山东治疗白癜风的医院 http://finance.sina.com.cn/chanjing/b/20090930/09073071708.shtml随着组织不断发展壮大，组织内部数据量剧增，数据系统存在大量无效冗余旧数据，错误数据，残缺数据的情况，影响后续数据处理分析，使管理层决策失误。问题数据频繁出现的背后，是组织数据质量管理不善导致的。
免费获取更多信息，点击了解更多
数据质量是数据的生命线，没有高质量的数据，一切数据分析、数据挖掘、数据应用基于错误数据，数据价值会大打折扣，甚至出现完全错误的结论，浪费组织大量时间和精力，得不偿失。
本篇文章，小亿就带大家系统了解组织数据质量管理的概念、4种常见低数据质量情况、3大影响因素、6大评价维度以及实施落地6大步骤。
—01—
什么是数据质量管理
1.数据质量的概念
既然要进行数据质量管理，我们首先要理解，什么是数据质量。
数据质量，指的是在组织业务，管理要求下，符合数据使用者满足业务，管理需求的评价方式。
注意，数据质量是一种评价方式，就像我们评价一个电脑是否优质，要看外观，材质，工作性能等。
对于组织来说，只要对业务管理有价值的数据，都是高质量的数据。比如一个超市的销售数据，管理者知道某种产品大卖，开始增加库存，产生更多业绩。
这个销售数据辅助管理者决策，让超市盈利更多，对组织业务和管理有价值，于是属于质量高的数据。
同理，如果一些数据不能满足某些组织的业务和管理需求，这就是质量低的数据。
比如一家公司邀请用户填写调查问卷，但问卷答案是用户乱填的，这些错误数据无法反映用户，市场真实意图，对企业了解市场没什么益处，还会导致管理者做出错误决策，这就属于质量低的数据。
2.数据质量管理的概念
我们明白数据质量的概念，知道高质量数据是发挥数据价值的基础，企业需要对数据质量管理有足够重视。
什么是数据质量管理呢？根据国际数据治理协会DAMA官方定义，数据质量管理是对数据从计划、获取、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高。
数据质量管理是循环管理过程，其终极目标是通过可靠的数据提升数据在使用中的价值，并最终为企业赢得经济效益。
简单理解，我们就是要对数据进行清洗，整理，分类，监控等一系列管理，提高数据的质量，减少数据库里面的无效数据，旧数据，残缺数据，错误数据等情况。
3.4种常见低质量数据情况
在组织数据库中，主要有4种常见低质量数据情况，分别是重要数据缺失，数据异常，数据不一致，数据重复或错误，它们是拉低数据库数据质量的元凶。
（1）重要数据缺失
第一种情况是数据缺失，它指的是一些表格，业务中，缺少的一些重要数据未被填充。
比如在CRM系统中，很多客户的手机号信息没有被获取，企业无法用短信电话触发用户，实现营销效果，导致整个CRM数据质量不高。
缺失数据产生原因主要有3个：
①有些信息暂时无法获取，或者获取信息的代价太大。比如用户的手机号信息，身份证，银行卡信息，暂时无法获取
②信息在采集输入中遗漏。比如系统故障，导致大量数据无法输入
③属性值不存在。比如CRM系统中，需要填写用户的
