大家好，我是老彭。今天是周五，我加班刚到家。
虽然工作很辛苦，但是我今天着实被这帮可爱的彭友萌笑死了。。。
事情是这样的：
一个正常的问题
在数据治理大群里，有个哥们问了这样一个问题：
是不是很正常？有没有问题？没有吧？
乍一看，还是很正常的，这题没超纲，我能答！
一群不正常的数据人
但是，你知道的，肯定有一个但是！有人跳出来了！而且还不止一个！！！
emmmm？？？？好像不太对啊？我想了想我的硕士学位证，的确是这样的。
又有一位大佬过来科普了：
但是，又有一位小伙伴来补充了一句：
我赶紧翻出了我的博士学位证书，哦...我没有博士学位
zhuangbility失败！
这时候，有人看不下去了：
然后，大家就吵成一团了...我都没法截图给大家看了，太乱了
然后.....有一个朋友贴了一张图，终结了这个问题：
嗯，就是这个，你看看：
然后有人马上改口了：
我忍不住了，快让我笑一下......你如果不是做数据的，肯定认为我们这帮人有病......。
数据标准中的数据标准
你笑了吗？
如果你笑了，请尽情的笑吧......
但是，当你笑完了，你不妨思考一下，为什么这帮人会为了这个看上去并不重要的问题，一本正经的讨论这么久呢？
因为，这就是数据标准的意义。
大家知道，语言是用来交流的，有非常多的歧义、模糊、含混不清的表述。因为语言是为了快速的达到相互简单理解的目的，追求的是效率。
全球几乎所有语言都这个德行，尤其以中文最为繁复。有很多人还以“中文博大精深”自豪。
语义相反的词，在有些时候居然表达统一个意思，比如“红方大败蓝方”和“红方大胜蓝方”居然是一个意思。
更不用说同一个词，语调不一样，结果都不一样。所以有了质疑全世界的锦州话。
在沟通的时候，追求效率，所以失去一些准确性，这没啥，再确认一次就可以了。但是这些准确性在数据层面就会出大事儿！
因为数据一旦发布，可不能撤回来再解释一通，这不闹笑话了么？所以，在数据的领域，追求的是信息的精确性。
因此，在国家数据标准DCMM中，就把数据标准单独拿出来了：
数据标准分为业务术语、参考数据和主数据、数据元、指标数据四大块。其中，像学历、学位这种数据一般会被认定为参考数据。
嗯，你不用管这些乱七八糟的专业术语，反正你只需要记住：国家数据标准里，还有一个数据标准的定义，并且内容还非常丰富。
嗯，你是不是更乱了？
语言和数据
其实，无论哪个行当，一旦想要变得专业，就立刻会变得非常严肃，不近人情，生冷勿近。
比如数学，小学入门就是各种符号...多么不容理解啊？画个小猫小狗不好么？那么容易理解！
比如学术，你看看这些论文写得，就是要让人看不懂。
我前两天在朋友圈吐槽：编辑给我的新书提了非常多的意见，嫌弃我的书里到处都是“口语化”。然后一个朋友这么劝我：
唉...这是要把我平易近人的形象生生变成高冷无比啊...
其实数据也是这样，数据人自然也就这样了。每个数据人看到一个词，立刻会条件反射般的判定是否标准、可量化、可度量。
所以，严格来说，你想的没错，我们有病，你看，我们自己都承认了：
所以，请关爱我们这群有“病”的数据人，我们还是个宝宝...需要抱抱...包包也行
结语
没啥，散了散了！
啥？还要分享资料？emmm，诺，这个给你吧。
公众号“大数据架构师”后台回复“治理标准”，即可获取文件。