随着企业数字化转型的不断深入，IT部门向业务部门提供的数据服务越来越多。为更好地维护这些数据，持续稳定地为业务部门提供满意的数据服务，需要供需双方在数据服务开始前达成约定，实现数据服务的有据可依。数据服务级别协议正是基于此产生的一种解决方案。

一、数据服务级别协议的由来

服务级别协议(SLA)是服务提供者和用户签订的合同，包含了服务的内容、对象、标准、价格等，对于提供的服务可量化，起到规范约束的作用。有的公司建立了IT部门的SLA，可以使业务部门了解IT部门能提供哪些服务并能充分使用这些服务。而IT部门可以据此维护应提供的服务,提升业务满意度，同时通过对这些服务进行计价，合理计量IT部门的投入成本，杜绝提供超过约定的服务。

数据服务级别协议属于SLA的一种，但其内容仅限于提供的数据服务，即为业务部门提供的数据产品，包括报表、数据内容推送、领导驾驶舱等。数据服务级别协议创建的终目的是在可控成本下确保客户使用数据服务时获得良好的体验,它包括数据的质量、性能以及故障处理要求等让客户有直接感触的内容。

大部分公司的IT部门均会向公司业务部门提供数据服务，图1以证券基金行业的数据服务为例，对于已经向业务提供的数据服务，需要先梳理出数据服务目录及服务对象，根据数据服务目录及服务对象共同确定一项数据服务级别协议。

图1 数据服务级别协议建立示意

二、数据服务目录及数据服务对象

IT部门提供的数据服务覆盖广，内容丰富。对数据服务目录按内容进行分类，便于对每类数据服务划分级别，并且分类还有以下几个方面的好处。

一是站在数据服务提供者的角度，服务对象的需求与客观能提供的数据服务不一定一致，因此需要根据数据内容去分类，以便明确每类数据可以提供什么样的服务，比如在客户购买金融产品的时候，有买卖的申请数据，商家确认后为买卖的确认数据。申请数据准确性低于确认数据，但及时性高于确认数据。因此，这两种类型的数据能为用户提供的数据服务是不同的。

二是源头数据的变化会影响数据服务的质量(包括数据质量、查询性能等)。引起源头数据变化的原因可能是业务变化，也可能是IT系统变化。将数据服务内容分类后，便于追溯到源，这也是数据治理中所谓的数据血缘关系，只有了解数据血缘关系，才能在变化的环境中提供稳定的数据服务。

三是随着提供的数据服务越来越多，常常会发现同类型的数据内容可能以不同的数据形式提供给了不同的人，也可能是相似的内容多次提供给同一个人。这就存在数据表达一致性、数据值一致性和数据表达简洁性等一系列问题。比如，客户买卖产品的交易确认数据通常会提供给多个部门做多种维度的统计分析。在这些统计表中可能会出现以下情况：同一个数据在一张报表中叫“销售商”，另一张中就叫“销售渠道”；一张报表中的“净买卖”计算的是买卖轧差值，而另外一张报表中的“净买卖”虽然也是买卖轧差值，但剔除了销售商在交易过程中收取的交易费用；按产品维度汇总的销量与按客户维度汇总的销量数据不一致。因此，对数据服务的内容进行划分便于维护同类数据服务内容的质量。

对服务内容进行分类首先要对业务进行细分，其次对数据进行细分，形成从总到分的树形逻辑体系结构。在具体分类时，要充分结合公司的战略规划、组织架构及目前数据实际使用情况。例如，基金公司产品的销量直接关系着公司业绩，对于销量相关数据的服务使用较为频繁，其数据分类可参见表1。

表1 基金产品销量相关数据服务目录分类样例

数据服务内容决定了可以提供的数据服务级别，而数据服务对象决定了需要提供的数据服务级别，数据服务对象可以划分为公司、部门、用户三个级别。

1.公司级别

针对公司级别服务对象提供的服务包含以下几个方面。

一是为决策层提供的数据服务，如为董事会或公司领导层提供的数据服务，包括用于企业决策的财务报表、反映公司运行关键指标的领导驾驶舱等。

二是影响多个重要部门的重要业务决策的数据服务，例如，保险公司保费的统计信息为财务部、核保核赔部、产品部等多部门的业务决策提供依据，在资产管理公司里为投资部门及销售部门(两大前线部门)提供的产品业绩及销量等数据服务。

三是为公司客户提供的数据服务，例如，为客户提供的购买基金的收益情况的信息或根据算法为客户推荐适合他的产品的数据服务等。

2.部门级别

部门级别的数据服务是指为单个部门或多个部门提供的数据服务。部门级别的数据服务相对公司级别的等级略低。例如，为各个销售团队内各个销售经理统计的销售业绩，该数据服务用于考核每个销售经理，并不影响公司销售决策，可以归为部门级别。

3.用户级别

如果该数据服务仅是用户个性化的需求，则归为用户级别，例如，销售经理查看其维护的某个地区的销量。

三、数据服务级别协议建立步骤

数据服务的需方及供方共同决定了数据服务对象的级别。而在具体建立过程中，需要细化到数据服务的各个方面，包括上文提到的数据质量、性能、故障处理等。以下是具体数据服务级别协议建立的步骤。

1.确定目标

制定数据服务级别协议前，需要先确定目标，提供服务的终目的是为了用户在使用数据服务时获得良好的体验，因此需要从业务的角度去看待他们需求。从业务对数据的需求出发，可将数据服务的建设分为三个阶段。

*****阶段：数据服务建设初期，业务部门大多只关注业务流程产生的数据。这个时候业务比较注重数据的准确性。

第二阶段：随着数据服务建设愈发成熟，会注重数据服务的时效性，此时会有实时数据的需求，同时有的公司业务人员数据能力比较强，希望能多维分析业务数据或自主分析数据，这个时候就需要商业智能BI工具，如FineBI、PowerBI、Congos等工具的加持。

第三阶段：引入了数据实验室，进行数据建模，更多的人工智能在数据服务中被体现出来。

在第二及第三阶段，IT部门已经向业务部门提供了较多的数据服务，随着业务部门对数据服务要求的提高，数据服务级别相应也会提高。因此，IT部门与业务部门需要结合实际明确数据服务的级别。

2.分解目标

确定了目标后，需要对目标进行细化，即分解目标。分解目标可以参考Strong-Wang框架，该框架从数据消费者的角度去评价数据质量，有四大类15小类的质量指标。

一是内在数据质量，涉及准确性、客观性、可信度、信誉度等指标。

二是场景数据质量，涉及增值性、关联性、及时性、完整性、适量性等指标。

三是表达数据质量，涉及可解释性、易理解性、表达一致性、简洁性等指标。

四是访问数据质量，涉及可访问性、访问安全性等指标。

结合自身情况，选取该框架中可以量化的准确性、及时性、性能、完整性、友好性等指标，其中，完整性主要涉及提供的数据范围；友好性即表达数据质量，如某项数据推送是否易于理解、是否简洁，某个指标是否可解释，表达是否一致等。

3.设定目标值和阈值

细分目标后，可以对细分项设定目标值及阈值，例如，向公司决策层每日推送信息，若目标定在早上8:00发送，阈值可以设置为早上7:30进行数据及时性检查，如数据是否到齐、推送接口是否正常等。除了及时性检查，可按照细分目标做各项检查，在有业务变更或系统升级的时候，除了添加自动检查程序检查，也可增加人工检查。此外，针对服务级别低的数据服务项指标，可以不设置阈值，目标未达成时，才触发预警。

4.设置监控和故障处理方式

设置了目标和阈值后，还需要设置监控方式及监控信息接收人员。监控人员收到告警后需要处理故障，此时业务部门无法使用数据服务，为此，需要建立通知机制，告诉业务部门业务情况及服务可用时间。在实际处理中，对于数据服务级别高的故障，应及时处理，提高处理时效。此外，在故障处理时往往需要追溯到数据提供者，因此可以在每项数据服务目录上标注数据提供者，便于故障处理。

5.建立数据服务级别协议登记流程并定期检查优化

随着数据服务的不断增多，需要建立配套的登记流程，对于用户提出的数据服务需求，依次匹配数据服务内容和数据服务对象，若没有匹配上那么就需要新建服务，匹配上的按照既有的数据服务级别协议提供。对于上线后用户投诉多、故障多的数据服务，需要定期检查优化。

综合上述步骤，可以生成数据服务级别协议，表2为据此建立的数据服务级别协议样例。

表2 数据服务级别协议样例

四、结语

服务协议除了上述对服务内容和级别的约定外，还包括未达成约定时的惩罚及服务计价。特别是服务计价，通常有单个项目或单个需求的计费，但在项目或需求上线后，用户真正开始使用的服务往往不能精确计费。在数据服务级别协议的建立过程中，需要逐步确定计价方式，避免因成本与产出的不一致，导致服务双方产生矛盾。

数据服务级别协议对服务双方来说既是保障也是制约。供需双方若没有达成一致约定，在数据服务的提供中可能会存在各种问题，如同一个数据服务质量时好时坏，不稳定的服务质量终可能导致需方对供方失去信心，供方则疲于建立或维护大量的数据服务。在具体实践中，各家公司数字化进程不同，数据服务级别协议可以根据自身情况逐步建立，建议先在内部建立后，作为服务保障的依据使用。在逐渐积累形成标准化的服务后，再开放给用户，正式与用户达成协议。

作者：

中信保诚基金管理有限公司信息技术部 曹碧辉