一、什么是数据质量管理？
1、数据质量
数据质量在业务环境下，数据符合数据消费者的使用目的，数据质量需要满足业务场景具体的需求。数据质量包含两个方面：数据的过程质量和数据自身的质量。
数据的过程质量就是数据的使用过程符合标准规范，比如数据存储：数据是否被安全的存储到了合适的介质上，能够保证数据不受外来因素的破坏。当然数据存储只是数据使用过程的一个环节，除此之外还包括获取、传输、应用和删除等一系列的使用过程，这其实也是数据生命周期的各个阶段。
数据自身的质量很好理解，比如数据必须真实准确地反映实际发生的业务，任何业务操作的数据都没有被遗漏，数据存在各种约束条件，这种约束条件不能自相矛盾等等。
2、数据质量管理
数据质量管理是指对数据从产生、获取、存储、共享、维护、应用等各个阶段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，并顺利获得改善和提高组织的管理水平使数据质量取得进一步提高。
二、数据质量评估维度
1、规范性：数据是规范统一的。例如时间信息都以yyyy-mm-dd格式存储。
2、完整性：数据是完整不缺失的。例如人员信息完整涵盖性别、年龄等。
3、准确性：数据是准确合理的。例如年龄在合理范围内。
4、一致性：同源或跨源的数据是一致不冲突的。例如同一个人在不同源取过来的性别都是一致的。
5、关联性：数据的关联是不缺失的。例如两张表建立的关联关系存在，不丢失数据。
6、唯一性：数据是唯一不重复的。例如同一个ID没有重复记录。
三、数据质量影响因素
1、主观因素：在数据各环节处理中，由于人员素质低和管理缺陷等因素，从而操作不当而引起的数据质量问题。
2、客观因素：在数据各环节流转中，由于系统异常和流程设置不当等因素，从而引起的数据质量问题。
四、数据质量管理价值
建设一个完整的数据质量管理平台，对数据进行检核与统计，从制度、标准、监控、流程几个方面提升数据信息的管理能力，解决项目面临的数据标准问题、数据质量问题，为数据治理给予准确的数据信息。完成从发现数据问题到最后解决数据问题，不断提高数据质量，形成数据产生、数据交换、到数据应用过程中数据质量的统一管理与控制。
五、数据质量管理方法有哪些?
1、建立质量管控流程和规范
明确质量管控的角色、职责，建立可执行的工作流程、可量化的工作评估等关于数据质量管控办法，同时也应具备绩效考核、冲突解决与管控方式等。
2、执行管理工作
1)数据剖析
进行已知数据问题的评估，评估的范围控制在本轮管控的目标范围内。顺利获得对数据进行剖析，发现数据问题，具体规则又可顺利获得标准或业务调研进行提取。
2)设计数据质量控制操作程序
取得已知数据问题后，就应设计数据质量控制操作程序。主要包括制定质量问题评估方式和整改方式、制定质量报告内容及对象以及制定检查和监控的频率及方式。
3)定义数据质量需求
根据剖析的质检规则和控制操作程序，对数据质量需求进行定义。
4)确定数据质量水平
数据质量需求定义完毕之后，我们就需要确定在此需求下，现在数据质量的水平处于什么位置。明确反应质量水平的并最直观的就是错误数据的详情情况。
5)管理数据质量问题
问题找到后，针对根据不同的质量问题，进行不同的质量整改方案。比如：源头修改、补录、技术修复以及遗留问题管控等。
3、检查数据质量
第一时间确定整改质量，对处理后的数据进行再次质检，出具数据质量的报告;然后，对比处理前后效果，总结改进措施;最后，检查数据质量是否合格，分析不合格原因并下一轮管控中进行技术上或者操作程序上的改进。
4、监控数据质量，控制管理程序和绩效
根据既定的操作程序，对质量管控过程中各个环节参与者进行绩效评估。还可以根据不同时期的重点制定不同的评分标准，有针对性的进行评价和管控，如整改初期数据缺失严重，则可对完整性规则权重调大，以期更快看到成效或者达到更好的效果。
