查看“DCMM数据质量提升”的源代码
←
DCMM数据质量提升
跳到导航
跳到搜索
因为以下原因,您没有权限编辑本页:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
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.
返回至“
DCMM数据质量提升
”。
导航菜单
个人工具
中文(中国大陆)
登录
命名空间
页面
讨论
大陆简体
已展开
已折叠
查看
阅读
查看源代码
查看历史
更多
已展开
已折叠
搜索
导航
DAMA中国
DMBOK知识体系
CDMP认证介绍
专业书籍推荐
专题
人与数据
DCMM评估
数字化转型
工具
链入页面
相关更改
特殊页面
页面信息