俗话说:大数据时代数据的核心不是“大”,而在于“有价值”,而有价值的关键在于“质量”。今天,我们从什么是数据质量管理,数据质量管理的现状,影响数据质量的因素等几个点为大家详细解答数据质量管理的整个流程。
什么是数据质量管理?
数据质量管理(Data Quality Management),是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题,进行识别、度量、监控、预警等一系列管理活动,并通过改善和提高组织的管理水平使得数据质量获得进一步提高。
数据质量管理是循环管理过程,其终极目标是通过可靠的数据提升数据在使用中的价值,并最终为企业赢得经济效益。
数据质量的现状
45%:Collibra 一项调查发现,45% 的数据使用者称其报告基于的数据半数以上质量不够理想。
960万美元:Gartner 2016 年的一项研究发现,由于数据质量差,受访组织平均每年将损失 960 万美元。
那么,我们应该怎么去指定数据质量管理的目标呢?企业又如何去指定数据质量管理的目标。
数据要能发挥其价值,关键在于其数据的质量的高低,高质量的数据是一切数据应用的基础。
而企业做数据质量管理的目标总结起来是要得到可信、可用的数据。