1 概述
数据质量检查根据数据质量规则中的有关技术指标和业务指标、校验规则与方法对组织的数据质量情况进行实时监控,从而发现数据质量问题,并向数据管理人员进行反馈。
2 过程描述
过程描述如下:
a) 制定数据质量检查计划,根据组织数据质量管理目标的需要,制定统一的数据质量检查计划;
b) 数据质量情况剖析,首先根据计划对系统中的数据进行剖析,查看数据的值域分布、填充率、规范性等,切实掌握数据质量实际情况;
c) 数据质量校验,依据预先配置的规则、算法,对系统中的数据进行校验;
d) 数据质量问题管理,包括问题记录、问题查询、问题分发和问题跟踪。
3 过程目标
过程目标如下:
a) 制定数据质量检查计划;
b) 全面监控组织数据质量情况;
c) 建立数据质量问题管理机制。
4 能力等级标准
能力等级标准如下:
a) 第1级:初始级
基于出现的数据问题,开展数据质量检查工作。
b) 第2级:受管理级
1) 定义了数据质量检查方面的管理制度和流程,明确数据质量检查的主要内容和方式;
2) 业务部门根据需要进行数据质量剖析和校验;
3) 在各新建项目的设计和实施过程中参考了数据质量规则的要求。
c) 第3级:稳健级
1) 明确组织级统一的数据质量检查制度、流程和工具,定义了相关人员的职责;
2) 根据组织内外部的需要,制定了组织级的数据质量检查计划;
3) 在组织层面统一开展数据质量的校验,帮助数据管理人员及时发现各自的数据质量问题;
4) 在组织层面建立数据质量问题发现、告警机制,明确数据质量责任人员;
5) 建立了数据质量相关考核制度,明确了数据质量责任人员考核的范围和目标;
6) 明确新建项目各个阶段数据质量的检查点、检查模板,强化新建项目数据质量检查的管理。
d) 第4级:量化管理级
1) 定义并应用量化指标,对数据质量检查和问题处理过程进行有效分析,可及时对相关制度和流程进行优化;
2) 数据质量管理纳入业务人员日常管理工作中,可主动发现并解决相关问题。
e) 第5级:优化级
在业界分享最佳实践,成为行业标杆。