睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

数据质量—并非所有数据都是平等的

时间:2019-04-04来源:亿信华辰浏览数:761


数据质量是调节数据以满足业务用户特定需求的过程。准确性,完整性,一致性,及时性,唯一性和有效性是数据质量的主要衡量标准。

数据质量是根据六个关键因素来衡量的,每个关键因素都同样重要:

  • 准确性
  • 完整性
  • 一致性
  • 合时
  • 唯一性
  • 合法性

不良数据可能来自您组织的各个领域,包括业务部门,销售,营销或工程部门。

改进六个数据指标

数据质量计划通常集中在改进这些指标,以便数据可以促进业务系统的最佳性能,并支持用户对系统可靠性的信任。

无论组织的规模,功能或市场如何,每个组织都需要关注数据质量,以便了解其业务并做出明智的业务决策。决策的有效性无疑受到所使用数据质量的影响。

但是,正如我们已经指出的那样,数据的种类和来源非常多,其质量将根据其用途和原因对业务产生不同的影响。数据的价值主要来自它支持基于商业智能的业务流程或决策。因此,商定的数据质量规则应考虑数据可为组织提供的价值。如果识别出数据在特定上下文中具有非常高的值,则这可以指示在该上下文中需要更严格的数据质量规则。

因此,公司必须就数据质量标准达成一致,不仅基于维度本身 - 当然还有数据质量必须满足的任何外部标准 - 而且还基于不满足这些标准的影响。

坏数据是:

  • 不准确:包含拼写错误,错误号码,缺少信息,空白字段的数据
  • 不合规:不符合监管标准的数据
  • 不受控制:没有连续监测的数据会随着时间的推移而受到污染
  • 不安全:数据没有控件,容易被黑客访问
  • 静态:未更新的数据,因此变得过时和无用
  • 休眠:在存储库中保持不活动和未使用的数据会丢失其值,因为它既不更新也不共享
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询