郭会珍
数据质量管理(Data Quality Management)是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题,进行识别、度量、监控、预警等一系列管理活动,并通过改善和提高组织的管理水平使得数据质量获得进一步提高。数据质量管理是循环管理过程,其最终目标是通过可靠的数据提升数据在使用中的价值,为企业赢得经济效益。一个完整的数据质量管理,是人、流程和技术的完美配合,才能达到我们数据质量管理的目标。那数据质量处理的流程是怎样的呢?对于数据质量的处理,我们把它分成两大部分,一是面向数据质量的分析过程,二是针对分析结果进行增强的过程。首先要识别和量化数据质量,然后定义数据质量和目标,接下来就要交给相关部门设计质量提升的流程,其后就是实现质量提升的过程,把原有低质量数据变成高质量数据,并交付给业务人员使用。同时,在整个环境中,还需要有相关的一些监控和对比来评估是否达成了目标,决定是否需要进行新一轮的数据质量提升。这是一个周而复始、螺旋上升的过程,并不是一蹴而就,一次就可以解决全部问题。
影响数据质量的因素主要来源于四方面:信息因素、技术因素、流程因素和管理因素。
信息因素:主要有:元数据描述及理解错误、数据度量的各种性质(如:数据源规格不统一,信息系统编码不规范)得不到保证和变化频度不恰当;计算机处理系统的用户界面不方便用户的录入,或是不符合用户常规的操作习惯,导致用户容易出错或是录入工作量大,对重要的录入信息没有加强效验。……