從廣義上來講，數據標準化的過程可以看作是業務系統內部或業務系統之間，乃至整個數據治理系統中的一個“語言”統一的過程。只有語言統一，才能讓同一業務系統或者不同業務系統之間有了對話、調用、通信的可能，從而保證使用的都是特定的某一個方言。同樣，數據標準化的過程反映程序及系統設計或架構級別時，就可以看作連接程序、機器、用戶的一個樞紐，通過標準化讓程序、機器、用戶都明白某一個詞素的確切含義，如果引入新系統或者新架構時又可以根據數據庫中的信息進行對照從而確定是否有該詞素，如果沒有進行相應添加或者同義轉換。
建立統一標準後，之後可以通過機器來處理相關詞彙，同時可以針對這樣的詞彙進行一定的分析工作，例如針對某一分類詞分類，同時可以定義在數據挖掘或分析過程中的詞素，從而通過“約定俗成“的方式來構建一定的語義含義。同時可以依託於關係型數據庫完成一定的語義分析以及相應的標準判定。
此時，我們就需要認真對待一個問題——標準詞彙的來源。
標準詞彙如果從某一個系統來，可能會影響其他系統語義效果。所以，從某種意義上來說，標準化詞彙的構建過程可以實現與系統逐漸進行標準的步驟相統一。更明白點來說，在就是你通過標準化詞彙的構建過程發現系統中目前存在的詞彙問題，從而實現對這些詞彙的糾正，同時，儘量使用詞彙中對應詞彙構建系統，從而保證將來發生詞彙含義的變化時，主動發生屬性變化。似乎還是沒有說明詞彙來源的問題，其實，上面說的就是一個數據的標準修正，而標準詞彙又可以看作是元數據描述數據，如果你願意你可以稱之爲元元數據。元數據我們可以從領域、行業、國家等標準中獲取，之後根據公司或項目的特點構建或者設計，然後在此基礎上對元數據進行分類，進行描述、拆分，從而獲取標準詞彙。當然在構建具體應用時也可以按需引入自身的詞彙，但此時需要認真進行分析。
