随着时代的快速发展，越来越多的朋友发现大多数系统都是建立在某些业务的需求上，并没有结合实际优先将企业架构做好，导致数据的一致性和可用性矛盾凸显出来。由于缺乏对数据整体设计的考虑也发现了更多的数据问题：
一、数据需求缺乏规范性，造成了数据对象拥有多种身份，存储的结构也较为混乱，影响数据共享作用；
二、数据没有具体的依据范围，数据所依据的标准较多缺乏标准性，造成了很多企业统计口径无法得到匹配，以及沟通的困难。
因此企业大数据标准体系建设刻不容缓，特提出以下建议希望有所帮助。
1、 业务部门的参与
企业的大数据标准体系建设最离不开的就是业务部门的参与和支持，业务部门应依据本部门的大数据应用需求提出应用场景，并根据应用场景提出一些数据愿景和需求，为后续大数据治理类、业务类等标准制定提供重要的输入。再通过IT部门与业务部门的配合，将业务部门的需求转换为大数据标准，通过这种形式展现出来可以有效地支撑了标准体系的构建。
2、 大数据标准体系的管理
企业应结合自身的实际情况构建专门的部门或岗位，如此不仅可以加强数据标准体系的制定、发布、实施、检查、监督、修订、评估等管理工作，及时纠正和处理标准应用是否规范、是否按标准进行等问题，还可以推进大数据标准在平台建设、管理创新、生产管理等方面的应用和实施，通过各种技术和管理措施与企业的经营生产融合在一起。
3、 沟通交流
沟通交流对于企业架构是最重要的，因此在进行大数据标准体系建设和管理过程中，应加强与上级部门的沟通与协调，明确上级部门关于大数据标准体系建设的要求，并准确收集国家、行业大数据标准制定和实施情况。其次欣思博认为还需加强与外部大数据专业机构的沟通与交流，方便大数据标准体系建设时与最新的大数据技术发展要求相适应，从而提高标准体系建设的前瞻性。
