1.数据质量管理概念

数据质量管理可以通过提高管理水平，严格执行相关的政策和规范，或者使用一些技术工具，使得数据质量得到进一步的提升。对于数据质量管理来说，它是一个闭环的管理过程，经过不断循环、改善，逐步提高数据的质量，并最终为企业赢得经济效益。

数据质量管理的目的是提升系统的数据质量，业务人员通过数据质量管理系统发现数据在流转过程中存在哪些问题，经过不断修正和完善，使数据质量得到不断提升。

数据质量管理目标是提升数据的正确性、一致性和完整性。通过数据质量管理办法、组织、流程，发现数据质量问题并且及时得到解决，从而最大限度地提升业务价值。

数据质量存在问题的原因归为以下几类：如图6-44所示。

图6-44 数据质量存在问题的原因

2.数据质量管理办法和实施细则

数据质量管理办法包括质量管理的工作方向和工作思路，例如数据质量问题的识别、评估与处理。明确参与的部门、人员，包括在数据质量管理工作中承担的角色和职责。

数据质量实施细则包括质量检查规范管理办法，明确质量检查中的参与部门以及具体的流程，例如问题的收集、更新和终止。

3.数据质量管理范畴

技术检查指标主要包括空值检查、空格检查、日期字段检查、唯一性检查和编码检查如图6-45所示等。

●空值检查

判断字段值是否为空，是否需要赋默认值。

●空格检查

判断字段值是否为空格，是否需要赋默认值。

●日期字段检查

判断该字段是否为合法的日期，是否需要赋默认值。(www.daowen.com)

●唯一性检查

唯一性检查主要是针对业务唯一性的检查。

●编码检查

检查编码的合法性。

图6-45 技术检查指标

4.数据质量管理框架

数据质量管理框架如图6-46所示，主要包括关于数据质量管理政策、组织、流程和技术工具。其中管理政策包括数据质量管理方法、数据质量实施细则，组织包括数据质量角色定义、数据质量职责划分，流程包括数据质量事前防范、数据质量事中监控、数据质量事后改进，技术工具主要包括数据质量管理系统。

图6-46 数据质量管理框架

综上所述，数据质量概况如下：

（1）数据质量管理的定义

数据质量管理的目的是提升数据的质量。业务人员通过数据质量管理系统发现数据在流转过程中存在哪些数据质量问题，经过不断修正，使数据质量不断得到提升。

（2）数据质量的管理目标

数据质量的管理目标是提升数据的正确性、一致性和完整性。通过数据质量管理办法、组织、流程，发现数据质量问题并且及时得到解决，从而最大限度地提升业务价值。

（3）产生数据质量问题的原因

数据质量问题的原因包括数据格式问题、数据一致性问题和业务逻辑问题等。