数据质量问题的质量是什么意思，质量问题来源于哪里？

数据质量问题什么是质量

关于质量是有个一个标准定义的：一组固有特性满足明示的、通常隐含的或必须履行的需求或期望(要求)的?程度。

这里面包含了两层意思，一个是说质量其实是一组特性，另一个是说质量需要满足需求或期望。

所以如果从数据分析的角度来说数据质量，就是看当前数据的特性能否满足我们做数据分析或挖掘这个需求。

质量问题的来源

数据问题的来源可能产生于从数据源头到数据存储介质的各个环节。在数据采集阶段，数据的真实性、准确性、完整性、时效性都会影响数据质量。

除此之外，数据的加工、存储过程都有可能涉及对原始数据的修改，从而引发数据的质量问题。所以，技术、流程、管理等多方面的因素都有可能会影响到数据质量。在企业中，随着企业业务的增长，数据也是一个增量积累的过程。随着数据类型、数据来源的不断丰富以及数据数量的快速增长，企业在数据管理工作和数据流程中面临越来越多的数据质量问题。

而且数据质量的管理并没有被企业重视起来，其根本原因还是ROI并没有那么明显。数据质量管理相对来说成本比较高。

因为它涉及到企业数据标准的制定、规范的落地、生命周期的管理等多个环节。

从收益上来说，数据质量的效益和结果并不是十分明显，大部分企业不会把数据质量作为KPI。

在企业的不同系统中，业务领域的关键指标不一致，数据无法共享导致出现数据孤岛，大量数据无法关联，并且有明显的数据冗余等问题，还有数据的维护需要投入大量的人员、时间、软硬件成本。所以数据的质量管理往往被会边缘化甚至趋向于无。

人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：
大数据主要应用于哪些行业，应用价值是什么？<