一种通用的数据质量保障体系（一）

我们在数据开发和使用中最头疼的问题是什么呢？很多时候往往就是数据质量问题了，对数据开发来说，晚上突然因为数据延迟而被报警电话喊起来解决问题，无疑是让人崩溃的；对BI同学来说，辛辛苦苦写的报告，数据不对基本上这个项目就废了；对于投放同学来说，质量差的数据的表现更是让人生不如死，到底是策略出的问题还是数据出的问题，作为项目负责人在老板那里根本说不清楚，投放费用可是实实在在无法追回了。

数据质量是数据治理中最关键的组成部分，可以说基本上就是决定数据团队（开发、商分、策略、算法）等是否有产出（有价值）的关键了，那么这么重要的东西到底怎么保证呢？以及效果怎么来衡量呢？

 

数据质量保证要考虑哪些方面？

 

一般我们从如下几个方面来衡量数据质量

1. 完备性：完备性主要是指的数据是否丢失，映射到数据实体——数据表上就是指的关键字段和行数的完备。行数上看，如果某天DAU比前一天减少了99%，那么第一要考虑的就是是否生产系统丢数据了；列数上看，如果丢失了部分字段，意味着丢失了一部分的信息，那么在部分业务的支持能力上肯定是缺失了的。如：百度的用户搜索行为日志中，缺失了用户搜索关键词，这行对于用户需求和兴趣的研究方面，基本就没有价值了。

2. 准确性：一般是指的已经记录