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(yè)數據治理實施部署指南。同時，在IDC發(fā)布的《中國數據治理市場份額》報告中，連續(xù)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

數據治理系列5：淺談數據質量管理

時間：2019-12-06來源：CSDN瀏覽數：1103次

數據質量管理是對數據從計劃、獲取、存儲、共享、維護、應用、消亡生命周期的每個階段里可能引發(fā)的數據質量問題，進行識別、度量、監(jiān)控、預警等一系列管理活動，并通過改善和提高組織的管理水平使得數據質量獲得進一步提高。數據質量管理的終極目標是通過可靠的數據提升數據在使用中的價值，并最終為企業(yè)贏得經濟效益。

數據質量管理不單純是一個概念，也不單純是一項技術、也不單純是一個系統，更不單純是一套管理流程，數據質量管理是一個集方法論、技術、業(yè)務和管理為一體的解決方案。通過有效的數據質量控制手段，進行數據的管理和控制，消除數據質量問題進而提升企業(yè)數據變現的能力。在數據治理過程中，一切業(yè)務、技術和管理活動都圍繞這個目標和開展。

一、數據質量問題盤點

接下來我們盤點下企業(yè)一般都會遇到哪些數據質量問題：

數據真實性：數據必須真實準確的反映客觀的實體存在或真實的業(yè)務，真實可靠的原始統計數據是企業(yè)統計工作的靈魂，是一切管理工作的基礎，是經營者進行正確經營決策必不可少的第一手資料。

數據準確性：準確性也叫可靠性，是用于分析和識別哪些是不準確的或無效的數據，不可靠的數據可能會導致嚴重的問題，會造成有缺陷的方法和糟糕的決策。

數據唯一性：用于識別和度量重復數據、冗余數據。重復數據是導致業(yè)務無法協同、流程無法追溯的重要因素，也是數據治理需要解決的最基本的數據問題。

數據完整性：數據完整性問題包括：模型設計不完整，例如：唯一性約束不完整、參照不完整；數據條目不完整，例如：數據記錄丟失或不可用；數據屬性不完整，例如：數據屬性空值。不完整的數據所能借鑒的價值就會大大降低，也是數據質量問題最為基礎和常見的一類問題。

數據一致性：多源數據的數據模型不一致，例如：命名不一致、數據結構不一致、約束規(guī)則不一致。數據實體不一致，例如：數據編碼不一致、命名及含義不一致、分類層次不一致、生命周期不一致……。相同的數據有多個副本的情況下的數據不一致、數據內容沖突的問題。

數據關聯性：數據關聯性問題是指存在數據關聯的數據關系缺失或錯誤，例如：函數關系、相關系數、主外鍵關系、索引關系等。存在數據關聯性問題，會直接影響數據分析的結果，進而影響管理決策。

數據及時性：數據的及時性(In-time)是指能否在需要的時候獲到數據，數據的及時性與企業(yè)的數據處理速度及效率有直接的關系，是影響業(yè)務處理和管理效率的關鍵指標。

（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：數據治理在大數據領域的重要性...

下一篇：數據質量問題根因分析...