企业数据质量管理制度怎么写?

数据工匠俱乐部

共 3289字,需浏览 7分钟

 ·

2022-04-17 16:43

来源:谈数据
导读:无论是任何行业或者何种背景下的企业,在步入信息化数字化阶段后,都会面临数据质量问题。没有一个组织拥有完美的业务流程、完美的技术流程或完美的数据管理实践,所有组织都会遇到与数据质量相关的问题。
相比那些不开展数据质量管理的组织,实施正式数据质量管理的组织碰到的问题会更少如何确保自己企业的数据质量比较高,或者是逐步提高。
一个很重要的保障措施就是颁布管理制度。数据质量管理制度需要包含数据质量管理办法,数据质量管理规范,数据质量绩效考核方面的内容。
值得大家注意的是,管理制度搭建的过程中,往往很难区分规范、办法两者之间的关系。
办法 是指对于某一工程作业或者行为进行定性的信息规定。主要是因为无法精准定量而形成的标准。所以相对笼统。
规范 是按照规范制度的要求提出具体可落地、可执行的实施措施。所以一定是很具体可量化的细则。
例如:我们在规范中可以强调数据的及时性,但是在具体的管理办法中需要明确、量化及时性这一指标概念。如:获取数据后X个工作日内录入数据,发生变更时X个工作日内完成数据更新等。

细分来讲,数据质量管理制度应该由以下几个关键部分组成:


一、规范定义:

1、首先定义清楚什么样的数据称之为高质量的数据,高质量数据并不是越高越好,因为学过质量成本控制的都清楚,数据质量并不存在绝对的,而只要满足企业业务管理需要,即可认为数据质量达标的数据。
2、明确什么样的数据属于数据质量管理的范畴。比如核心,重要的数据,所以识别关键数据重要数据,并且还要确认该类数据的生成规则和维护流程。
2、达到什么程度才算高质量。例如:确保数据的及时性,究竟怎么才算及时性,是获取数据的时效?还是分发到下游的时效?还是接受数据的时效?


二、稽查监控措施:

1,针对我们已经识别的数据及其对应生成规则,我们需要确定稽查监控的措施。(提升数据质量的关键是预防,而不是事后修正)

2,对于产生问题的错误数据,我们如何去修复改正的相应流程。

3、数据稽查的频率和问题反馈频率,以及反馈渠道或稽查工具平台需要明确清楚。




三、组织与职能:
1、重点描述组织岗位对应的职能,定义需要执行遵守的数据质量管理原则。
2、各组织对数据质量流程中的职责权利需要明确清楚,例如谁生产,谁使用,谁负责,谁改进等权责。




四、绩效考核:
评价标准需要量化:一般情况下, 以单条数据为单位,通过数据质量巡检规则,从完整性、及时性、准确性、一致性、唯一性、有效性等六个维度进行检查,根据计算规则得出各区域的数据质量综合得分。常见的数据质量考核计算方法如下:
  1)员工数据质量综合得分:以该员工录入维护的相关数据质量项为范围,以数据质量检查项的单条数据质量规则为检查单元,先计算正确记录数占比作为该条数据质量规则对应的得分,再加权计算该数据项的所有数据质量规则得分作为该数据项的得分,最后取所有数据项得分的平均值作为员工的数据质量综合得分,计算过程及计算公式如下:

数据质量规则得分=(1-数据质量规则检查的问题数/数据质量规则检查的总数)*100


数据质量规则名称

问题记录数

记录总数

数据质量规则得分

规则 A1

10

100

90.00

规则 A2

50

200

75.00

规则 B1

10

1000

99.00

规则 B2

20

1000

98.00

规则 C1

10

1000

99.00

数据质量规则的得分表(示例)


  备注:n 为数据项的数据质量规则总数。

数据项名称

数据质量规则名称

数据质量规则得分

权重

数据项得分

数据项 A

规则 A1

90.00

50%

82.50

规则 A2

75.00

50%

数据项 B

规则 B1

99.00

60%

98.60

规则 B2

98.00

40%

数据项 C

规则 C1

99.00

100%

99.00

数据项的得分表(示例)

备注:n 为员工的数据项总数。


员工名称

数据项名称

数据项得分

项目得分

张三

数据项 A

82.50

93.37

数据项 B

98.60

数据项 C

99.00

李四

数据项 A

80.00

80.00

数据项 B

70.00

数据项 C

90.00

员工的得分表(示例)

 

2)团队数据质量综合得分:以该团队的全体成员为范围,统计每个团队的数据质量综合得分,取所有项目得分的平均值作为该团队的综合得分,计算公式如下:

备注:n 为数据对象总数。


团队名称

员工名称

员工数据质量综合得分

区域数据质量综合得分

数据管理团队

张三

93.37

80.84

李四

80.00

数据执行团队

王五

99.00

96.20

赵六

90.00

区域的得分表(示例)


统计各团队的综合得分,并根据各团队的综合得分从高到低进行排名,由数据管理团队负责人进行有效奖惩排名。如果对数据质量评价结果有意见,可向数据管理团队提出。

团队

 综合得分

排名

数据对象录入方 A

100.00

1

数据对象录入方 B

96.20

2

数据对象录入方 C

90.00

3

数据对象录入方 D

80.84

4

团队数据质量综合评价表(示例)





五、附则-数据质量衡量维度


在DAMA体系中,数据质量维度是指数据的某个可测量的特性。国际上较为成熟的框架包括:Strong-Wang 框架、Redman的“可表示的三元组”还有Larry Englist的固有特征和实用特征。各个企业公司可以根据自身的业务场景、管控要求选择不同的质量维度框架,本篇文章只针对DAMA UK提出的六个核心维度进行阐述解释:

完整性:指数据在创建、传递过程中无缺失和遗漏。包括实体完整、属性完整、记录完整和字段值完整四个方面,完整性是数据质量最基础的评判维度。

及时性:指及时记录和传递相关数据,满足业务对信息获取的时间要求。数据交付的及时性,及时抽取、及时展现,如果数据交付时间过长,可能导致分析结论失去参考意义。

准确性:指真实、准确记录原始数据,无虚假数据及信息。数据准确反映其所建模的“真实世界”实体。例如:员工的身份信息必须与身份证件上的信息保持一致。

一致性:指遵守统一的数据标准,记录和传递数据和信息。主要体现在数据 记录的规范和数据是否符合逻辑。例如:同一工号数据在不同系统的员工姓名不一致。

唯一性:指同一数据只能有唯一的标识符。体现在一个数据集中,没有实体多余一次出现,并且每个唯一实体有一个键值且该键值只指向该实体。例如:员工有且仅有一个有效工号。

有效性:指数据的值、格式和展现形式符合数据定义和业务定义的要求。描述数据格式、数据类型、值域和相关业务规则的有效性。例如:员工的国籍类型必须存在于国家基础数据中定义的允许值。

企业数据质量管理体系的搭建并非一朝一夕的事情,本文只是针对管理制度的目录编写进行了详细阐述。如何针对管理制度进行组织保障、资金项目保障、人力保障等措施在后续章节会再详细讲到。

免责声明:

本公众号所有分享的软件和资料来自网络收集和整理,所有文字和图片版权归属于原作者所有,且仅代表作者个人观点,与数据工匠俱乐部无关,文章仅供读者学习交流使用,并请自行核实相关内容,文章内容涉及侵权,请联系后台管理员删除



(欢迎大家加入数据工匠知识星球获取更多资讯。)


联系我们

扫描二维码关注我们

微信:SZH9543
邮箱:ccjiu@163.com
QQ:2286075659

热门文章


《中国元宇宙白皮书》发布会在北京举行(内附下载链接)


《城市数字化转型顶层设计指南2021》正式发布(内附下载链接)


一文读懂什么是元宇宙(内附下载链接)


图解《个人信息保护法》及55条改动对比丨(内附下载链接)


终于有人把数字化转型的关键点讲明白了!


详解数据可视化的4种类型:手把手教你正确选择图表


从COBIT5谈谈IT治理(内附下载链接)


IT建设目标及IT规划初步方案(内附下载链接)

我们的使命:发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。

我们的愿景:打造数据治理专家、数据治理平台、数据治理生态圈。

我们的价值观:凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。


了解更多精彩内容




长按,识别二维码,关注我们吧!

数据工匠俱乐部

微信号:zgsjgjjlb

专注数据治理,推动大数据发展。


浏览 31
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报