数据质量保证若干步骤

本文详细阐述了数据质量保证的各个阶段,从管理层面的数据质量标准到业务层面的关键对象识别,再到业务和技术结合的规则制定和数据质量管理流程。通过逆向数据建模、数据标准化、ETL过程以及数据质量系统的应用,确保数据的完整性、唯一性、有效性和一致性。同时,强调了数据质量诊断、错误分析和清洗的重要性,以持续提升数据质量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、管理层面:
     数据质量标准(完整性、唯一性、有效性、一致性、正确性);
     数据质量针对具体的数据内容,进行数据内容进行系统检查;
2、业务层面:
     数据质量关键对象(CTQ):业务上最重要的部分对应的数据;
     对已发现的问题进行访谈调查,
     数据剖析:
     数据概要分析,对数据源表中值进行系统化的预先分析,可以帮助发现业务的实际规律,从而补充考核规则;
3、业务+技术
     业务规则(BR:Bussiness Rule):
     转换成SQL或应用程序进行检查;
     数据质量的测定
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值