数据中台分析指出，数据质量问题源于管理、流程、信息和技术因素。改进需结合组织管理和技术手段，如数据分析、数据清洗和监控。主数据治理是关键，涉及数据模型设计、主数据管理方案制定、数据清洗流程以及技术方案。数据质量标准包括六个维度，通过评估这些标准来量化和改进数据质量。大数据质量治理依赖于数据中台的数据清洗和ID Mapping技术。
一般情况下，企业都有多套的业务系统，一些大型企业甚至会有上百套的业务系统。这些业务在不同时期由不同的团队开发完成。因此，这些业务系统都参考着不同的标准生产各自数据。由于滥用缩写词，惯用语，数据输入错误，重复记录，丢失值，拼写变化，不同的计量单位，大量应用系统产生的大量数据是脏数据。这些脏数据是没有意义的，根本就不可能为以后的数据挖掘决策分析提供任何支持。这就是数据质量问题的由来。
一般来说数据质量问题有四个因素造成：
从上述的四因素来说，管理因素和流程因素属于组织管理范畴，信息因素和技术因素属于技术范畴。所以，要改进数据质量问题，要从组织管理和技术两方面入手，才能从根本上，最佳地解决数据质量问题。
从方法论的角度，从组织管理上去改进质量，我们能做的是：
-
确立组织数据质量改进目标
-
评估组织流程
-
制定组织流程改
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
