数据质量的四大特性

--[@more@] 关于数据质量的问题我最近也研究了几个月，我来谈谈我自己的体会吧 首先出现报表数据在不同版本出现较大的问题这是很多原因，不管谁先谁后我们假设有两张报表，A和B，A和B报表上出现的总销售额不一样，由一下几种情况 1： 销售额的统计范围不一，如时间，区域或者产品 2： 定义不一致，比如是否扣税，汇率，结算方式（如应付款和收货款），或者财务的款项统计，常见的有自然年月日的统计和财务计算年月的统计 3：数据的维度统计不一致，如订单的状态，是否有取消的，是否计算冲账的 4：数据来源不一致，如从市场部门获得的数据源和交易系统获得的数据源。 5：各地区对于统计数据本身的定义就不明确，比如销售额的销售调整部分，是否也应计入销售额，或者将此类划入日常开销成本中。 以上我要说的就是

数据的业务定义是数据质量评估的第一步

关于数据的质量部分，不同的标准，评估的结果也不一样，数据有四大特性，准确性，一致性，完整性和及时性 至于很多朋友说还有可靠性，有效性，等等，我想都可以算作是准确性的一部分 准确性表现为能正确的反应事实 不言而喻，四大特性的优先级是准确性，一致性，完整性以及及时性 准确性首先需要标准，就想法律和打官司一样，标准的界定是一个主要的环节，我们可以用When，Where，Who，which来清楚的界定，这样我们统计的时候就有依据，如果都安装这样的范围来统计，就是做100张报表，对于总数的统计也不会有问题 一致性的表现其实就是对数据在不同阶段，不同时间，不同部门和区域的定义是否一致，举一个简单的例子，对于客户的性别，有的用男&女，有的用1&0，又有的F&M,但是突然出现空，2,D,P等等，这能说数据不准确吗，这只能算作是数据不够一致，我们整合起来也不是太复杂，映射清楚就可以了，而没有约束，出现额外值的情况，能改我们就改，不能改的，我们可以讲数据的意外值分为意外值和空值两种，意外值表示填错了，空值表示没有填 完整性是对企业数据实体的完整说明，比如客户的附带属性是性别，姓名，年龄，地址，规模，平均年消费次数等等等，这同样可以用数据统计的方法说明数据是否完整。 及时性及不言而喻了 对此我的意思是做数据评估，如果数据的准确性不能i达到要求，数据质量就直接不合格，数据的准确性的判断和修正时最不需要技术含量的，相对而言。 对于完整性和一致性，可以讲实体的不同附属信息设置为不同的指标，并且按照应用频率设置权重 最常用和权威的方式可以使用6Sigma的方法做评估 Regards Solo Zhu Blog:http://bidwhome.itpub.net

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/7600305/viewspace-1028271/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/7600305/viewspace-1028271/