睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一，入选IDC企业数据治理实施部署指南。同时，在IDC发布的《中国数据治理市场份额,2022》报告中，蝉联数据治理解决方案市场份额第一。

在线免费试用 DEMO体验视频介绍

睿治智能数据治理平台

IDC蝉联数据治理解决方案市场第一

数据质量—并非所有数据都是平等的

时间：2019-04-04来源：Ebpay浏览数：893次

数据质量是调节数据以满足业务用户特定需求的过程。准确性，完整性，一致性，及时性，唯一性和有效性是数据质量的主要衡量标准。

数据质量是根据六个关键因素来衡量的，每个关键因素都同样重要：

准确性
完整性
一致性
合时
唯一性
合法性

不良数据可能来自您组织的各个领域，包括业务部门，销售，营销或工程部门。

改进六个数据指标

数据质量计划通常集中在改进这些指标，以便数据可以促进业务系统的最佳性能，并支持用户对系统可靠性的信任。

无论组织的规模，功能或市场如何，每个组织都需要关注数据质量，以便分析其业务并做出明智的业务决策。决策的有效性无疑受到所使用数据质量的影响。

但是，正如我们已经指出的那样，数据的种类和来源非常多，其质量将根据其用途和原因对业务产生不同的影响。数据的价值主要来自它支持基于商业智能的业务流程或决策。因此，商定的数据质量规则应考虑数据可为组织给予的价值。如果识别出数据在特定上下文中具有非常高的值，则这可以指示在该上下文中需要更严格的数据质量规则。

因此，公司必须就数据质量标准达成一致，不仅基于维度本身 - 当然还有数据质量必须满足的任何外部标准 - 而且还基于不满足这些标准的影响。

坏数据是：