查看“DCMM数据质量提升”的源代码

1.4 数据质量提升


11.4.1  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

11.4.2 过程描述


过程描述如下:

a)    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;

b)    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;

c) ) 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;

d)   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;

e)   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。


11.4.3 过程目标


过程目标如下:

a)    建立数据质量持续改进策略;

b)   制定数据质量改进方案;

c)     建立良好的数据质量文化.


11.4.4 能力等级标准


能力等级标准如下:

a)    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。

b)   第 2级:受管理级

1)  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;

2)  明确数据质量提升的利益相关者及其职责;

3)  批量进行数据质量问题更正.建立数据质量跟踪记录;

4)  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.

c)      第 3 级 : 稳健级

1)  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;

2)  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;

3)  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;

4)   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;

5)  持续开展培训和宣贯,建立组织数据质量文化氛围

d)    第 4级;量化管理级

1)   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;

2)  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

e)     第 5 级:优化级

1)  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;

2)  业界分享最佳实践.成为行业标杆.