基于全生命周期的數據質量管理概述

摘 要 為了應對企業發展戰略和運營對高質量數據的需求，縱觀數據全生命周期各階段的數據質量要求，分析影響數據質量的主要原因，提出了集業務、管理、方法、技術為一體的數據質量管理體系方法。通過數據質量管理體系的建設，企業可實現預防或消除數據質量問題，從而全面提升數據質量，確保數據價值有效發揮。

關鍵詞 數據質量;企業;全生命周期

引言

大數據時代的到來，讓企業數據化轉型成為新的全球大趨勢。由于數據直接滲透至企業生產經營各個環節，企業經營管理越來越依賴于及時準確的數據，數據質量成為支持企業數據處理、分析與應用，挖掘數據價值，推動智能決策，提升企業核心競爭力的關鍵要素。然而，從信息系統數據規劃設計到數據運維使用，直至數據退役的全生命周期中，數據質量受到諸多因素的影響，造成數據質量管理手段缺失，數據文化意識薄弱[2]，數據質量問題嚴重。因此，管理并提升數據質量，使企業獲得結構清晰、準確的數據，對企業的管理與發展至關重要。

1 影響數據質量的原因

數據質量表征數據特性滿足數據要求的程度，關系數據信息的規范性[1]。縱觀數據在信息系統中流轉的全生命周期，數據質量受多方面的影響：①在數據規劃設計階段：各信息化項目獨立實施，缺乏統一規劃，跨業務域、跨信息系統的數據定義標準缺失，導致各系統數據孤島化，數據質量參差不齊，數據定義不一致，主數據的數據源重復定義等問題;②在數據運維階段：一方面企業數據管理體制、機制不健全，員工對數據價值認識不足，數據風險意識不弱，導致數據質量問題嚴重;另一方面各信息系統對數據的創建缺少校驗和監督機制;③在數據使用階段：企業往往缺乏數據資產統一管控平臺，導致數據集成、使用情況的無追蹤。尤其是系統上線造成的數據結構變更，未通知到數據管理部門，因此產生了信息的斷層，導致數據集成、數據分析等出現源頭失效。

2 數據質量管控環節

圖1顯示給出了數據生命周期各階段的數據質量管控環節。企業數據質量管理是一個持續的環節，貫穿數據全生命周期的各階段[3]，其中數據規劃和設計階段旨在通過規范數據標準制定和數據模型設計提升數據設計質量，數據運維和使用階段主要通過規范數據創建、變更和使用，進而提升數據運營質量管理。

3 數據質量管理方法

考慮數據在生命周期不同階段數據參與活動，數據特性和數據要求不同，因此，企業要從數據生命周期各環節入手，確保信息系統中的數據真實、可靠 。基于“盤、規、治、用”的數據治理思路，在數據進入系統之前，企業先明確數據資產，制定數據標準規范，以期從源頭遏制數據問題，數據質量管理在數據生命周期各環節的工作如下：

（1）數據規劃環節。首先，企業需要建立健全數據治理體系，把數據質量管理提升至企業戰略中去，形成企業數據文化;梳理數據需求，盤點公司數據資產，定義數據源頭，立足于行業標準，統一定義數據質量的標準規范，規范企業數據的業務含義、業務規則以及數據分等特性，實現數據在公司范圍內描述統一，為后續數據質量分析、識別問題數據工作提供重要依據。

（2）數據設計環節。為推動信息化項目對數據標準的貫徹執行，企業需要依據數據標準統一建立數據模型，通過設計數據模型，統一定義數據關系，數據存儲結構，為后續數據有序的集成、共享、 遷移、應用奠定了基礎，從根本上解決了數據獲取的質量問題。此外，通過數據模型將數據業務標準與技術標準內容融合管理，按業務規則，對數據進行質量跟蹤，為數據質量提升提供可信依據。

（3）數據運維環節。在數據運維環節，利用數據標準、數據模型，加強系統對錯誤數據的預警校驗機制，可在一定程度上保證數據的正確性、完整性、唯一性。然而，數據質量問題不能僅僅依靠技術手段來解決，以往的企業對數據應用程度不高，對數據質量認識不足，造成信息化項目推進困難，因此企業必須讓員工提升數據質量意識，全面洞悉數據質量對實際業務的影響;同時還需制定并嚴格執行數據管理規范，明確數據任責機制，在數據運維環節嚴格執行數據標準。

（4）數據使用環節。引入數據資產管控平臺可實現各系統統一的數據標準、數據模型，監控數據的來源去向，提供完整數據地圖。通過引入數據資產管控平臺，在系統數據結構變更時，及時有效地加以管控，可保證數據分析應用時，數據輸入正確，數據源頭可信。通過平臺數據血緣分析，顯示數據上下游關系和數據遷移轉換所經路徑，便于進行影響分析，及時發現數據質量問題，制定數據整改措施，通知相關責任人，持續監控數據質量。

4 結束語

數據質量是企業信息化建設的重要一環，通過數據質量的影響因素分析，提出了包括數據全面統籌規劃，事前預防，事中監控預警，事后補救四個方面的數據全生命周期的數據質量管理方法，企業通過建立高效的數據管理體系，持續監控提升數據質量，才能使數據成為企業管理變革巨大驅動力。

參考文獻

[1] 系統與軟件工程系統與軟件質量要求與評價 第12部分：數據質量模型，2018：GB/T 25000.12-2017[S].北京：中國標準出版社，2017.

[2] 韓東暉，趙辰.數據質量管理與企業信息化建設[J].華東科技（綜合），2018，（7）：27.

[3] DAMA International.DAMA數據管理知識體系指南[M].北京：清華大學出版社，2012：1.

作者簡介

李春鳴（1993-），女，河南省洛陽市人;學歷：碩士，助力工程師，現就職單位：中國商飛上海航空工業（集團）有限公司，研究方向：數據治理方面。