数据质量评估

        在分析数据质量时,数据通常被理解成是对已知的事实或者与业务利益相关的条目。

        那如何正确理解数据和数据质量呢?
        在各种应用的不断产生和结束中,数据都始终存在。数据质量是指数据可作为规定应用的可信资料来源程度,能够在正确的时间、正确的地点,将正确数据的正确集合提供给正确的人员,以用来做决策、执行业务。因此,要进行和推进企业目标的工作,我们需要规范的,完整的,准确的,可用的数据。 
 
关注数据质量
 
        企业合理有效地使用正确数据能指导实践从而做出正确的决策,提高企业的竞争力。相反,使用劣质的、有缺陷的、不完整的、误导性的数据不但不能帮助企业做出有效的决策,甚至还会导致企业决策的失败,正可谓差之毫厘、谬以千里。像这样受数据质量问题和影响的例子无处不在,例如:客户会因为错误的购物信息而不能收到订货;商品可能会因为错误的折扣率而被低价出售;因为没有订购零部件使生产线停止——导致这些结果的产生都是因为劣质的数据。这样的数据对企业造成的损失是巨大的,如果企业能提前做好数据质量监督管理措施,及早发现和纠正数据问题,这样就可以大大降低企业成本和失败的风险。
 
衡量数据质量
 
数据质量维度是数据质量的特征,可以用来测量和管理数据和信息质量——能被测量的质量才能被提高。
 
数据质量的考察可以依据以下六个维度:
完整性 Completeness
规范性 Conformity
一致性 Consistency
准确性 Accuracy
唯一性 Uniquenes
关联性 Integration
 
数据质量评估的步骤
 
 
 
阶段一:计划评估 Plan Assessment
在计划评估阶段,对企业进行访谈及人工分析,梳理出商务脉络,拟定建立项目计划。
阶段二:分析环境 Analyze Environment
在分析环境阶段,根据约束条件、规格,分析信息的生命周期,做出详细计划,发现焦点问题。
阶段三:衡量数据质量 Measure Data Quality
在衡量数据质量阶段,根据数据定义后做出数据质量评估。
阶段四:评估商业影响 Assess Business Impact
在评估商业影响阶段,依据科学的评估数据,给出评估报告,并综合数据质量评估结果,给出恰当的解决方案。 
 
通过数据质量评估和数据质量管理提升数据价值
 
数据是通过使用来体现其价值的。数据又是可重复利用的资源,当数据被使用的越多,其价值增加的也就越多。当数据面临低质量危险的时候,应该通过科学的方法看待和管理数据,因为“事实不会因为忽略而消失”。把数据看成一种资源,并对它进行持续有效的评估和管理,能够决定其成本和对企业的价值。所有正确的决策来源于准确的数据,注重数据质量管理,是企业立足于竞争之根本。
 
 

Copyright © 2006-2011 版权所有 MTC     隐私安全

 

400-6233-007