首页 行业百科 数据治理成功要素:制定数据质量管理办法及标准

数据治理成功要素:制定数据质量管理办法及标准

|亿信华辰大数据知识库2022-02-15

据质量管理(Data Quality Management)是指为了满足信息利用的需要,对信息系统的各个信息采集点进行规范,对数据从采集、存储、处理、传输、交换、销毁数据生命周期的六个阶段里可能引发的各类数据质量问题,进行监控、识别、预警、度量等一系列管理活动。包括建立模式化的操作规程、原始信息的校验、错误信息的反馈、矫正等一系列的过程。

五、睿治数据质量管理工具的作用


睿治数据质量管理平台,以数据标准为数据检核依据,以元数据为数据检核对象,通过向导化、可视化等简易操作手段,将质量评估、质量检核、质量整改与质量报告等工作环节进行流程整合,形成完整的数据质量管理闭环。具备以下功能特征:
图形化操作界面,全程零编码
采用全导航交互式设计界面,技术门槛低。无需编写sql或代码,通过图形化界面进行简单配置即可,使得非技术用户也能对定义过程和定义结果一目了然。
一站式轻松搞定质检全过程
睿治数据质量管理平台提供从标准定义、质量监控、绩效评估、质量分析、质量报告、重大问题及时告警、流程整改发起、系统管理等数据质量管理全过程的功能。
智能推进问题数据整改
智能数据质量检查调度;通过事先定义好的规则、调度时间、工作流程,自动完成数据的质量整改
完善丰富的数据质量评估体系
睿治数据质量管理平台支持数十种质量评价算法技术,满足业务系统运行、数据中心建设、数据治理过程中各类规则的定义,并可实现跨数据源的对比分析;支持通过XML扩展,可完全适应企业未来的数据质量管理需求的变化。
全方位的数据体检报告
多维度质量分析报表,辅助用户对问题数据进行质量分析,以便用户进行有针对性的质量改进。
认为本内容有帮助
0
您可能需要的数据产品
亿信华辰助力政企数字化转型
customer

在线咨询