大家一般直观认为数据标准就是几个文档，描述了一些规范和要求，需要去遵守。而我们认为数据标准又不仅仅是一套规范，而是一套由管理规范、管控流程、技术工具共同组成的体系，是通过这套体系逐步实现信息标准化的过程。数据标准化是通过一整套的数据规范、管控流程和技术工具来确保的各种重要信息，例如产品、客户、机构、账户等在全公司内外的使用和交换都是一致、准确的过程。
　　数据标准可从数据结构、数据内容来源、技术业务三个维度进行分类：
　　1、从数据结构角度进行的数据标准分类
　　结构化数据标准是针对结构化数据制定的标准，通常包括：信息项分类、类型、长度、定义、值域等。
　　非结构化数据标准是针对非结构化数据制定的标准，通常包括：文件名称、格式、分辨率等。
　　2、从数据内容来源进行的数据标准分类
　　基础类数据标准是指业务系统直接产生的明细数据和相关代码数据，保障业务活动相关数据的一致性和准确性。
　　派生类数据标准是指基础类数据根据管理运营的需求加工计算而派生出来的数据，例如：统计指标、实体标签等。
　　3、从技术业务角度进行的数据标准分类
　　业务数据标准是指为实现业务沟通而制定的标准，通常包括：业务定义和管理部门，业务主题等。
　　技术数据标准是指从信息技术的角度对数据标准的统一规范和定义，通常包括：数据类型、字段长度、精度、数据格式等。
　　大数据分析标准如何进行分类.中琛魔方大数据平台表示数据标准主要是针对业务，企业很多业务的语义十分依赖业务人员的人工梳理，难度大效率低，很可能出现因为梳理人员没有及时梳理，而造成业务语义难以被及时发现和管理的问题。但在企业数据治理中，任何一个数据标准，如果没有对应的技术手段，都将难以落地。