• 傳統意義的數據字典 （表單，字段的含有）
• 業務元數據梳理，包括業務指標，統計口徑等 （通常對應 維度數據，業務描述數據code table, mapping table 的梳理）
• 數據 data lineage, audit

* 挑戰及現有問題
這類工具市場上比較多，傳統的數倉產品都有元數據管理工具。但多數存在些問題如：

• 對數據用戶不友好。這裏數據用戶包括a)數據分析人員 b) 數據維護操作人員
• 落地困難：不能很好的融合到企業現有的開發流程中
• 傳統企業有大量遺留系統，這些系統本身的元數據（數據描述）由於歷史原因不太完善。在遺留系統數據集成到大數據/數據湖的過程中，這些元數據需要在項目過程中完善，但缺乏工具，或現有工具不友好。

** 產品化及切入點選擇***
基於以上分析，數據平臺（中臺）產品中元數據管理部分可以采用以下設計思路：

• 借助圖數據庫提升前端數據展示
• 借助NLP及傳統元數據數據管理提升數據關聯關系分析
• 開發定制工具針對遺留系統及項目開發流程元數據進行維護。（進一步解釋以下，在多數數倉，大數據項目中，業務數據分析人員均需準備Mapping 文檔。目前mapping 文檔多以 excel 形式存在，不利於維護，共享，進一步挖掘。可以開發定制在線mapping文檔工具作為一個切入點）
• 參照（邏輯）架構圖：

目前市場上已經用一些類似產品，也可以做個參照：

• http://www.stargraph.cn/ 金融智能 BDP
• https://memect.cn/ 知識圖譜技術
• http://www.primeton.com/ 元數據平臺
• https://www.topquadrant.com/

數據中臺產品的一些思路