的问题 | 企业怎么用 |
|---|---|---|
| GB/T 44109-2024 信息技术 大数据 数据治理实施指南 | 给出数据治理的实施过程,包括规划、执行、评价、改进 | 设计治理项目路径、阶段交付物和评价机制 |
| GB/T 36073-2025 数据管理能力成熟度评估模型 | 给出数据管理能力的评估域和成熟度等级 | 做现状评估、找短板、安排建设优先级 |
GB/T 44109-2024 于2024年5月发布,2024年12月实施。它把数据治理定义为对数据资源管理行使权力和控制的活动集合,包括计划、监督和执行;实施过程分规划、执行、评价、改进四段。
GB/T 36073-2025 于2025年12月31日发布,2026年7月1日实施,替代2018版。新版把一级能力域扩展到9个,包括数据战略、数据治理、数据架构、数据资产、数据标准、数据质量、数据安全、数据生存周期和数据应用流通,并划分为33个能力项和五个成熟度等级。数据标准域覆盖业务术语、主数据、参考数据、数据元和指标数据。
两项标准可以配合使用。44109 管实施过程,36073 管能力标尺。企业先用 36073 做基线评估,再用 44109 安排规划和改进,能把缺什么和怎么做接起来。更细的标准适用方法,可以参考数据治理标准。
3. 行业监管要求怎么叠加
行业监管要求往往比通用标准更具体,优先级也更高。
以银行业为例,银保监会2018年5月印发《银行业金融机构数据治理指引》,共七章五十五条,覆盖数据治理架构、数据管理、数据质量控制、数据价值实现和监督管理。指引要求把数据治理纳入公司治理,明确董事会、监事会、高级管理层和部门职责,董事会承担最终责任;监管数据也要纳入治理范围;机构可以结合实际设立首席数据官。
这类文件不能只放进参考资料。企业要做一张监管条款映射表,逐条写明对应的内部文件、控制点、责任人和证据。监管要求是底线,内部规范可以更严,不能更松。
三、企业自己的标准体系要写哪些规范
企业侧不需要照搬九个能力域各写一份文件。按管理对象归并,通常落在六类规范。
| 规范族 | 主要回答 | 最低交付物 |
|---|---|---|
| 治理组织与制度 | 谁决策、谁负责、怎么议事、怎么问责 | 治理章程、职责矩阵、会议与升级机制、考核办法 |
| 数据标准 | 业务术语、主数据、参考数据、数据元和指标怎么定义 | 术语表、主数据规则、指标定义卡、标准变更流程 |
| 数据质量 | 质量需求、规则、检核、问题闭环怎么做 | 质量规则清单、检核计划、问题工单与复盘机制 |
| 数据安全与合规 | 分类分级、权限、脱敏、审计、个人信息保护怎么做 | 分类分级清单、权限矩阵、审计与例外审批规则 |
| 架构与元数据 | 数据模型、分布、集成共享、元数据和血缘怎么管 | 元数据登记规范、变更影响分析、血缘维护要求 |
| 生命周期与资产 | 采集、存储、加工、共享、归档、销毁,以及权属、价值和运营怎么管 | 生命周期细则、资产目录维护规则、资产运营记录 |
这张表覆盖的是管理对象,文件数量不说明体系是否完整。小团队可以把几类合并成一份管理办法加若干附录,集团企业可以按业务线拆成多份细则。判断标准是每个对象都有主责文件,每个动作都有责任人和记录。
四、配套规范怎么形成
形成配套规范,可以按七步推进。每一步都要有可见产出,避免只开会不出文件。
1. 定清适用范围和优先问题
先回答三个问题。哪些监管要求和行业标准必须遵守,哪些数据争议反复出现,现有制度哪些还在用、哪些已经失效。产出是一张适用范围清单、一张问题清单和一份优先级排序。
起步阶段不必铺满所有治理域。选两到三个与收入、风险或监管直接相关的问题,例如指标口径不一致、客户主数据重复、监管报送数据质量不稳定。范围越具体,后面的条款越容易写实。
2. 搭三层文件架构
建议把企业文件分成三层。
- 一级是纲领性文件,通常一份,写治理目标、原则、组织、决策机制和问责。
- 二级是管理办法,按治理域设置,写职责分工、管理流程、审批权限和考核要求。
- 三级是规范、细则和模板,写具体对象的定义、操作步骤、校验规则和记录格式。
三层文件用统一编号,标注版本、生效日期、主责部门和复审周期。再建一张外部条款到内部文件的映射表,监管检查或标准更新时能快速定位影响范围。体系搭建的整体路径可以参考企业级数据治理体系。
3. 先写争议最大的数据标准
数据标准常常产生跨部门争议,也适合作为试点。优先从三类对象入手,核心指标口径、客户或产品主数据、高频业务术语。
以指标为例,一张指标定义卡至少写清以下字段。
- 指标名称和业务含义
- 计算口径,包括分子、分母和排除条件
- 统计周期、时间口径和数据来源
- 统计维度和适用业务范围
- 指标负责人和审批人
- 版本号、生效日期和变更记录
先让一个指标跑通定义、评审、发布、变更的完整流程,再把模板复制到其他指标。这样能暴露真实的协作问题,比一次性发几十个模板更有效。
4. 按统一结构写条款
每份规范使用同一套结构,读者容易定位,评审也容易检查。
- 目的与适用范围
- 引用依据
- 术语和定义
- 角色与职责
- 管理对象与分类
- 流程、时限和审批节点
- 条款要求
- 记录与证据
- 例外与升级
- 附则,写明解释权、生效日期和复审安排
条款动词要区分约束强度。应和不应表示必须执行,宜和不宜表示推荐做法,可表示允许选项。GB/T 1.1-2020 对标准化文件的结构和条款表述有详细规定,可以作为编写参考。
每条要求尽量写成谁在什么时点做什么、输入是什么、输出什么记录。只写加强管理、严格落实的条款,执行时无法判断是否完成。
5. 完成评审、发布和版本管理
评审至少覆盖业务、数据、IT、安全和法务。业务看是否影响正常经营,数据看定义和口径是否一致,IT 看系统能否承载,安全与法务看是否满足监管要求。
发布时明确文件编号、版本号、生效日期和被替代的旧文件。变更分一般修订和重大修订,重大修订要做影响分析,通知关联流程和系统同步调整。已经失效的文件及时下架,避免新旧版本并存。
6. 把要求嵌入流程和系统
规范只有进入流程和系统,才会变成日常动作。可以先选五个控制点。
| 规范要求 | 流程节点 | 系统控制 | 证据 |
|---|---|---|---|
| 新增指标要有统一定义 | 指标上线评审 | 指标平台校验必填字段和口径 | 评审记录、指标版本 |
| 新建数据表要登记元数据 | 模型设计评审 | 元数据平台登记表和字段 | 元数据记录、血缘关系 |
| 敏感数据访问要授权 | 权限申请 | 权限审批和最小授权 | 审批单、访问日志 |
| 数据质量要可监控 | 数据上线 | 质量规则配置和告警 | 检核报告、问题工单 |
| 数据变更要评估影响 | 变更申请 | 血缘分析、影响范围提示 | 变更单、影响分析记录 |
这张表在监管检查时很实用。检查人员通常不只看文件,还会问这条要求落在哪个流程、系统里怎么控制、出了问题能拿出什么记录。
7. 度量执行并定期复审
规范发布后要回答三个问题,有没有执行,执行得怎么样,需不需要修改。
可以跟踪五类指标,标准覆盖率、指标口径一致率、质量规则执行率、问题平均闭环时长、违规访问次数。指标不必多,但要能按月或按季度取到。
复审安排分为定期和触发式。定期复审通常一年一次;监管政策变化、组织调整、系统迁移或重大数据事故发生时,启动专项复审。
数据治理标准化工作本身包括标准需求识别、立项、起草、评审、发布、宣贯培训、实施监督和复审修订,形成闭环才算完成。具体落地步骤可以参考数据治理标准化。
五、一套规范是否配套,用七项检查验证
交付前可以按以下七项自查。
- 纵向能追溯,下层细则的每条要求都能找到上层依据,上层文件没有越位写操作细节。
- 横向不打架,同一管理对象只有一个主责文件,其他文件引用它,不重复定义。
- 条款可执行,每条要求都有责任角色、动作、时限和输出记录。
- 证据可获取,执行记录能在系统、台账或工单中查到,不依赖个人记忆。
- 例外有出口,特殊情况有审批路径、升级机制和补录要求。
- 版本可管理,文件有编号、生效日期、废止安排和复审周期。
- 效果可度量,至少有覆盖、执行、问题闭环三类指标。
七项里有两三项不合格,先补配套关系,再继续扩文件数量。文件越多、关系越乱,执行成本越高。
常见问题
1. 数据治理标准体系和数据标准体系是一回事吗
两者范围不同。数据标准体系主要管业务术语、主数据、参考数据、数据元和指标数据等对象的定义与规则,是数据治理标准体系的一部分。数据治理标准体系还要覆盖组织职责、决策机制、数据质量、数据安全、生命周期和资产运营。
2. 小企业要不要建全套规范
不必按大企业的文件数量铺开。起步可以是一份治理章程、一份数据标准管理办法、一套核心指标定义和一条质量问题闭环流程。先用两三个业务问题验证,再按风险和监管要求扩展。
3. 国家数据标准体系建设指南能直接当企业制度用吗
不能直接替代。指南解决国家层面的标准布局和共同语言,企业还要结合行业监管、业务模式和数据现状,把它转成内部条款、流程和系统控制点。行业有强制监管要求的,优先满足监管要求。
4. GB/T 36073-2018 还能作为评估依据吗
GB/T 36073-2025 已于2026年7月1日实施,替代2018版。新项目宜按新版准备;沿用旧版材料的企业需要做一次差距分析,重点看新增的数据资产域、数据应用流通域和数据安全要求。
5. 一套配套规范通常要写多少份文件
没有固定数量。一个常见起点是一份纲领、五到八份管理办法,再加若干细则和模板。判断依据是管理对象是否覆盖、职责是否清楚、证据是否拿得出,不以文件数量衡量完整度。
6. 怎么证明规范真的在执行
抽三类证据。流程证据看评审记录、审批单和变更单;系统证据看元数据登记、权限日志和质量告警;结果证据看指标口径一致率、问题闭环时长和监管检查反馈。三类证据能对上,说明规范已经进入日常运行。
数据治理标准体系的建设,可以从一份能执行的文件开始。先定清楚管什么、谁来管,再把要求写进流程和系统,最后用证据和指标验证。规范之间能互相引用,执行记录能随手取到,这套体系才算配套。
ThinkingAI 服务全球超 1500 家企业,接入产品超 8000 款,支持私有化部署。对需要把数据标准、权限和审计要求落到平台的企业,可以把规范中的控制点对应到具体的数据平台能力,减少文件要求和系统实际行为不一致的情况。






