方案概述
数据标准化及质量管控解决方案的目标是为企业建立完整的数据标准体系，依据数据标准自动构建质量检查规则库，配合周期性质检方案，保证企业数据的完整性、有效性、及时性、一致性、准确性和唯一性，确保业务数据应用及业务分析决策正确。
方案内容
方案以元数据为基础，以基础数据标准和质量数据标准为参考依据，通过机器学习和相似度算法相结合，实现智能且精准的落标效果，并自动转换出完整的数据质量规则库，遵循PDCA模型原则，检查并整改数据质量问题，逐步提高数据质量，该方案的框架如下图：
- 元数据管理
- 基于企业的数据发展战略，定义元数据管理框架，采集、维护、检核全流程、多类型的元数据，通过元数据变更管控，保证元数据质量和元数据分析服务的准确性，提升数据质量管控水平和问题整改效率。
- 数据标准建立与评估
- 通过定义符合企业要求的基础数据标准、质量数据标准、代码数据标准和指标数据标准，构建一套规范企业数字化发展的数据标准体系，指导全流程数据模型的标准化建设，通过标准映射评估来检核企业存量数据模型的规范化，确保各数据层级落地数据的一致性。
- 智能质量规则库
- 机器学习和相似度算法相结合，建立能够表示标注数据集的语言模型，找到匹配度最高的元数据与数据标准关系并推荐落标，提升基础数据标准落标效率和标准覆盖率。自动将有落标关系的数据质量标准，转换为对应的技术质量规则，从而执行后续的质检操作。
- 数据质量管控
- 通过业务数据质量规范形成的技术质检规则，定期检查业务数据的正确性，导出质量报告或质量问题跟踪矩阵，监控错误数据整改过程，将质量评估、质量检核、质量整改等工作环节进行流程整合，形成完整的数据质量管控闭环。
应用价值
-
建立规范，统一数据定义
规范数据的定义，确保数据口径一致，帮助企业建立全局的数据标准体系，为提高数据质量提供标准定义、约束规则。
-
提高质量，保证数据价值
从根本上发现元数据及数据的问题并解决，形成质量管控机制，实现数据全方位监控，保证数据整合、应用、决策的正确性，提高数据价值。
-
管控数据，驱动业务扩展
优化业务流程和资源配置，驱动企业数字化，扩展业务范围。
-
掌控全局，统筹数据管理
理清企业数据字典，保障数据来源可溯、数据流向清晰、数据分布明确。
标杆案例
