严格意义上来讲，系统数据质量的好坏应该是计算机专业出身的同事关心的问题，毕竟，这里头多少还是有些门道的，专业出身的人看起来自然会更好一些。
不过，因为殷勤恰好有一些编程基础，所以在数据交互方面有些经验，看起数据项来，倒也有些心得。
通过不同业务部门上报数据的比对，殷勤发现，试飞院一体化系统在设计的时候其实已经固化了数据库结构和数据项内容，这种情况下，造成数据理解不一致的根本原因，还是在于各部门数据描述、理解和应用上的差异。
就好像战机检修过程中填报故障缺陷的时候，描述缺陷部位的语言就不尽相同。即便工程部和生产处都发现了某架战机左侧机翼有缺陷，但填入系统的时候，“左侧机翼”和“机翼（左侧）”这两个描述，就会造成数据对接上的参差不齐。
即便可以用最简单的办法，通过写死程序明确“左侧机翼=机翼（左侧）”，但类似的问题太多，一条条明确写死不仅造成代码的冗余，程序的庞杂，更造成模块应用的死板和功能升级的困难，明显不能彻底解决数据偏差的问题。
从这个角度讲，想要从根上杜绝这个问题，显然是提升业务应用领域数据描述的规范性。也就是说，通过统一、合理、完整的数据字典，将各业务部门日常用到的通用性数据进行规约，当大家用一样的文字和数字描述一样的事物时，数据对接自然不成问题，数据对接成功，实现共享了，各部门应用统一系统的隔阂消失，彼此之间的配合自然也就变得顺畅了。
换句话讲，ema公司用规范、统一的指标标准规约各个环节的接口，殷勤提出的方案则规范、统一的数据标准规约了各个环节的数据。内容虽然有差异，但本质上说，两个方法所要实现的，都是不同环节、不同业务部门之间的统一。
所以，当殷勤把构建统一数据字典的想法感受陶意章的时候，老爷子笑呵呵地拍了拍殷勤的肩膀，脸上满是欣慰地赞了一句：“果然，摸到脉门了！”
而同样表示赞同的，还有第二次方案评审会上的领导们。
“看来，殷勤这次还是做了准备的嘛。确实，咱们几个业务部门之间协同的最大问题，就是数据不一致的问题。如果能有人把数据字典的事情做起来，那数据共享、信息共享，自然就变得简单、高效了，几个部门也不会自成壁垒，孤军作战了。”
和上次的集体批斗不同，殷勤这回的方案非但没有被批驳，相反，几乎所有的领导都同意将这件事交给殷勤来做，即便是上次批得最厉害的蔡领导，也在表决的时候，难得地点了点头。
在偶像剧里，这样的情节或许可以当作主人公升职、加薪、迎娶白富美，走上人生巅峰的重要起点。初入职场的殷勤，看到这样的场面，心里难免也有些飘飘然，觉得自己从师傅那里学到的谦逊之术功效显著，立竿见影。
而事实上，在单位混迹多年的陶意章却明白，圆桌上的领导们能这样异口同声地赞扬殷勤，并将制定数据字典的事情大方地交给殷勤，根本原因在于：整合数据是个技术含量低、工作量大、且十分容易得罪人的工作。
这项工作一直放在这里没人动，并不是大家没有发现它的重要性，而是和大张旗鼓的制定新流程、研发新技术、建设新系统相比，这种收拾烂摊子的工作不但累死累活，还不容易出成绩。
第二十七章 入职第216天（1）[1/2页]