数据质量和数据治理的关系 | 京东云技术团队

很多不太了解的人会认为：数据治理就是干数据清洗的。

近两年，在我们公司，数据治理团队在数据降本方面做的比较多，效果还不错，我们很多人可能以为：数据治理就是做数据清理的。

在京东科技集团数据治理工作组第一次全体会议上，我就讲过数据治理和数据清洗之间的关系：

数据清洗只是指通过识别和纠正数据中的错误、缺失、重复或不一致等问题，确保数据质量的过程。

我的观点是数据质量和数据治理是一体的，没有数据治理，就不可能有良好的数据质量。通过进行数据治理，我们实现了数据质量。怎么会这样？那是什么意思？让我们来了解一下。

1 数据质量管理

更准确地说，数据质量或数据质量管理侧重于确保数据符合我们的数据质量维度。数据质量有很多维度，比如：

•完整性：是否填写了所有相关字段？

•有效性：所有值都符合吗？地址字段是否在正确的顺序和正确的拼写？

•准确性：数据是否反映了现实世界中的人或物体？ 米老鼠可能不是一个真正的销售对象。

•一致性：数据是否与理解的模式一致？例如，出生日期的数据格式应为 YYYY/MM/DD/。

•唯一性：是否有重复的记录？

•及时性：它是最新的吗？

数据质量确保我们的数据符合这些维度。或者简单地说，数据质量管理确保我们拥有高质量的数据，干净的数据。

让我们扩展我们对数据质量管理的理解，并从DAMA国际的角度来看待它。数据质量是国际数据管理协会确定的11个数据管理领域之一：

1.数据治理通过建立一个考虑到企业需求的数据决策系统，为