数据治理前，企业如何自查数据质量本文转自：中国发展网导读：

本文转自：中国发展网

文章图片

文章图片

导读：为适应时代发展脚步，更快更好获取市场资源，许多企业在完成信息系统搭建后，开始谋求数字化转型。然而，数据质量低下始终是企业合理运用数据的绊脚石。数字时代，数据已经变成一个企业的重要资产，而数据质量的高低则是决定这份资产价值几何的重要指标。只有妥善地解决数据质量问题，企业内的数据资产才能更好地发挥它的价值，实现收益最大化。
为了提升数据质量，实施数据治理几乎是企业的必选项。根据多年数据治理经验，中翰建议，企业在开展数据治理项目之前，应该先完成数据质量自查工作。
一、企业为什么需要自查数据质量
1.企业数据质量问题的成因较为复杂，任一环节出错，都会对数据质量产生影响。所以，需要借助专业的视角进行评判。对于企业数据质量问题，我们不仅应该对暴露在表面的数据本身的问题进行统计和分析，还应该从技术、业务、管理等层面，评估数据质量问题的深层次成因，以便彻底解决问题，避免重蹈覆辙，浪费人力、精力和财力。
【数据治理前，企业如何自查数据质量】2.企业数据现状的自查是未来开启数据治理的基础工作，是让领导下定决心的第一步。只有充分了解到企业数据质量问题的急迫性和严重程度，领导才能对数据治理工作的重要性产生相对正确的认知。有了领导的支持和推进，数据治理工作才能更加顺畅有序进行，数据治理成果也能得到一定保证。
3.只有充分、全面、深入评估了解企业数据质量的现状及成因，才能更好地对症下药。咨询方会将评估结果作为数据治理项目实施的重要参考，将技术手段与管理机制相结合，杜绝数据质量问题再次出现。
二、企业如何进行数据质量自查？
1.遵守数据质量自查标准
● 数据完整性：数据是否完整地描述某一业务实体对象的基准数据以及其被引用的关联属性数据信息。要注意数据是否丢失，或者有不可用的情况；注意关联的数据是否缺失，或者未建立索引。不完整数据的借鉴价值会大大降低，这也是数据质量问题中比较基础和常见的一类问题。
● 数据一致性：同一业务实体对象在不同业务系统、不同组织机构内，它的名称等相关静态基准信息，以及其被引用的关联属性数据信息应是否完全一样，不存在任何差异。
● 数据合规性：数据针对某一业务实体对象的描述是否完全符合业务规则、业务代码制定原则、数据描述规范。数据应按照统一格式存储，其内容、格式和展现形式，都必须符合数据定义和业务定义的要求，不能违反数据标准规范。
● 数据冗余：针对同一业务实体，在企业内所有系统、组织机构中是否存在多个代码对应；针对同一代码，在企业不同业务管理过程中是否存在多个业务实体对应。重复冗余数据是导致业务无法协同、流程无法追溯的重要因素，也是数据治理需要解决的最基本的数据问题。
● 数据及时性：数据由产生到被使用的时间过程是否在企业规定范围内。尤其要关注那些对业务发展极为重要的关键性数据是否能够及时传递到目标位置。
● 数据有效性：数据生产者是否完全按照数据使用者的要求进行数据的新增、审核，生成的数据是否完全满足使用者对数据的要求。要关注数据和信息的内容是否正确，有没有无效数据、错误数据或超期数据等。真实有效的数据是企业管理工作的基础，是帮助企业进行正确决策的资料。