監管
數據質量非常重要，已上升至中央層面，其重要性不言而喻。
一、什么是數據質量管理
數據質量包含兩個方面：數據自身的質量和數據使用過程標準規范。數據質量管理是一個集方法論、管理、技術和業務為一體，對數據在每個階段里可能引發的各類數據質量問題進行識別、度量、監控、預警等一系列管理過程，并通過改善和提高組織的管理水平確保數據質量的提升。
二、數據質量問題來源
1、數據量過大：過大數據量會使數據消費者難以在合理的時間內獲得所需的數據。
2、數據的多源性：當同一個數據有多個數據來源時，很可能會導致不同的值，這在系統設計和業務流程設計時都可能會引起這一問題。
3、計算資源有限：缺乏足夠的計算資源會限制相關數據的可訪問性。
4、數據生成過程中的主觀判斷：如果在數據的生成過程中包含主觀判斷結果，那么會導致數據中含有主觀偏見因素。
5、安全性和可訪問性之間的權衡：對數據消費者而言，必須能夠訪問高質量的數據；同時，出于保護隱私、保密和安全性的考量，必須對訪問設置權限。因此，高質量的數據可訪問性與數據的安全性之間就產生了沖突。
6、分布式異構系統：對于分布式、異構的數據系統，缺乏適當的整合機制會導致其內部出現數據定義、格式、規則和值的不一致性。跨系統的查詢和匯總數據往往需要太多的時間，降低了數據的可訪問性。
三、數據質量管理方法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。
四、小結
數據質量管控在
數據治理體系中占據了十分重要的地位，是看見實質成效最快的一環，也是數據治理過程中的重要一環，億信華辰睿治智能
數據治理平臺，是一款融合數據治理十大產品模塊，覆蓋數據全生命周期管理的應用平臺，其中也包括了數據質量模塊，可幫助政企有效提升數據質量，挖掘
數據價值。
（部分內容來源網絡，如有侵權請聯系刪除）
