一种提高数据标准落标率的全生命周期管控方法

技术领域

一种提高数据标准落标率的全生命周期管控方法，用于实现提高数据标准落标率的全生命周期管控，属于数据治理领域。

背景技术

每家银行都有自己的数据标准，比如，对于性别男和女，每个系统定义可能会存在不一样的情况，有的用0和1标准表示，有的用F和M标准表示，有的用A和B标准表示，如果我行对于性别男和女的标准是A和B时，而用A和B标准表示性别的系统越多，代表落标率越高。

根据《银行业金融机构数据治理指引》，各家银行基本都开展了数据治理相关工作，并且将数据标准的工作作为数据治理内容之一，因此我行根据监管指引要求逐步建立了基于主题的数据标准，并尝试推动数据标准在相关系统的落地，由于没有好的管控抓手，使得数据标准落标执行力不足，落标情况往往无法量化，落标率不理想。

现有技术中，项目或需求原开发流程依次为：需求分析-概要设计-详细设计-代码开发-单元测试-部署上线，具体如图1所示。

目前数据标准落标主要是做事前管控，方法是在项目开发-详细设计阶段介入，与源系统核对数据标准(源系统也存在不核对数据标准情况)，核对完成后，一直到上线并无相关流程或者节点对系统落标情况进行监督检查，如公开日为20200616，专利号为CN111290813A的中国发明更多的侧重于事前管控，采用此种方式存在如下问题：

一、数据标准在需求设计阶段进行标准管控，标准上线后，并未对标准进行事前、事中和事后一致性分析，无法实时摸清我行数据标准执行情况，在应对监管检查时，就需要人工耗时耗力去梳理。

二、现有技术在核对数据标准时，只做事前、事中或事后核对，并未将事前、事中和事后全流程打通，形成数据落标全流程闭环管理，如事前只是双方就标准内容进行事前商议或者通过自动化程序确定标准内容，但是由于项目为赶时间和进度或者通过自动化程序匹配数据标准匹配率不高，在最后开发时，都会大大折扣，如没有事中监督审核，则执行效果不理想。

发明内容

本发明的目的在于提供一种提高数据标准落标率的全生命周期管控方法，解决数据标准执行不理想和数据标准工作量化问题。

为了实现上述目的，本发明采用的技术方案为：

一种提高数据标准落标率的全生命周期管控方法，在数据管控平台的项目经理岗和测试经理岗两个节点之间增加数据标准岗，用于事中审核项目涉及的元数据变更是否符合数据标准。

进一步，数据标准岗在事中审核的实现逻辑具体为：

项目经理岗提交提测流程后，数据标准岗对项目经理提交的元数据变更内容进行审核，如符合数据标准，则提测流程数据标准审核通过后进入测试经理岗，若不符合数据标准，则对提测流程进行打回，打回后，根据数据标准要求进行修改，修改完成再重新提测。

进一步，在数据管控平台增加元数据变更一致性分析模块，数据管控平台会在投产那天比对生产系统数据字典前后变化的内容，将比对出来的变化内容与事中登记的内容进行比对，看是否一致，一致则表示已落标，不一致则给出不一致清单，该过程全部由平台自动完成。

与现有技术相比，本发明的优点在于：

一、本发明对标准进行事中和事后一致性分析，考虑量化标准执行效果。

二、本发明实现数据标准落标事前、事中、事后全生命周期管理，事前-参与模型设计，与项目设计人员确定数据标准落标方案，事中-通过提测环节对数据标准执行情况进行监督检查，事后-利用数据管控平台对事中登记的元数据变更内容与生产真实变更内容进行比对，形成数据标准落标报告，即将事前、事中和事后全流程打通，形成数据落标全流程闭环管理，提升各系统间数据交互效率，保证数据的一致性和准确性，提高我行基础数据质量，同时满足监管数据报送需要；

三、本发明在项目经理岗和测试经理岗两个节点之间增加数据标准岗，是因为在此阶段开发已完成，数据模型已经稳定，可对结果进行初步审核，再则在测试之前进行审核，避免因测试通过，而不符合数据标准打回修改，又需要重新进行测试的情况出现；如在上线之后进行审核，则为时已晚，需求已上线，业务数据已产生，再进行标准修改，则代价太大；

四、本发明通过数据管控平台实现事后数据标准落标分析自动化，利用事中与事后变更内容进行比对，自动识别标准是否落标，该技术方案上线后，系统落标率从改造前的24.55％提升到改造后的80.58％。

五、通过事中登记审核，系统可根据事中变更内容自动识别该变更对数据类系统的影响及自动通知受影响系统负责人，避免因上游数据模型变更导致数据类系统不知道的情况出现，生产事故大大降低。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应该看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为现有技术中项目或需求原开发流程示意图；

图2为现有技术中提测单流程示意图；

图3为本发明中增加数据标准岗的提测单流程示意图；

图4为本发明中数据标准管控流程全线流程化显示页面示意图；

图5为本发明中事中元数据变更导入界面示意图；

图6为本发明在资金系统V4.7.2版本提测的显示示意图；

图7为本发明在数据标准岗审核显示示意图；

图8为本发明在事中元数据变更登记显示示意图；

图9为本发明在事后数据标准自动匹配显示示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种提高数据标准落标率的全生命周期管控方法，因项目经理在项目开发完成后准备进入测试阶段时，需要走提测流程，该原流程是由项目经理发起，经测试经理进行测试通过之后，就可进入上线环节，因此，将项目经理对应的流程定义为项目经理岗，将测试经理对应的流程定义为测试经理岗。通过对上述流程进行改造，改造内容是在数据管控平台的项目经理岗和测试经理岗两个节点之间增加数据标准岗，用于事中审核项目涉及的元数据变更是否符合数据标准。

数据标准岗在事中审核的实现逻辑具体为：

项目经理岗提交提测流程后，数据标准岗对项目经理提交的元数据变更内容进行审核，如符合数据标准，则提测流程数据标准审核通过后进入测试经理岗，若不符合数据标准，则对提测流程进行打回，打回后，项目经理根据数据标准要求进行修改，修改完成再重新提测；是否符合数据标准第一步是通过自动化程序(数据管控平台自有的自动化程序，根据描述或者英文名字进行智能匹配)将变更内容与数据标准进行比对，如元数据与数据标准映射上，则将元数据与数据标准内容进行匹配，若匹配，则符合，若不匹配，则不符合，第二步对于未映射上的元数据则需要通过人工筛选审核。

在数据管控平台(为现有的数据管理平台)增加元数据变更一致性分析模块，因项目经理在事中做元数据变更时，需要填写投产日期，数据管控平台会在投产那天比对生产系统中的元数据前后(上线前和上线后)变化的内容，将比对出来的变化内容与事中登记的内容进行比对，看是否一致，一致则表示已落标，不一致则给出不一致清单，该过程全部由数据管控平台自动完成。实施例

如图6所示，本发明在资金系统V4.7.2版本提测，其涉及到元数据变更内容，在元数据变更时，需对数据变更进行登记，具体如图8所示，因元数据涉及表结构变更，因此需通过数据标准岗对数据变更内容进行审核，审核后页面显示如图7所示。同时，通过数据管控平台增加元数据变更一致性分析，将事中登记映射的数据标准(即数据标准岗在事中审核映射的数据标准)与事后自动匹配的数据标准(上线前和上线后比对出的产生了变化的内容)进行比对得出数据标准执行情况，如图9所示。