一、什么是數據質量管理？
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。
數據質量管理不單純是一個概念，也不單純是一項技術、也不單純是一個系統，更不單純是一套管理流程，數據質量管理是一個集方法論、技術、業務和管理為一體的解決方案。通過有效的數據質量控制手段，進行數據的管理和控制，消除數據質量問題進而提升企業數據變現的能力。在數據治理過程中，一切業務、技術和管理活動都圍繞這個目標和開展。
二、什么是數據質量管理系統
我們知道,數據是企業數據中心的重要資產,獲取并維護高質量的數據,對業務及運營至關重要。而數據量越大,有價值的信息獲取的難度就越大。如果獲取不到有用的信息,就不能很好的進行數據挖掘和數據分析。
但是在這個過程中,有許多因素會導致這些數據資產貶值,比如數據的冗余和重復會導致信息的不可識別、不可信及精確度不夠等情況的發生。
而數據質量管理系統就是對數據進行處理后能夠提供高質量的數據,最終的目的是挖掘數據價值,推動業務發展,實現盈利。數據質量管理系統主要由數據清洗與去重、數據可視化、數據評估、數據治理、數據挖掘以及數據分析組成。
三、數據質量評估維度
1、唯一性
用于識別和度量重復數據、冗余數據。重復數據是導致業務無法協同、流程無法追溯的重要因素，也是數據治理需要解決的最基本的數據問題。
2、關聯性
數據關聯性問題是指存在數據關聯的數據關系缺失或錯誤，例如：函數關系、相關系數、主外鍵關系、索引關系等。存在數據關聯性問題，會直接影響數據分析的結果，進而影響管理決策。
3、真實性
數據必須真實準確的反映客觀的實體存在或真實的業務，真實可靠的原始統計數據是企業統計工作的靈魂，是一切管理工作的基礎，是經營者進行正確經營決策必不可少的第一手資料。
4、準確性
準確性也叫可靠性，是用于分析和識別哪些是不準確的或無效的數據，不可靠的數據可能會導致嚴重的問題，會造成有缺陷的方法和糟糕的決策。
5、及時性
數據的及時性(In-time)是指能否在需要的時候獲到數據，數據的及時性與企業的數據處理速度及效率有直接的關系，是影響業務處理和管理效率的關鍵指標。
6、完整性
數據完整性問題包括：模型設計不完整，例如：唯一性約束不完整、參照不完整；數據條目不完整，例如：數據記錄丟失或不可用；數據屬性不完整，例如：數據屬性空值。不完整的數據所能借鑒的價值就會大大降低，也是數據質量問題最為基礎和常見的一類問題。
7、一致性
多源數據的數據模型不一致，例如：命名不一致、數據結構不一致、約束規則不一致。數據實體不一致，例如：數據編碼不一致、命名及含義不一致、分類層次不一致、生命周期不一致等。相同的數據有多個副本的情況下的數據不一致、數據內容沖突的問題。
四、如何提升數據質量
1、事前定義數據的監控規則
梳理對應指標、確定對象（多表、單表、字段）、通過影響程度確定資產等級、質量規則制定
2、事中監控和控制數據生產過程
1）質量監控和工作流無縫對接；
2）支持定時調度；
3）強弱規則控制ETL流程；
4）對臟數據進行清洗。
3、事后分析和問題跟蹤
1）郵件短信報警并及時跟蹤處理；
2）稽核報告查詢；
3）數據質量報告的概覽、歷史趨勢、異常查詢、數據質量表覆蓋率；
4）異常評估、嚴重程度、影響范圍、問題分類。
