数据治理-数据质量

实现数据质量的前提就是数据本身是可靠和可信的。

导致数据质量低下的因素

        组织缺乏对低质量数据影响的理解，缺乏规划、孤岛式系统设计、不一致的开发过程、不完整的文档、缺乏标准或缺乏治理等。

        所有组织都会遇到与数据质量有关的问题。数据质量需要跨职能的承诺和协调，数据质量管理不是一个项目，而是一项持续性的工作，长期成功取决于组织文化的改变和质量观念的建立。高质量数据本身不是目的，它只是组织获取成功的一种手段。

业务驱动因素

1. 提高组织数据价值和数据利用的机会；
2. 降低低质量数据导致的风险和成本；
3. 提高组织效率和生产力；
4. 保护和提高组织的声誉。【创机会、降成本、提效率、强声誉】

低质量数据造成的后果

1. 无法正确开具发票；
2. 增加客服电话量，降低解决问题的能力；
3. 因错失商业机会造成收入损失；
4. 影响并购后的整合进展；
5. 增加受欺诈的风险；
6. 由错误数据驱动的错误业务决策造成损失；
7. 因缺乏良好信誉而导致业务损失。

数据质量管理的目标

1. 根据数据消费者的需求，开发一种受管理的方法，使数据适合要求；
2. 定义数据质量控制的标准和规范，并作为整个数据生命周期的一部分；
3. 定义和实施测量，监控和报告数据质量水平的过程。

数据质量管理的原则

1. 重要性，根据数据的重要性以及数据不正确时的风险水平来制定改进的优先顺序；
2. 全生命周期管理；
3. 预防。重点应放在预防数据错误和降低数据可用