企业数据质量管理的核心要素和技术原则

“十三五”，规划提出了国家的大数据战略，指出了企业实现以数字化驱动业务发展，实现数据开放共享，创新业务发展的新思路。现阶段大中型企业已经开始了数据化运营的实践。在这个环境和趋势中，数据是得以实现整个规划布局的前提。

企业数据质量管理实战系列之一数据质量管理的核心要素和技术原则，数据质量管理的三个要素数据质量管理的技术关键点数据质量管理实战

在将数据作为资产的前提下，企业的运营需要准确的、完整的、及时的、高价值、高质量的数据。

一、数据质量管理的三个要素
数据是企业数字化转型的核心要素，企业的决策者根据数据背后所反映出来的现象或趋势。分析并洞察出其背后有价值的信息，进而在决策和行动中，赢得先机，做出正确的判断。

企业产品生产过程中数字化能力已经逐步取代传统的产品制作模式，以生产男式西装为主红领集团为例，用户在手机APP上下单之后，测量师会到你家里做定式测量，然后在版型库里做自动设计，自动排产之后就能生产使用了。整个过程都是基于高质量的数据驱动的，数据质量成为业务的生命线。

在企业数字化转型的进程中，数据的质量成为了一个制约因素。数据能发挥价值的大小依赖于其数据的质量的高低，高质量的数据是企业业务能力的基础。但劣质的数据还不如没有数据依据经验的进行决策，通过错误的数据分析出的结果会带来灾难。

数据质量问题产生的原因有很多方面，比如在技术、管理、流程方面都会碰到。企业要在把这些方面的数据质量问题都管控到，监控好，才能从整体上提高质量水平。

企业在技术领域中该注意哪些。
在技术问题域中要提高数据质量水平，数据的梳理、数据规范以及数据生命周期是三个关键的要素。

我们先来看数据梳理，数据梳理有两个目的：
摸清楚企业当前有哪些数据，分别在什么地方，表现形态是什么样子的，是哪些业务部门使用，哪些技术部门支撑，它能为数据质量提升提供一个全面的数据现状参考。理清楚企业当下数据的分类以及分类之间的关系，进而知道哪些数据是基础数据，哪些是由基础数据组装成的衍生数据，明确了这些也就找到了提升数据质量水平的突破点。

在项目实践中，对数据梳理核心的一环是对企业内的元数据梳理，对元数据的梳理能解决理清企业数据现状和明晰核心基础数据，是数据梳理的核心工作内容，被一些企业形象的比喻成摸家底工程。