数据目录核心概念：元数据、数据血缘、数据分类、数据分级

做数据资产盘点，说白了就是搞清楚「我们到底有哪些数据、它们从哪来、该怎么管」。而数据目录，就是这一切的起点。我刚开始接触数据治理时，也以为数据目录就是个Excel清单，后来踩了不少坑才明白——没有元数据、血缘、分类、分级这四个支柱，目录就是个空壳子。

这一章，咱们把这四个核心概念掰开揉碎讲清楚。你理解透了，后面的盘点工作才能落地。

2.1 元数据：数据的「身份证」

元数据是什么？就是描述数据的数据。你想想看，如果一个人没有身份证，你怎么确认他是谁？数据也一样。

我在项目中遇到过最典型的场景：业务部门问「这个字段是什么意思？」，技术部门翻半天文档也说不清。为什么？因为元数据没管好。

举个例子，一张订单表里的 status 字段：

技术元数据：字段类型 INT(2)，允许 NULL
业务元数据：0=待支付，1=已支付，2=已取消，9=异常
管理元数据：负责人张三，更新频率 T+1，来源 ERP 系统

嗯，这里要注意——很多团队只管技术元数据，业务元数据全靠口头传。结果就是人员一变动，字段含义就丢了。我建议你在盘点初期，就把业务元数据作为必填项，宁可慢一点，也别留坑。

2.2 数据血缘：数据的「族谱」

数据血缘，就是记录数据从产生、加工到消费的完整链路。说白了，就是回答「这个数据从哪来、经过了哪些处理、最终去了哪」。

为什么需要血缘？我讲个真实案例。有一次上线后发现报表数据对不上，排查了三天，最后发现是上游一个ETL脚本改了字段映射，但下游完全不知情。如果有血缘关系图，这种问题十分钟就能定位。

我曾经帮一家金融客户做盘点，他们的血缘全靠人工维护的Word文档，早就过时了。后来我们通过解析SQL脚本和ETL配置，自动构建了字段级血缘图。效果立竿见影——数据问题排查时间从平均2天缩短到2小时。

这里有个避坑指南：血缘不是一次性的。数据管道每天都在变，血缘必须持续更新。我建议你至少每周做一次血缘扫描，否则半年后它就变成一张废纸。

2.3 数据分类：给数据「分门别类」

数据分类，就是按照业务属性或技术特征，把数据划分到不同的类别中。目的是让数据更容易被找到、理解和使用。

我见过最糟糕的分类方式——按数据库实例分。结果就是业务人员根本不知道「ODS层」是什么鬼，他们只关心「客户信息」「交易记录」「产品目录」。

实际操作中，我建议先做业务域分类，再做技术域分类。因为盘点最终是为业务服务的，业务人员看不懂，盘点就白做了。

业务域	包含数据实体	典型用户
客户域	客户基本信息、客户画像、客户标签	市场部、销售部
交易域	订单、支付流水、退款记录	财务部、运营部
产品域	产品目录、定价、库存	产品部、供应链
风险域	风控规则、黑名单、异常交易	风控部、合规部

你想想看，如果业务人员打开数据目录，看到的是「客户域」「交易域」这种词，他们马上就知道去哪找数据。但如果看到的是「ods_cust_info」「dwd_trx_detail」，他们直接就懵了。

2.4 数据分级：给数据「定敏感度」

数据分级，就是根据数据的敏感程度和影响范围，划分不同的安全等级。目的是防止数据泄露和滥用。

我在项目中见过最惨的教训——某公司把所有数据都当成「内部公开」，结果客户手机号被实习生导出后卖给了竞争对手。后来一查，根本没人知道这些数据该归到哪个级别。

分级不是拍脑袋定的。我建议你参考两个维度：

1. 数据泄露的影响范围——个人、部门、公司、还是社会层面？
2. 法律法规要求——比如《个人信息保护法》明确要求的敏感个人信息，至少定到L3。

嗯，这里有个实操技巧：分级结果一定要在数据目录中显式标注。我习惯在每个数据集的详情页顶部加一个醒目的级别标签，比如红色「L3-敏感级」，这样任何人使用数据前都能看到。

2.5 四个概念的关系

这四个概念不是孤立的。我画了一张图，帮你理清它们之间的关系：

从图上你能看到：元数据是基础，没有它其他三个都无从谈起；血缘让数据可追溯；分类让数据可查找；分级让数据可管控。四者缺一不可。