数据质量管理的事前预防应该做些什么？

东汉史学家荀悦在《申鉴·杂言上》中提到对皇帝进献忠告的三种方法，也称进忠有三术：“一曰防，二曰救，三曰戒。先其未然谓之防，发而止之谓之救，行而责之谓之戒。防为上，救次之，戒为下。”事前预防即防患于未然，是数据质量管理的上上之策。本文就跟大家讨论一下数据质量管理的事前预防应该做些什么？

东汉史学家荀悦在《申鉴·杂言上》中提到对皇帝进献忠告的三种方法，也称进忠有三术：“一曰防，二曰救，三曰戒。先其未然谓之防，发而止之谓之救，行而责之谓之戒。防为上，救次之，戒为下。”事前预防即防患于未然，是数据质量管理的上上之策。本文就跟大家讨论一下数据质量管理的事前预防应该做些什么？
数据质量管理的事前预防可以从组织人员、标准规范、制度流程三个方面入手。

1、加强组织建设

企业需要建立一种文化，以让更多的人认识到数据质量的重要性，这离不开组织机制的保障。建立数据质量管理的组织体系，明确角色职责并为每个角色配置适当技能的人员，以及加强对相关人员的培训和培养，这是保证数据质量的有效方式。
（1）组织角色设置
企业在实施数据质量管理时，应考虑在数据治理整体的组织框架下设置相关的数据质量管理角色，并确定他们在数据质量管理中的职责分工。常见的组织角色及其职责如下。
数据治理委员会：为数据质量定下基调，制定有关数据基础架构和流程的决策。数据治理委员会定期开会以新的数据质量目标，推动测量并分析各个业务部门内数据质量的状态。
数据分析师：负责数据问题的根因分析，以便为数据质量解决方案的制定提供决策依据。
数据管理员：负责将数据作为公司资产进行管理，保障数据质量，例如定期数据清理、删除重复数据或解决其他数据问题。
（2）加强人员培训
数据不准确的主要原因是人为因素，加强对相关人员的培训，提升人员的数据质量意识，能够有效减少数据质量问题的发生。

2、落实数据标准

数据标准的有效执行和落地是数据质量管理的必要条件。数据标准包括数据模型标准、主数据和参考数据标准、指标数据标准等。
（1）数据模型标准
数据模型标准数对数据模型中的业务定义、业务规则、数据关系、数据质量规则等进行统一定义，以及通过元数据管理工具对这些标准和规则进行统一管理。
（2）主数据和参考数据标准
主数据和参考数据标准包含主数据和参考数据的分类标准、编码标准、模型标准，它们是主数据和参考数据在各部门、各业务系统之间进行共享的保障。
（3）指标数据标准
指标数据是在业务数据基础上按照一定业务规则加工汇总的数据，指标数据标准主要涵盖业务属性、技术属性、管理属性三个方面。

3、制度流程保障

（1）数据质量管理流程
数据质量管理是一个闭环管理流程，包括业务需求定义、数据质量测量、根本原因分析、实施改进方案、控制数据质量。
（2）数据质量管理制度
数据质量管理制度设置考核KPI，通过专项考核计分的方式对企业各业务域、各部门的数据质量管理情况进行评估。以数据质量的评估结果为依据，将问题数据归结到相应的分类，并按所在分类的权值进行量化。总结发生数据质量问题的规律，利用数据质量管理工具定期对数据质量进行监控和测量，及时发现存在的数据质量问题，并督促落实改正。
数据质量管理制度的作用在于约束各方加强数据质量意识，督促各方在日常工作中重视数据质量，在发现问题时能够追根溯源、主动解决。

EsDataClean数据质量管理平台
亿信华辰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。