什么是数据架构：定义、组成与价值，附17页PPT华为案例

附件为17页华为数据架构。

一、数据架构的多重定义

从不同机构和实践角度出发，数据架构有着相对一致却又各具侧重的界定。

• 国内大型企业普遍将数据架构视为企业架构中的一个子集，强调其是以结构化方式描述业务运作和决策所需数据及其关系的整体规范，核心包含四个部分：数据资产目录、数据标准、企业级数据模型和数据分布。

• DAMA协会则将数据架构定义为与组织战略协同的数据资产管理蓝图，强调其与战略目标相呼应，确保数据建设始终服务于战略。

• IBM更注重执行层面，强调数据架构需要回答“数据源在哪里、哪些数据可信、如何存储、如何使用与集成”等核心问题。

综合来看，数据架构既是企业认识和管理数据的规范框架，也是数据资产治理与价值实现的制度化路径。

二、数据架构的核心组成

数据架构并非抽象概念，而是由具体的结构与组件构成。通常包含以下四个关键部分：

1. 数据资产目录数据资产目录是对企业内有价值的数据进行系统化盘点与分层，形成目录化视图。它不仅让企业“摸清家底”，实现数据全景化展示，还通过端到端的数据地图，明确责任人和数据归属，从而降低数据理解与使用的门槛。

2. 数据标准数据标准是企业层面达成共识的“数据语言”。它从业务、技术、管理三个角度明确数据的定义、规则和规格，确保跨系统、跨部门的数据交互一致性。没有统一标准，往往会出现“同名不同义”或“同义不同名”的问题，导致业务故障和系统割裂。

3. 数据模型数据模型是对现实业务对象及其关系的抽象和表达，通常分为三类：概念模型（CDM）、逻辑模型（LDM）和物理模型（PDM）。它们分别从业务理解、逻辑设计和数据库实现三个层面逐步细化，支撑业务分析、系统建设和数据治理的统一逻辑。

4. 数据分布数据分布强调数据在业务流程与IT系统中的流转路径，呈现信息链、数据流与数据源的全景。通过理顺数据的“来龙去脉”，企业可以定位质量问题、优化流程绩效，并为系统集成与开发提供依据。

三、数据架构的桥梁作用

数据架构不仅是企业内部的技术规范，更是承上启下的桥梁：

• 承接业务架构需求：业务架构定义了活动的输入与输出，而数据架构通过抽象业务对象和逻辑实体，将业务需求转化为可管理的数据信息。

• 支撑应用与技术架构：应用架构基于业务对象定义功能，技术架构则依据数据模型设计存储与处理方式。数据架构因此成为驱动应用开发和技术实现的关键环节。

• 跨流程价值发挥：数据往往在一个流程中产生，却需要在多个流程和系统中使用。数据架构通过全局集成与共享机制，推动高质量数据跨组织流通，解决数据割裂问题。

四、数据架构的实践价值

数据架构最终的目标是让数据“看得见、用得上、传得通”。

• 它回答了数据治理的核心问题：是什么（What）、谁负责（Who）、数据之间是什么关系（Relation）、在哪里以及如何流转（Where）。

• 它降低了理解数据的门槛，使业务人员能够直接利用数据支撑决策，也让IT系统在开发时有据可依。

• 它推动数据的业务化和标准化，使企业真正建立起“数据即资产”的管理模式。

在数字化转型项目中，数据架构规划不可或缺。没有统一的数据架构，数据标准与模型难以统一，业务与IT之间难以协同，最终将导致系统割裂与投资浪费。相反，一个成熟的数据架构体系，可以让数据成为企业跨部门协同和战略落地的坚实基础。

五、华为数据架构