第13章 数据质量

第13章 数据质量

13.1 引言

有效的数据管理涉及一系列复杂的、相互关联的过程，它使组织能

够利用他们的数据来实现其战略目标。数据管理能力包括为各类应用设

计数据模型、安全存储和访问数据、适当地共享数据、从数据中获得知

识，以及保障满足业务需求的能力等。但实现数据价值的前提是数据本

身是可靠和可信的，换句话说，数据应是高质量的。

然而，诸多因素都在破坏这一前提。导致低质量数据产生的因素包

括：组织缺乏对低质量数据影响的理解、缺乏规划、孤岛式系统设计、

不一致的开发过程、不完整的文档、缺乏标准或缺乏治理等。而很多组

织都未能清楚定义该怎么做才能让数据满足目标。

所有数据管理的原则都应有助于提高数据质量，支持组织使用高质

量数据应是所有数据管理原则的目标。数据交互过程中任何人的糟糕决

策或行动，都可能导致数据质量变差，因此产生高质量数据需要跨职能

的承诺和协调。组织和团队要意识到这一点，通过执行过程和项目管

理，提前为高质量的数据做好准备，以应对与数据相关的意外或不可接

受的风险。

没有一个组织拥有完美的业务流程、完美的技术流程或完美的数据

管理实践，所有组织都会遇到与数据质量相关的问题。相比那些不开展

数据质量管理的组织，实施正式数据质量管理的组织碰到的问题会更

少。

正式的数据质量管理类似于其他产品领域的持续质量管理，包括在

整个生命周期制定标准，在数据创建、转换和存储过程中完善质量，以

及根据标准度量数据来管理数据。将数据管理到这样的水平通常需要有

数据质量团队（Data Quality Program Team）。数据质量团队负责与业

务和技术数据管理专业人员协作，并推动将质量管理技能应用于数据工

作，以确保数据适用于各种需求。该团队可能会参与一系列项目，通过

这些项目建立流程和最佳实践，同时解决高优先级的数据问题。由于管理数据质量涉及数据生命周期管理，因此数据质量团队还将

承担与数据使用相关的操作责任。例如，报告数据质量水平，参与数据

问题的分析、问题的量化和优先级排序。团队还负责与那些需要数据开

展工作的人合作，以确保数据满足他们的需求，并与那些在工作过程中

创建、更新或删除数据的人合作，以确保他们正确地处理数据。数据质

量取决于所有与数据交互的人，而不仅仅是数据管理专业人员。

与数据治理和整体数据管理一样，数据质量管理不是一个项目，而

是一项持续性工作。它包括项目和维护工作，以及承诺进行沟通和培

训。最重要的是，数据质量改进取得长期成功取决于组织文化的改变及

质量观念的建立。正如《领导者数据宣言》（

The

Leader's

Data

Manifesto）一书中所述：持续性的根本变革需要组织内各级人员的坚定

领导和参与。使用数据完成工作的人——在大多数组织中，这一比例非

常高——需要去推动变革，而最关键的变革之一是关注他们的组织如何

管理和提高数据质量[1]。

数据质量语境关系图如图13-1所示。图13-1 语境关系图：数据质量

13.1.1 业务驱动因素

建立正式数据质量管理的业务驱动因素包括：

1）提高组织数据价值和数据利用的机会。

2）降低低质量数据导致的风险和成本。

3）提高组织效率和生产力。

4）保护和提高组织的声誉