數(shù)據(jù)質(zhì)量保障的關(guān)鍵的步驟是數(shù)據(jù)質(zhì)量規(guī)則、數(shù)據(jù)質(zhì)量指標(biāo)，數(shù)據(jù)探查，數(shù)據(jù)保障機(jī)制和數(shù)據(jù)清洗，不管是在做數(shù)據(jù)質(zhì)量或者打算做數(shù)據(jù)質(zhì)量工作的朋友都可以詳細(xì)研究下，應(yīng)該會(huì)有幫助。

數(shù)據(jù)質(zhì)量管理（Data Quality Management），是指對(duì)數(shù)據(jù)從計(jì)劃、獲取、存儲(chǔ)、共享、維護(hù)、應(yīng)用、消亡生命周期的每個(gè)階段里可能引發(fā)的各類數(shù)據(jù)質(zhì)量問題，進(jìn)行識(shí)別、度量、監(jiān)控、預(yù)警等一系列管理活動(dòng)，并通過改善和提高組織的管理水平使得數(shù)據(jù)質(zhì)量獲得進(jìn)一步提高。

數(shù)據(jù)質(zhì)量最關(guān)鍵的6個(gè)維度：

1）完整性：指數(shù)據(jù)在錄入、傳遞過程中無缺失和遺漏，包括實(shí)體完整、屬性完整、記錄完整和字段值完整四個(gè)方面。

2）及時(shí)性：指及時(shí)記錄和傳遞相關(guān)數(shù)據(jù)，滿足業(yè)務(wù)對(duì)信息獲取的時(shí)間要求。

3）有效性：指數(shù)據(jù)的值、格式和展現(xiàn)形式符合數(shù)據(jù)定義和業(yè)務(wù)定義的要求。

4）一致性：指遵循統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)記錄和傳遞數(shù)據(jù)和信息，主要體現(xiàn)在數(shù)據(jù)

記錄是否規(guī)范、數(shù)據(jù)是否符合邏輯。

5）唯一性：指同一數(shù)據(jù)只能有唯一的標(biāo)識(shí)符。

6）準(zhǔn)確性：指真實(shí)地、準(zhǔn)確地記錄原始數(shù)據(jù)，無虛假數(shù)據(jù)及信息。

三、數(shù)據(jù)質(zhì)量規(guī)則，數(shù)據(jù)質(zhì)量指標(biāo)

數(shù)據(jù)質(zhì)量規(guī)則是數(shù)據(jù)質(zhì)量最核心的內(nèi)容，數(shù)據(jù)質(zhì)量規(guī)則和指標(biāo)設(shè)計(jì)的全與不全，是否合理，決定了數(shù)據(jù)的質(zhì)量的好壞。下面是我根據(jù)華為數(shù)據(jù)之道和工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型之道加上我的經(jīng)驗(yàn)綜合出來的一個(gè)版本，如果這些規(guī)則都用到位，數(shù)據(jù)質(zhì)量應(yīng)該是有保障的。

數(shù)據(jù)探查是數(shù)據(jù)質(zhì)量保障非常重要要的一步，他是設(shè)計(jì)的基礎(chǔ)，排除客觀原因，好的效率和質(zhì)量是可以通過設(shè)計(jì)來提升的，如果沒有數(shù)據(jù)探查，一般情況下數(shù)據(jù)類項(xiàng)目都會(huì)反復(fù)多次，有可能影響人員變動(dòng)，交接困難，維護(hù)困難，項(xiàng)目完成周期長等問題。

下面只是其中幾個(gè)方面的數(shù)據(jù)探查，供參考，具體案例，請(qǐng)?jiān)诠娞?hào)獲取。

探查出的常見問題和分類請(qǐng)?jiān)诠娞?hào)獲取。

五、數(shù)據(jù)質(zhì)量保障機(jī)制

數(shù)據(jù)質(zhì)量持續(xù)提升就要靠保障機(jī)制了，只有自動(dòng)化，常態(tài)化，持續(xù)監(jiān)控?cái)?shù)據(jù)質(zhì)量，才能不斷提升數(shù)據(jù)的質(zhì)量，數(shù)據(jù)質(zhì)量保障主要有如下幾個(gè)關(guān)鍵步驟：

設(shè)計(jì)量化指標(biāo)—>設(shè)計(jì)質(zhì)量打分細(xì)則->設(shè)計(jì)分值考核->異常數(shù)據(jù)監(jiān)控->指標(biāo)展現(xiàn)->按規(guī)則推送提醒相關(guān)負(fù)責(zé)人

例：空值率>5%,記1分，每日空值率指標(biāo)預(yù)警，每日全部門通報(bào)，影響年底考核。

此部分需要根據(jù)公司實(shí)際情況詳細(xì)設(shè)計(jì)。

數(shù)據(jù)清洗(Data cleaning)– 對(duì)數(shù)據(jù)進(jìn)行重新審查和校驗(yàn)的過程，目的在于刪除重復(fù)信息、糾正存在的錯(cuò)誤，并提供數(shù)據(jù)一致性。主要有不完整的數(shù)據(jù)、錯(cuò)誤的數(shù)據(jù)、重復(fù)的數(shù)據(jù)三大類；

如果前端控制不到位，又想有高質(zhì)量的數(shù)據(jù)，只能靠數(shù)據(jù)清洗，數(shù)據(jù)清洗是存量數(shù)據(jù)質(zhì)量提升的關(guān)鍵步驟，數(shù)據(jù)清洗后的數(shù)據(jù)可以更好的支持數(shù)據(jù)分析，數(shù)據(jù)洞見。