一、什么是數據質量管理？
1、數據質量
數據質量在業務環境下，數據符合數據消費者的使用目的，數據質量需要滿足業務場景具體的需求。數據質量包含兩個方面：數據的過程質量和數據自身的質量。
數據的過程質量就是數據的使用過程符合標準規范，比如數據存儲：數據是否被安全的存儲到了合適的介質上，能夠保證數據不受外來因素的破壞。當然數據存儲只是數據使用過程的一個環節，除此之外還包括獲取、傳輸、應用和刪除等一系列的使用過程，這其實也是數據生命周期的各個階段。
數據自身的質量很好理解，比如數據必須真實準確地反映實際發生的業務，任何業務操作的數據都沒有被遺漏，數據存在各種約束條件，這種約束條件不能自相矛盾等等。
2、數據質量管理
數據質量管理是指對數據從產生、獲取、存儲、共享、維護、應用等各個階段可能引發的各類數據質量問題，進行識別、度量、監控、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數據質量獲得進一步提高。
二、數據質量評估維度
1、規范性：數據是規范統一的。例如時間信息都以yyyy-mm-dd格式存儲。
2、完整性：數據是完整不缺失的。例如人員信息完整涵蓋性別、年齡等。
3、準確性：數據是準確合理的。例如年齡在合理范圍內。
4、一致性：同源或跨源的數據是一致不沖突的。例如同一個人在不同源取過來的性別都是一致的。
5、關聯性：數據的關聯是不缺失的。例如兩張表建立的關聯關系存在，不丟失數據。
6、唯一性：數據是唯一不重復的。例如同一個ID沒有重復記錄。
三、數據質量影響因素
1、主觀因素：在數據各環節處理中，由于人員素質低和管理缺陷等因素，從而操作不當而引起的數據質量問題。
2、客觀因素：在數據各環節流轉中，由于系統異常和流程設置不當等因素，從而引起的數據質量問題。
四、數據質量管理價值
建設一個完整的數據質量管理平臺，對數據進行檢核與統計，從制度、標準、監控、流程幾個方面提升數據信息的管理能力，解決項目面臨的數據標準問題、數據質量問題，為數據治理提供準確的數據信息。完成從發現數據問題到最后解決數據問題，不斷提高數據質量，形成數據產生、數據交換、到數據應用過程中數據質量的統一管理與控制。
五、數據質量管理方法有哪些?
1、建立質量管控流程和規范
明確質量管控的角色、職責，建立可執行的工作流程、可量化的工作評估等關于數據質量管控辦法，同時也應具備績效考核、沖突解決與管控方式等。
2、執行管理工作
1)數據剖析
進行已知數據問題的評估，評估的范圍控制在本輪管控的目標范圍內。通過對數據進行剖析，發現數據問題，具體規則又可通過標準或業務調研進行提取。
2)設計數據質量控制操作程序
獲得已知數據問題后，就應設計數據質量控制操作程序。主要包括制定質量問題評估方式和整改方式、制定質量報告內容及對象以及制定檢查和監控的頻率及方式。
3)定義數據質量需求
根據剖析的質檢規則和控制操作程序，對數據質量需求進行定義。
4)確定數據質量水平
數據質量需求定義完畢之后，我們就需要確定在此需求下，目前數據質量的水平處于什么位置。明確反應質量水平的并最直觀的就是錯誤數據的詳情情況。
5)管理數據質量問題
問題找到后，針對根據不同的質量問題，進行不同的質量整改方案。比如：源頭修改、補錄、技術修復以及遺留問題管控等。
3、檢查數據質量
首先確定整改質量，對處理后的數據進行再次質檢，出具數據質量的報告;然后，對比處理前后效果，總結改進措施;最后，檢查數據質量是否合格，分析不合格原因并下一輪管控中進行技術上或者操作程序上的改進。
4、監控數據質量，控制管理程序和績效
根據既定的操作程序，對質量管控過程中各個環節參與者進行績效評估。還可以根據不同時期的重點制定不同的評分標準，有針對性的進行評價和管控，如整改初期數據缺失嚴重，則可對完整性規則權重調大，以期更快看到成效或者達到更好的效果。
