4、数据资产分类体系：业务域划分、数据主题分类、数据资产分级、标签体系设计

数据资产分类，说白了就是给企业数据做「户口本」。

我见过太多团队，一上来就埋头建表、写ETL，结果数据越堆越多，最后谁也找不到想要的东西。你想想看，一个没有分类体系的资产目录，跟一个没有书架的图书馆有什么区别？

这一章，我们就来拆解分类体系的四个核心环节。嗯，这也是我在多个项目中反复打磨出来的套路。

4.1 业务域划分：先画边界，再谈治理

业务域划分，是分类体系的第一步。它的核心逻辑很简单：数据从哪里来，就归到哪里去。

我个人习惯，先跟业务部门聊一圈，搞清楚他们到底在做什么。比如营销部管获客、供应链部管采购和物流、财务部管核算和预算。每个部门就是一个天然的业务域。

常见的业务域划分参考：

业务域	典型数据范围	数据所有者
营销域	线索、活动、渠道、投放	CMO / 营销总监
销售域	客户、商机、合同、订单	销售VP
供应链域	采购、库存、物流、供应商	供应链总监
财务域	预算、核算、应收应付、税务	CFO
人力域	员工、组织、薪酬、考勤	HR VP
产品域	产品定义、BOM、版本、定价	产品总监

这里有个坑，我提醒一下：跨域数据怎么办？比如「客户订单」既涉及销售域，又涉及财务域。我的做法是：主数据归主域，引用数据通过关联关系打通，不要重复归属。

4.2 数据主题分类：把数据装进「抽屉」

业务域划分完了，接下来要解决的是：每个域里的数据，到底长什么样？

数据主题分类，就是把同一类业务含义的数据归到一个主题下。比如「客户」主题下面，可以有客户基本信息、客户信用信息、客户联系记录等等。

我建议的主题分类结构：

• 一级主题：客户、产品、交易、组织、资产、事件……（6-8个）
• 二级主题：在一级下细分，比如「客户」下分「个人客户」「企业客户」「潜在客户」
• 三级主题：按数据实体细分，比如「个人客户」下分「基本信息」「联系方式」「行为偏好」

举个例子，一个零售企业的主题分类可能是这样：

客户主题
  ├── 个人客户
  │   ├── 基本信息
  │   ├── 联系方式
  │   └── 消费行为
  ├── 企业客户
  │   ├── 工商信息
  │   └── 合作记录
  └── 潜在客户
      ├── 线索来源
      └── 跟进记录

产品主题
  ├── 商品信息
  │   ├── 基础属性
  │   └── 库存信息
  └── 价格体系
      ├── 定价策略
      └── 促销活动

嗯，这里要注意：主题分类的层级不要太深。我一般控制在三级以内，超过三级，业务人员就记不住了。

4.3 数据资产分级：给数据贴上「安全锁」

数据资产分级，说白了就是回答一个问题：这份数据丢了，公司疼不疼？

我在项目中遇到过，有些团队把所有数据都标成「绝密」，结果等于没分级。分级一定要有区分度，让不同敏感度的数据得到不同级别的保护。

通用的四级分级模型：

级别	定义	典型数据	访问控制
L1 公开	可对外公开	产品介绍、公司地址	无需认证
L2 内部	仅限内部使用	内部报表、组织架构	员工认证
L3 敏感	泄露有负面影响	客户联系方式、交易明细	按需授权
L4 绝密	泄露有重大风险	身份证号、银行卡号、密码	严格审批+加密

分级不是一成不变的。我建议每半年做一次分级复审，因为业务场景在变，数据的敏感度也在变。

4.4 标签体系设计：让数据「好找」才是硬道理

分类和分级解决了「数据是什么」「数据多重要」的问题，但用户找数据时，往往需要更灵活的检索方式。这时候，标签体系就派上用场了。

标签和分类的区别是什么？分类是树状的，标签是网状的。一个数据资产只能属于一个分类，但可以打多个标签。

标签设计的原则：

• 原子化：每个标签只表达一个含义，不要搞复合标签。比如「高价值客户」不如拆成「客户等级=高」+「客户类型=个人」
• 可枚举：标签值尽量用枚举，不要用自由文本。比如「数据来源」标签的值可以是「CRM」「ERP」「外部采购」，而不是随便填
• 动态更新：标签不是一成不变的。比如「数据质量=高」这个标签，应该随着数据质量监控结果自动更新

一个实际的标签体系示例：

业务标签
  ├── 所属业务域: {营销, 销售, 供应链, 财务, 人力, 产品}
  ├── 业务场景: {客户分析, 库存盘点, 财务核算, 绩效考核}
  └── 数据用途: {报表, 分析, 模型训练, 接口服务}

技术标签
  ├── 存储类型: {MySQL, Hive, HBase, Elasticsearch, 对象存储}
  ├── 更新频率: {实时, 小时级, 天级, 周级, 月级}
  └── 数据格式: {结构化, 半结构化, 非结构化}

管理标签
  ├── 数据所有者: {张三, 李四, 王五}
  ├── 创建时间: {2024Q1, 2024Q2, 2024Q3, 2024Q4}
  └── 数据状态: {在用, 归档, 待清理}

安全标签
  ├── 分级: {L1, L2, L3, L4}
  ├── 脱敏要求: {需要, 不需要}
  └── 合规类型: {GDPR, 个人信息保护法, 无特殊要求}

最后说一句：标签体系一定要有自动化支撑。纯靠人工打标，第一天还行，三个月后就没人维护了。我建议在数据采集或入湖阶段，通过元数据自动抽取规则来生成技术标签和管理标签，业务标签和安全标签可以走半自动——系统推荐，人工确认。