一、规范,数据规范
规范,用拆词法理解,规是尺规的规,用来画图的工具;范是范本的范,本意指模具。这俩其实都是生产中用到的工具。
所以规范也很容易理解,就是我们在工作中,指导我们具体工作的工具、范本。
一般来说,规范里的内容大多是文本描述性的,说清楚这件事做什么,怎么做就行。比如小学生行为规范,里面就是说遇到什么事情,怎么做,很少有量化的内容。
这些内容直接指导具体的工作,实操性极强。但是也可以看到,这些规范基本上不太能具体量化,各种情况也不能穷尽,其中有很多模糊地带,所以其约束性相对来说要弱一些。
二、标准,数据标准
什么是标准?用拆词法理解,标是标兵、标尺的标,准是准星、准绳的准。从标兵、准星这俩词其实就能明白标准是什么意思。
标准就是一个榜样、准则,用来衡量一件事情的程度、对错。所以才有“没有标准,就没有对错”的说法。
我这边引用一下国家标准文件里的定义:
为了在一定范围内获得最佳秩序,经协商一致制定并由公认机构批准,为各种活动或其结果提供规则、指南或特性,供共同使用和重复使用的一种文件。
--GB/T 20000.1-2014《标准化工作指南 第1部分: 标准化和相关活动的通用术语》
比如GB 3096 环境空气质量标准,其中的描述非常具体,会很详细地描述颗粒物的大小、浓度限值。
三、规范、标准异同
规范和标准是同义词,都是用来指导具体工作的。有些文件也可以叫规范,也可以叫标准,还有一个名字里同时出现标准和规范。比如《银行业金融机构监管数据标准化规范》,年前刚发布5.0。
但是它们的区别还是非常明显的:
1、约束力不一样:相对来说,规范约束力弱,标准约束力强。
2、面向对象不一样,规范面向操作过程,标准面向执行结果。
3、目的不一样,规范指导工作,标准衡量工作。
如果给一个具体的比喻,那么规范相当于教科书,标准相当于考试试卷。一个用于教学,一个用于检验教学结果。
至于彭友们在公司自己写制度、规范、标准,名字叫啥都成,你们自己内部达成统一就行了~~~
文章来源:【大数据架构师】微信公众号
发布于 数据智能 社群
推荐阅读