如何评估企业的数据质量

在如今火爆的数智化时代，企业都在利用大数据创新业务、获得价值；然而，数据能否更好地赋能业务，取决于企业数据质量的好坏。好的数据质量，经过数据分析、挖掘、机器学习等手段，可以更好地辅助业务决策、帮助企业降本增效；差的数据质量，从数据中获得的价值有限，甚至会误导做出错误的业务决策，从而给企业带来灾难性的后果。

那么，一个企业的数据质量如何，如何评估？常见的数据质量问题都有哪些？这些问题是什么原因造成的？

数据质量评估维度

在评价企业数据质量的好坏时，首先需要定义评估的维度，通常较为重要的数据质量维度有以下6个：

• 数据唯一性： 是指数据唯一，不存在重复记录。即：不会出现一物多码，一码多物的情况。例如：主键唯一性，同一个ID不会重复记录。
• 数据完整性： 是指数据在创建、处理流转过程中无缺失和遗漏，包括实体完整、属性完整、记录完整和字段值完整。例如：员工的工号不可为空。
• 数据准确性： 是指真实、准确地记录原始数据，无虚假数据及信息。数据要准确反映其所建模的"真实世界"的实体。例如：在业务系统上填写信息时，手误输错了新车类型信息，造成了数据库里存在的信息与真实世界不一样。
• 数据一致性： 是指数据是否遵循了统一的规范、是否符合逻辑。例如：同一车型所对应的名称在不同系统中保持一致。
• 数据及时性： 是指及时记录和传递相关数据，从而满