数据字典缺乏管理
生产库中存在大量字段和表没有注释、含义模糊不清。
同名不同义、同义不同名、冗余字段和表等，直接影响对数据的识别和应用。
数据模型变更审批缺乏评审
数据模型变更前的合理性缺乏评审。
对不同系统的数据模型，在变更时从数据设计、业务合理性、数据治理等方面缺乏综合性评审。
数据标准落地没有抓手
一期治理项目做了几百数据标准，没有工具，项目组难以落标和考核。
不同系统的建设，由相应的开发厂商完成，各厂商的标准不一，造成数据模型的质量参差不齐。
字段同名不同义、同义不同名
字段代码值不一致，影响共享
字段类型不一致
字段长度不一致
数据架构缺乏管理
缺少企业数据模型统一视图，无法做模型的合理性分析和规划。
业务逻辑模型没有参照：一些成熟的，可以作为标准化的设计不被广大项目组所知晓，导致一些项目组在设计模型时没有参考，通过试错来积累，效率很低。
模型管理工具不一致，从成熟工具到 Excel，甚至没有模型管理工具。工具也没有版权，存在一定法律风险。
荣鼎信证信息科技数据模型管理和标准落标解决方案
01使用 Datablau DDM 模型设计和管理工具，打通模型设计和数据标准的场景，形成标准直接落地的操作性工具
02建立模型库，统一模型存储，沉淀全企业的数据模型资产。
03模型开发者多人协同工作，进行元数据融合，实现开发，设计，生产一体化。
04模型管理者在WEB端进行查询与分析，进行模型质量和落标的审核，实现数据资产的自动化盘点。
价值效益
TP&AP一体化
形成企业级数据模型资产，模型共建共享。数据字典充足率可达到 100%
自动化脚本投产
将数据模型管理纳入开发投产的统一管理中，数据脚本出错率降低 80%。
数据标准落地
在数据模型设计中体现数据标准，逐步实现引标落标，根据我们的经验，数据标准落标率核心系统可以提高到 90% 以上。
