服务热线 hotline
010-62750882服务热线 hotline
010-62750882
数据质量管理不单纯是一个概念，也不单纯是一项技术、也不单纯是一个系统，更不单纯是一套管理流程，数据质量管理是一个集方法论、技术、业务和管理为一体的解决方案。
通过有效的数据质量控制手段，进行数据的管理和控制，消除数据质量问题进而提升企业数据变现的能力，一切业务、技术和管理活动都围绕这个目标和开展。
大数据是数字时代的新型战略资源，也是服务创新、驱动发展的重要抓手。
由于大数据具有分散存储+整合使用、分析处理时间及空间复杂度高、数据整体及其关系协同呈现高价值的三大特征，因此数据质量往往难以保障。
但数据质量对于使用、用好大数据起到决定性的作用。
质量低不仅会降低决策质量，难以获得高质量的产品和长足的发展，更可能带来难以估量的灾难性损失。
基于实践中遇到的大量而广泛的数据质量问题，我们总结了引起数据质量问题的几个常见原因：
1、数据的多源性：
当同一个数据有多个数据来源时，很可能会导致不同的值，这在系统设计和业务流程设计时都可能会引起这一问题。
但是，很多企业往往会忽视数据多源性这个根源，因为企业内部的多个数据生产流程绝大部分时间依旧是独立运作，持续地产生着不同的数据值，导致这个根源很难被直接察觉。
2、数据生成过程中的主观判断：
如果在数据的生成过程中包含主观判断结果，那么会导致数据中含有主观偏见因素。
通常认为存储在数据库中的数据都是客观事实，却忽略了采集这些“事实”的过程可能存在主观的判断。
免责声明：
本文来自源互联网，仅供阅读，如有侵犯了您的权益请立即与我们联系！我们将及时删除。
