DCMM数据质量提升
跳到导航
跳到搜索
概述
数据质量提升是对数据质量分析的结果.制定、实施数据质量改进方案,包括错误数据更正、业务流 程优化、应用系统问题修复等,并制定数据质量问题预防方案,确保数据质量改进的成果得到有效保持
过程描述
过程描述如下:
- 制定数据质量改进方案,根据数据质量分析的结果,制定数据质量提升方案;
- 数据质量校正,采用数据标准化、数据清洗、数据转换和数据整合等手段和技术,对不符合质量要求的数据进行处理,并纠正数据质量问题;
- 数据质量跟踪,记录数据质量事件的评估、初步诊断和后续行动等信息,验证数据质量提升的 有效性;
- 数据质量提升,对业务流程进行优化.对系统问题进行修正,对制度和标准进行完善.防止将来 同类问题的发生;
- 数据质量文化,通过数据质量相关培训、宣贯等活动,持续提升组织数据质量意识,建立良好的 数据质量文化。
过程目标
过程目标如下:
- 建立数据质量持续改进策略;
- 制定数据质量改进方案;
- 建立良好的数据质量文化.
能力等级标准
能力等级标准如下:
第1级:初始级
- 对业务部门或应用系统中出现的数据问题进行数据质量校正。
第2级:受管理级
- 制定数据质量问题提升的管理制度,指导数据质量提升工作;
- 明确数据质量提升的利益相关者及其职责;
- 批量进行数据质量问题更正.建立数据质量跟踪记录;
- 根据数据质量问题的分析.制定并实施数据质量问题预防方案.
第3级:稳健级
- 建立组织层面的数据质量提升管理制度,明确数据质量提升方案的构成;
- 结合利益相关者的诉求制定数据质量提升工作计划,并监督执行;
- 定期开展数据质量提升工作.对重点问题进行汇总分析,制定数据质量提升方案.从业务 流程优化、系统改进、制度和标准完善等层面进行提升;
- 明确数据质量问题责任人,及时处理出现的问题,并提出相关建议;
- 持续开展培训和宣贯,建立组织数据质量文化氛围
第4级:量化管理级
- 组织中的管理人员、技术人员、业务人员能协同推动数据质量提升工作;
- 能通过量化分析的方式对数据质量提升过程进行评估,并对管理过程和方法进行优化
第5级:优化级
- 开展数据质量提升工作,避免相关问题的发生,形成良性循环;
- 业界分享最佳实践.成为行业标杆.