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

數據質量管理的方法論

時間：2019-12-06來源：CSDN瀏覽數：1677次

在數據治理方面，不論是國際的還是國內的，我們能找到很多數據治理成熟度評估模型這樣的理論框架，作為企業實施的指引。而說到數據質量管理的方法論，其實業內還沒有一套科學、完整的數據質量管理的體系。很多企業對數據質量的重視程度還不夠，即使部分企業在朝著這個方向努力，也是摸著石頭過河。

數據是數字化時代企業的重要資產，數據可以以產品或服務的形態為企業創造價值。既然數據可以是產品、可以是服務，那問題就簡單了。雖然數據質量管理沒有成熟方法論支撐，但是產品和服務的質量管理體系卻已非常的成熟了，何不嘗試用產品和服務的質量管理體系來管理數據質量？！那國際上最權威的質量管理體系IOS9001是否也適用于企業的數據質量管理呢？

下圖是ISO9001基于PDCA的質量管理核心思想，其重點強調以客戶為關注焦點、領導作用、全員參與、過程方法、持續改進、循證決策和關系管理。

圖中的數字代表的是本標準在ISO9001的相關章節，無業務含義。以下內容是根據筆者對質量體系相關資料的查閱和粗淺理解，給出數據質量管理的方法論，不免有所偏誤，歡迎拍磚和指正。

依據ISO9001以及企業在數據治理方面的相關經驗，筆者認為企業數據質量管理應從以下幾個方面著手：

1、組織環境
我們在數據治理框架、主數據管理、數據標準管理等章節，都提到了組織機構的設置，這里再次強調一個強有力的數據管理組織的建設是數據治理項目成功的最根本的保證。其作業是兩個層面：一是在制度層面，制定企業數據治理的相關制度和流程，并在企業內推廣，融入企業文化。二是在執行層面，為各項業務應用提供高可靠的數據。

2、數據質量管理方針
為了改進和提高數據質量，必須從產生數據的源頭開始抓起，從管理入手，對數據運行的全過程進行監控，強化全面數據質量管理的思想觀念，把這一觀念滲透到數據生命周期的全過程。數據質量問題是影響系統運行、業務效率、決策能力的重要因素，在數字化時代，數據質量問題影響的不僅僅是信息化建設的成敗，更是影響企業降本增效、業務創新的核心要素，對于數據質量問題的管理，深度執行的總體策略“垃圾進，垃圾出（garbage in，garbage out）”，采用事前預防控制、事中過程控制、事后監督控制的方式進行數據質量問題的管理和控制，持續提升企業數據質量水平。

3、數據質量問題分析
關于質量問題的分析，筆者推薦采用經典的六西格瑪（縮寫：6σ 或 6Sigma），六西格瑪是一種改善企業質量流程管理的技術，以“零缺陷”的完美商業追求，以客戶為導向，以業界最佳為目標，以數據為基礎，以事實為依據，以流程績效和財務評價為結果，持續改進企業經營管理的思想方法、實踐活動和文化理念。六西格瑪重點強調質量的持續改進，對于數據質量問題的分析和管理，該方法依然適用。

（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：數據質量問題根因分析...

下一篇：數據質量分析定義的六個階段...