数据质量管理-准确性管理

前情提要

根据GB/T 36344-2018《信息技术 数据质量评价指标》的标准文档，当前数据质量评价指标框架中包含6评价指标，在实际的数据治理过程中，存在一个关联性指标。7个指标中存在4个定性指标，3个定量指标；

定性指标：规范性、准确性、唯一性、可访问性

定量指标：完整性、时效性、关联性

规范性--数据符合数据标准、数据模型、业务规则、元数据或权威参考数据的程度；

完整性--按照数据规则要求,数据元素被赋予数值的程度；

准确性--数据准确表示其所描述的真实实体(实际对象)真实值的程度；

一致性--数据与其他特定上下文中使用的数据无矛盾的程度；

时效性--数据在时间变化中的正确程度；

可访问性--数据能被访问的程度；

关联性--数据记录的实体与实体、实体与时间、实体与地理信息等维度之间的关系构建程度；

今天重点讲解定性指标准确性怎么进行数据监测和指标量化

官方定义：数据准确表示其所描述的真实实体(实际对象)真实值的程度；

作用的环节：可以在数据治理完成后的数据明细层和数据服务层（dwd/dws/ads）;

数据质量管理依据：需要结合数据资产建设手册的“标准参考”、数据使用标准的“数据使用口径”二者结合对真实世界的了解和业务逻辑的理解；

数据监测方法：此类监测目标也可以圈定核心数据和重要数据进行重点监测。通过数据分级分类标准，识别出核心数据和重要数据，基于圈定的数据范围，数据质检人员结合上述数据质量管理依据制定数据准确性校验。

注：准确性的标准基于不同的场景、对数据不同的理解都会有所偏差。

①场景对数据的需求颗粒度会影响数据准确性的判断依据；

②数据口径理解的不同对数据准确性的偏差也会有所不同；

由于准确性的定义均需要参考外部依据，且评判的标准无法固定，因此搭建的监测流程需要兼顾三个维度：一是该数据项是否有监测流程，二是该监测语句是否有效；三是检查出的错误是否能及时被修正；

量化标准：

1.需要明确数据监测范围，到字段级别；

2.需要明确数据更新频率，作为执行周期和修正周期设置的参考依据；

3.设置评定指标的量化方法；

第一张表为准确性语句信息表，作为管理准确性质检语句相关流程；        第二张表为准确性质检语句运行结果存储表，存储准确性语句每一期运行的结果和修正的结果(备注：要求修正的时间为该语句下一期的执行时间)        第三张表为准确性指标赋分逻辑，该表统计了每一期该表的每个监测字段的准确性得分结果：        *计算时间：取表2中的“要求修正的时间”        是否有监测流程：监测表一中该字段是否存在未下架的准确性质检语句，若有，则赋值60分，表明该表的该字段有准确性监测流程；        监测语句有效分：查看表2中在“要求修正的时间”所对应的当期是否有执行结果不为0的质检语句，有1个则+5分；        错误是否及时被修正：查看表2中当期修正截止时间执行结果(错误数)大于0则进行扣分；

最终，基于字段的平均分计算，获得这张表在这个计算时间点的准确性得分；

注：数据准确性指标的监测，既需要内部监测，形成循环改善的过程，也需要“广开言路”，收集用户的数据问题，了解用户在数据使用过程中发现的问题或者存在的疑惑；更需要定期对内部协同部门和数据用户输出数据业务培训，培养数据敏感度，拉通数据话语体系；