智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

數據質量需求與定義

時間：2019-11-15來源：知乎瀏覽數：2655次

數據質量通常表現為一組具體的流程和技術，用于識別和修正數據中的錯誤以支持業務運行及決策支持。在銀行實際中數據質量管理的應用場景主要包括數據分析挖掘、數據標準化管理、系統建設以及系統運維(圖1)等。基于上述四個典型的應用場景，本文重點討論數據質量管理的流程方法，從需求管理和日常機制兩個維度討論數據質量處理標準過程，數據需求對應信息系統建設以及能夠轉化為項目形式的數據應用需求，日常機制對應數據質量問題的常規處理機制。

圖1 數據質量需求來源

數據需求是信息系統建設需求管理的重要部分，無論是業務角度還是技術角度，數據質量需求都是數據需求中的必備要求。數據質量需求主要有兩個來源，分別對應于業務發展和數據管理的原因，前者對應數據應用角度的要求，后者對應企業數據管理目標。業務需求包括常規的系統改造或建設需求，以及數據服務、數據分析、數據挖掘等數據應用性需求。數據需求中應該包括數據質量規則方面的要求，數據需求來源于信息系統常規性需求，以及數據應用相關的需求。

數據質量問題是指數據不滿足業務運行、管理與決策的程度，其衡量標準包括了多方面的含義。清晰的定義必然包括多個基本屬性，或者說元數據單元。數據質量需求涉及范圍和影響程度不一，較小的需求以單系統數據項修改為代表，處理方式簡單直接；較大的需求以跨系統數據不一致為代表，剖析根源甚至包括業務規則的調整。數據質量需求對應的問題及原因在數據生命周期中會包括定義、產生、加工、整合、應用等過程，覆蓋源系統、數據倉庫、數據集市。

（部分內容來源網絡，如有侵權請聯系刪除）

立即申請數據分析/數據治理產品免費試用我要試用

上一篇：如何保證數據質量？針對性業務方面的數據質量如何提升...

下一篇：數據質量管理方法...