基于企業的數據發展戰略，定義元數據管理框架，采集、維護、檢核全流程、多類型的元數據，通過元數據變更管控，保證元數據質量和元數據分析服務的準確性，提升數據質量管控水平和問題整改效率。

通過定義符合企業要求的基礎數據標準、質量數據標準、代碼數據標準和指標數據標準，構建一套規范企業數字化發展的數據標準體系，指導全流程數據模型的標準化建設，通過標準映射評估來檢核企業存量數據模型的規范化，確保各數據層級落地數據的一致性。

機器學習和相似度算法相結合，建立能夠表示標注數據集的語言模型，找到匹配度最高的元數據與數據標準關系并推薦落標，提升基礎數據標準落標效率和標準覆蓋率。自動將有落標關系的數據質量標準，轉換為對應的技術質量規則，從而執行后續的質檢操作。

通過業務數據質量規范形成的技術質檢規則，定期檢查業務數據的正確性，導出質量報告或質量問題跟蹤矩陣，監控錯誤數據整改過程，將質量評估、質量檢核、質量整改等工作環節進行流程整合，形成完整的數據質量管控閉環。