一文说明数据质量与数据治理的关系

发布时间:2020.07.09来源:浏览量:129次标签:数据治理

数据作为一种资产,对于一个公司来说,数据的核心价值可以理解为核心商业价值,我个人认为是体现在两方面,一是能为企业带来更多的盈利,二是能为企业规避风险。
实现数据价值就需要进行业务数据分析和价值挖掘,对于大多数数据分析师来说,数据分析方法和技术都不存在问题,只要有干净完备的数据,数据价值都可以得到呈现,但是如果数据本身是错的,分析出来的结论未必有用,保证数据质量是大数据为企业带来价值的先决条件。但是大部分企业尤其是传统型企业,对于数据资源没有质量管理意识,也不懂得如何进行数据治理,导致数据质量很差,主要体现在以下几方面:数据缺失、数据孤岛、数据失真等,导致无法利用数据资源获取更多的商业价值。

数据是资源、数据分析是工具、数据结论是价值。工欲善其事必先利其器,同样,资源不储备好,再牛逼的工具也无从下手,下文重点讨论企业如何做数据质量管理和数据治理。


如何做数据质量控制和数据治理
首先说一下怎么评估企业数据质量好坏呢?从数据分析的角度或者叫数据价值的角度理解,优质数据需要在任何时候都可以被企业所信任,并且满足所有业务需求。

重点在于两点:第一是可被信任的,要求数据必须真实可靠,能够真实的记录企业运营情况;第二是可以满足需求,要求数据服务于业务,从最基础的业务监控到商业决策,都可以通过数据给出答案。


数据质量评估六要素:完整性、规范性、一致性、准确性、唯一性、关联性;


数据质量控制和数据治理就是以元数据为基础,实现企业数据优化的循环管理过程,起点是业务需求,重点是满足业务需求。
数据质量控制与治理方法论:


质量问题来源
任何质量问题改善都建立在评估的基础上,知道问题在哪里才能实施改进。数据质量问题来源按照不同的分类有不一样的问题定位,本文中关于数据质量控制与数据治理借助数据流图来说明。


数据流图也称为数据流程图date flow diagram , DFD,是一种便于用户理解和分析系统数据流程的图形工具,他摆脱了系统和具体内容,精确的在逻辑上描述系统的功能、输入、输出和数据存储等,是系统逻辑模型的重要组成部分。它从数据传递和加工的角度,以图形的方式刻画数据流从输入到输出的移动变换过程,所以它可以用来做数据质量问题定位。


标准化的系统设计,数据流图会在系统需求分析阶段完成,但是大部分的系统开发都没有进行标准化的数据流图,需求后期进行完善,具体的数据流图画法不做赘述。


数据质量评估,客户行业数据一致性不足40%,无法确定哪个步骤的行业输入更加准确,数据分析可信度不高,业务影响大;问题定位在一个属性数据多个输入,无修改纠正,多个数据并存;整改方案经过沟通确定如下,通过市场部获取的客户已市场部输入为准,后续步骤默认填充,销售自己渠道获取的客户以销售输入为准,后续步骤默认填充。方案实施改进,宣导至所有干系人;对历史数据经过数据加工进行处理,后续数据采用新逻辑,评估改进后的数据一致性,确认能否满足业务需求。

(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 数据清理的终极指南——亿信华辰

    数据清理的终极指南——亿信华辰

    我花了几个月的时间分析来自传感器、调查及日志等相关数据。无论我用多少图表,设计多么复杂的算法,结果总是会与预期不同。……查看详情

    发布时间:2019.03.20来源:数据清理浏览量:100次

  • 目前国内外主流的主数据管理平台

    目前国内外主流的主数据管理平台

    企业主数据(Master Data)是用来描述企业核心业务实体的数据,比如客户、合作伙伴、员工、产品、物料单、账户等;它是具有高业务价值……查看详情

    发布时间:2020.04.29来源:知乎浏览量:121次

  • 大数据治理的语义方法

    大数据治理的语义方法

    正如Coyne所说:“数据治理正在成长为一套实践,软件和系统是其中不可或缺的一部分。但他们只是其中的一部分。您在更高层次上拥有的是实践和……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:143次

  • 智与理的结合:当数据治理遇上人工智能

    智与理的结合:当数据治理遇上人工智能

    近日,中国移动研究院发布文章,解说了数据治理和人工智能两者之间各自发展历程,论证了两者在结构功能上的相互作用,阐明了两者共同发展的前……查看详情

    发布时间:2018.09.18来源:中国大数据产业观察网浏览量:288次

  • 数据治理推动业务价值并降低风险

    数据治理推动业务价值并降低风险

    治理推动业务价值并降低风险 数据分析治理是你需要把你的数据转化为创造竞争优势,并帮助您的宝贵商业资产的保险EVOLVE您的组织。……查看详情

    发布时间:2018.11.16来源:互联网浏览量:111次

  • 数据质量及数据质量管理一个较全面的介绍

    数据质量及数据质量管理一个较全面的介绍

    很多企业数据项目的失败归根结底都是数据质量不高造成的。数据质量不高已经成为困扰此类项目的开发人员与用户的一个严重问题。为了提高大家对数据……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:110次

  • 全球数据治理市场到2024年 - 数据量的增长以提供巨大的机会

    全球数据治理市场到2024年 - 数据量的增长以提供巨大的机会

    预计数据治理市场在预测期间(2019年至2024年)的复合年增长率将超过21.44%,预计到2024年将达到43.5亿美元的价值。 ……查看详情

    发布时间:2019.07.04来源:知乎浏览量:103次

  • 数据治理的目的和意义

    数据治理的目的和意义

    ​在"新基础设施"和疫情等外部因素的推动下,数字化转型正对越来越多的行业而言变得重要且紧急。如何更好地利用数据已经成为企业数字化转型的关……查看详情

    发布时间:2022.06.09来源:小亿浏览量:927次

  • 大型企业数据治理的现状和解决方案

    大型企业数据治理的现状和解决方案

    在大数据时代,数据治理是所有的拥有大量数据的公司的巨大的挑战。没有数据,企业缺乏用于做决策的数据的支持。可是有了越来越多的数据,很多情况……查看详情

    发布时间:2020.03.24来源:知乎浏览量:99次

  • 如何构建我国的数据治理体系

    如何构建我国的数据治理体系

    公司应该考虑它是否有数据治理政策,如果有,是否全面有效。数据治理政策已成为监管期望,作为核心质量体系政策之一。企业应根据对流程的理解和技……查看详情

    发布时间:2019.08.16来源:知乎浏览量:125次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议