關于提高數據質量的思考和處理辦法

[摘 要]本文針對當前公司內部及行業存在的數據質量問題作了分析，闡述了自己關于提高數據質量的觀點，并進一步提出了自己在工作中的處理辦法，目的是為了提高大家對數據質量的重視。

[關鍵詞]保險；數據質量；提高

1 數據質量的重要性

1.1 保險監管的準確依據

任何違規事項，在操作中都有蛛絲馬跡，嚴格規范數據質量對違規操作是一種約束，同時也能清晰的反映出操作的軌跡，有利于區分違規的痕跡，保證了監管過程中可挖掘的深度，同時可以加大監管的力度。保險稽核系統在各級保險監管機構的廣泛運行，充分說明了數據中發現監管信息的可行性、有效性。

1.2 經營決策的有力支持

正確的決策來源于準確的信息，通過數據分析，暴露虧損業務，浮現盈利業務，然而數據的分析可謂是失之毫厘謬以千里，不真實的數據分析結果將導致決策的失誤，繼而導致經營結果的偏失，只有正確的數據分析才能為決策提供堅實的基礎。

1.3 保險費的精確厘定

任何一種保險產品的定價，都離不開對現有保險數據的挖掘、分析。保險數據是第一手資料，是數據分析的基礎。這些數據的收集是一項長期的工作，需要歷史的積累，更需要長期的數據的定義規則的一致。

1.4 大數法則

保險公司經營的最根本的基礎就是大數法則，大數法則的基礎就是大量的真實、可靠、及時、規范、一致的業務數據。滿足這些條件的大量數據的多年積累，會成為行業乃至國家的重要寶貴財富，對國家的防災、減災，經濟建設提供權威、全面的技術、數據支持與保障。

1.5 降低保險事故有力依據

對于車險事故，通過分析事故多發地點和事故頻發時段以及影響事故多發的天氣、人等原因，形成報告，公布社會，有助于交警等政府部門采取行動措施，更好的提醒駕駛人員避免事故多發因素，有效采取措施，減少事故發生。

2 數據質量的特性

隨著當今世界進入大數據時代，數據越來越成為組織最具價值的資產之一。企業的數據質量與業務績效之間存在著直接聯系，高質量的數據可以使公司保持競爭力并在經濟動蕩時期立于不敗之地。例如，全球著名企業沃爾瑪，憑著強大的高品質數據資源和有效有力的數據分析，才能在全球開設眾多的超市，才能不斷調整超市中的貨品及擺設位置，從而方便客戶購物，賺取了更高的利潤。有了高品質的數據質量，企業在任何時候都可以信任滿足所有需求的所有數據。具體而言，高品質的數據質量表現在數據的一致性、正確性、及時性、規范性與真實性五大要素上。

一致性是指相同的數據記錄在各不同系統之間的重要明細信息要一致，如業務系統的保費與收付費系統的保費數據需要保持一致。

正確性是指數據信息要符合業務、財務規范要求，如案件的賠付金額為零或大于保險金額的情況就不符合正確性的要求。

及時性是指要在規定的時間范圍內完成數據操作，如報案后及時立案等。

規范性是指數據需要符合標準工作流程進行數據操作，如代碼不一致、日期的邏輯錯誤就是不符合規范性的要求。

真實性是指電子數據與紙質數據之間必須相符，系統數據必須有真實的業務相互匹配，如紙質案卷與數據庫不一致、假保費、假賠案就是不符合真實性的要求。

3 影響數據質量的因素

3.1 監管部門的重視程度

保險行業的數據資源既是保險行業自身的寶貴資源，同時更是社會的財富，可以從防范風險的角度出發反映出社會各個行業的真實狀態，監管部門利用好保險行業的數據，對社會有著更深遠的影響。

3.2 保險行業未形成統一標準

目前，保險行業沒有統一的數據標準庫，對于數據的質量并不關心，數據標準一致后對整個行業將產生深遠影響，將大大提高整個行業的社會影響力，繼而帶來更大的社會效益。

3.3 各家公司數據標準的歷史不延續性

中國的保險業近幾年蓬勃發展，得益于中國社會經濟的迅猛發展，社會的變化之快，技術更新的迅速，使得不論老公司還是新公司的業務變化迅速，業務發展模式和管理模式都在迅速更新變化，數據標準隨之改變，不能很好地將前后的數據標準延續，使得數據質量控制點不斷變化。

3.4 管理層重視程度

目前，有些領導不重視，出了數據質量事故往往認為對自己的經營成果沒有什么影響，對自己的業績不會構成損害，往往責任追究不到位，不能將數據質量管理的思想和意識很好地貫徹到所有的部門和人員，不能夠提高全體人員的數據質量意識。

3.5 需求開發重視不夠

需求開發只注重業務流程、業務功能的實現，往往不對數據質量管控點加以注意，導致程序開發中忽視此類需求。

3.6 系統開發重視不夠

系統開發過程只注重功能的實現，數據質量意識淡薄，系統控制不嚴格。系統設計過程中數據質量的意識不夠強，對于某些區域的內容、格式、模式的控制以及前后的邏輯關系沒有做很好的控制，只注重功能的開發，沒有讓系統很好地在數據錄入的第一關口起到重要的把關作用，從而造成數據質量問題，如果在系統設計中嚴格把好第一關，那么數據質量就會有明顯的提高。

3.7 核心系統錯誤

任何系統都不是絕對的完善和完美，更多的是注重功能的實現，忽視的是數據質量的保證，任何的系統升級、規則變化都會由于只注重功能、開發時間緊張、開發人員水平、測試時間少、測試人員的水平、測試的方法等多種原因造成系統跟新不完善造成數據錯誤或不一致。

3.8 操作人員錄入錯誤數據

目前，保險行業依然在不斷地擴張，整個行業的人員流動較快，新增人員也較多，操作人員在經過簡單培訓后就立即到崗位上開始工作，這些人對于保險的知識和認識有限，而且面對新系統也往往不是很熟悉，不能夠很好的把握系統錄入區域的內容和邏輯關系，造成進入系統的數據成為問題數據，降低了數據質量，同時也有一些熟練的錄入人員因為粗心造成了數據質量的下降。

4 提升數據質量的途徑

4.1 提高思想認識

要想做好數據質量管理工作，提高數據質量，首先要明白數據質量管理不是一個人的事情，不是哪一個部門的事情，牽扯人員、部門等環節眾多，哪一個環節出現問題，都會引發數據質量問題的出現，因此做好數據質量管理工作是團隊通力協作的結果。充分發揮團隊的力量，有效推動數據質量管理工作的升級，帶來數據質量的提升，從而打造優質的數據資源庫，實現數據對經營決策的有效支撐。同時，還要加強對數據質量工作的宣導，積極建立企業數據文化。

4.2 制定標準，規范執行

在數據質量的重要性得到認可的總體形勢下，在執行力度也得到有效加強的大前提下，如何提高數據質量？這時候“做什么（What）”，“如何做（How）”，成為了需要亟待解決的問題。所以這時候，數據質量監控指標監控標準、操作規范、具體操作要求等相關標準化文件的出現，無疑會解決“What”和“How”的問題。后續通過《數據質量監控指標集》的制定，《數據質量操作規范》的約束，《基礎數據錄入規范》的出臺，這樣的標準化文件有很多，統一整理，讓大家在實際的工作有據可依。

4.3 強化考核，落實責任

“不依規矩，不成方圓”，做好數據質量管理工作還需加強管理。如何讓考核成為數據質量提升的催化劑？這就牽扯責任落實的問題。要使數據質量得到有效提升，就要領會貫徹執行上級公司戰略意圖，同時，結合公司實際，制定切實可行的《數據質量考核辦法》，實現有效激勵，然后細化責任，逐級推動，層層落實，確保執行。這樣，才能有力保障我們的數據質量管理工作經久不衰，數據質量持續向好。

4.4 防患未然，加大源頭控制

做好數據質量管理工作，不能把重點放在“出現問題如何快速修正”上，而應放在“如何更加有效地防止問題出現”上，做到防患于未然，實現問題源頭控制。筆者結合多年的數據質量管理工作經驗，認為實現問題的源頭控制，主要需要做好以下幾點：一是，要嚴把數據錄入關口，明確責任。加大數據錄入人員考核力度，提高其責任心，避免人為疏忽出現問題數據。同時，在提交審核（復核）前，錄入人員對單證關鍵要素進行復查，將錯誤率減少到最低。二是，要嚴把數據審核（復核）關口。挑選責任心強、對業務管理規定熟悉的人員進行數據審核（復核），進一步減少問題數據的產生。三是，要加強學習，加強對系統、條款、實務規定、監管規定等變動內容的學習，不斷充實自己，加強對新知識、新事物的涉入，不能老是以老方法處理新問題，要轉變思維方式，更新觀念。源頭管理是數據管理工作的重要環節，各級人員需共同努力，才能有效保證數據的真實、準確。

4.5 加強協作，高效審核

系統論的思想告訴我們：決定一個事物興衰存亡的因素不是我們天天最為關注的快變化因素，而是慢變化因素。筆者在上面提到數據質量不是一個人的事情，需要團隊協作，需要一個組織各個局部與個體之間相互支持、相互配合、協調運行、形成合力。

隨著公司IT化的逐步推進，利用IT手段來提高工作效率的方法，越來越成為一種趨勢。首先，可以從系統中加以控制，避免人為操作失誤，提高成功率。其次，要加強程序升級、系統變化的測試，避免系統錯誤數據的產生。

4.6 事后監控，及時整改

“人非圣賢，孰能無過”，有些問題防不勝防，盡管一再強調，還是不可避免地出現了。對待這種情況，就需要建立行之有效的事后監控機制，以便及時發現問題。在問題數據出現，還沒造成更壞的影響之前，及時通過正確的方式將問題數據進行修正。

4.7 加強培訓，打造隊伍

專業力就是公司在專業技術上所具有的能力。只有精心培育專業力，公司才能形成競爭優勢。為了提升專業力，公司大力倡導“專家治司、技能制勝”的理念，一方面，力求通過平臺構建、資源整合和“服務年”活動，打造強大的專業力；另一方面，強大的專業力離不開一流的數據質量隊伍；而一流的數據質量隊伍，需要一流的教育培訓。高度重視教育培訓工作，加大對培訓的投入和保障力度，提升運用專業知識來解決競爭中動態復雜問題的能力。

總之，數據質量是百年大計，是所有保險公司領導層都應該給予高度重視，日常工作中給予重點關注的一項重要工作，只有這樣，數據質量才會逐步提高，保險公司對社會的補償作用才能更充分地發揮出來。

參考文獻：

中商情報網.中國保監局：2014年保險統計數據報告[EB/OL].[2015-01-27].http：//www.askci.com/finance/2015/01/27/92545hqhq.shtml.