数据质量第一步—数据监控

往往那些不起眼的功能，最能毁掉你的工作成果。假设你做了100个业务，一旦有其中一个业务在某个时间段出现了数据异常，它带来的负面影响会超过你之前做的100个业务带来的正面影响。数据质量监控是一个在快速发展的业务中最容易被牺牲和忽略的功能，但是它确实至关重要的。

数据质量的关键所在包括：大致分为完整性，一致性，准确性，有效性和及时性这五个组件。当这些组件中的每一个都被正确地执行时，它将产生高质量的数据，同样重要的是，使用收集数据的每个人都必须对数据所代表的内容有一个大致的了解。高质量的数据将确保更有效地推动公司的成功，因为它依赖于基于事实的决策，而不是习惯性的或人类的直觉。

完整性：确保数据中应该收集的和实际收集的数据之间没有差距

解决方案：如果数据不完整，可以通过暂停提交来解决此问题。通过使用强制字段功能，可以轻松实现数据完整性。

一致性：数据类型必须与收集的数据的预期版本一致。

解决方案：可以通过使用数据收集应用程序中的下拉菜单来确保这一点，这将是以预期格式一致的方式收集数据。而不是自由形式的填写，还有一些预先确定的选项可供选择。