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

企業數據治理項目中影響數據質量的5個因素

時間：2020-04-08來源：知乎瀏覽數：735次

數據質量包括數據質量控制和數據治理。
數據是組織最具價值的資產之一。企業的數據質量與業務績效之間存在著直接聯系，高質量的數據可以使公司保持競爭力并在經濟動蕩時期立于不敗之地。有了普遍深入的數據質量，企業在任何時候都可以信任滿足所有需求的所有數據。

一個戰略性和系統性的方法能幫助企業正確研究企業的數據質量項目，業務部門與 IT 部門的相關人員將各自具有明確角色和責任，配備正確的技術和工具，以應對數據質量控制的挑戰。

數據質量反映的是數據的“適用性（fitness for use）”，即數據滿足使用需要的合適程度。數據質量通過完整性、一致性、準確性、及時性、合法性等多類維度對數據進行度量。數據質量管理的目的是為企業提供潔凈、結構清晰的數據，是企業開發業務系統、提供數據服務、發揮數據價值的必要前提，是企業數據資產管理的前提。

數據質量問題的影響因素
1、數據質量方面原因——數據不一致
企業早期沒有進行統一規劃設計，大部分信息系統是逐步迭代建設的，系統建設時間長短各異，各系統數據標準也不同。企業業務系統更關注業務層面，各個業務系統均有不同的側重點，各類數據的屬性信息設置和要求不統一。另外，由于各系統的相互獨立使用，無法及時同步更新相關信息等各種原因造成各系統間的數據不一致，嚴重影響了各系統間的數據交互和統一識別，基礎數據難以共享利用，數據的深層價值也難以體現。

2、數據質量方面原因——數據不完整
由于企業信息系統的孤立使用，各個業務系統或模塊按照各自的需要錄入數據，沒有統一的錄入工具和數據出口，業務系統不需要的信息就不錄，造成同樣的數據在不同的系統有不同的屬性信息，數據完整性無法得到保障。

3、數據質量方面原因——數據不合規
沒有統一的數據管理平臺和數據源頭，數據全生命周期管理不完整，同時企業各信息系統的數據錄入環節過于簡單且手工參與較多，就數據本身而言，缺少是否重復、合法、對錯等校驗環節，導致各個信息系統的數據不夠準確，格式混亂，各類數據難以集成和統一，沒有質量控制導致海量數據因質量過低而難以被利用，且沒有相應的數據管理流程。

4、數據質量方面原因——數據不可控
海量數據多頭管理，缺少專門對數據管理進行監督和控制的組織。企業各單位和部門關注數據的角度不一樣，缺少一個組織從全局的視角對數據進行管理，導致無法建立統一的數據管理標準、流程等，相應的數據管理制度、辦法等無法得到落實。同時，企業基礎數據質量考核體系也尚未建立，無法保障一系列數據標準、規范、制度、流程得到長效執行。

5、數據質量方面原因——數據冗余
各個信息系統針對數據的標準規范不一、編碼規則不一、校驗標準不一，且部分業務系統針對數據的驗證標準嚴重缺失，造成了企業頂層視角的數據出現“一物多碼”、“一碼多物”等現象。

（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：企業數字化轉型如何進行數據資源規劃？...

下一篇：企業何時考慮啟動數據治理項目...