“DCMM数据质量检查”的版本间差异

来自DAMAChina
跳到导航 跳到搜索
(创建页面,内容为“11.2数据质量检查 11.2.1概述 数据质量检查根据数据质量规则中的有关技术指标和业务指标、校验规则与方法对组织的数据质量情况进行实时监控,从而发现数据质量问题,并向数据管理人员进行反馈. 11.2.2过程描述 过程描述如下: a)    制定数据质量检查计划,根据组织数据质量管理目标的需要,制定统一的数据质量检查计划; b)    数据质量情况剖析…”)
 
无编辑摘要
第1行: 第1行:
11.2数据质量检查
=== 概述 ===
 
11.2.1概述
 
 
数据质量检查根据数据质量规则中的有关技术指标和业务指标、校验规则与方法对组织的数据质量情况进行实时监控,从而发现数据质量问题,并向数据管理人员进行反馈.
数据质量检查根据数据质量规则中的有关技术指标和业务指标、校验规则与方法对组织的数据质量情况进行实时监控,从而发现数据质量问题,并向数据管理人员进行反馈.


 
=== 过程描述 ===
11.2.2过程描述
 
 
过程描述如下:
过程描述如下:


a)    制定数据质量检查计划,根据组织数据质量管理目标的需要,制定统一的数据质量检查计划;
* 制定数据质量检查计划,根据组织数据质量管理目标的需要,制定统一的数据质量检查计划;
 
* 数据质量情况剖析,首先根据计划对系统中的数据进行剖析.查看数据的值域分布、填充率、规 范性等,切实掌握数据质量实际情况;
b)    数据质量情况剖析,首先根据计划对系统中的数据进行剖析.查看数据的值域分布、填充率、规 范性等,切实掌握数据质量实际情况;
* 数据质量校验,依据预先配置的规则、算法,对系统中的数据进行校验
 
* 数据质量问题管理,包括问题记录、问题查询、问题分发和问题跟踪
c)   数据质量校验,依据预先配置的规则、算法,对系统中的数据进行校验
 
d)   数据质量问题管理,包括问题记录、问题查询、问题分发和问题跟踪
 
 
11.2.3过程目标
 
 
过程目标如下:
 
a)    制定数据质量检查计划;
 
b)    全面监控组织数据质量情况;
 
c)    建立数据质量问题管理机制.


=== 过程目标 ===


11.2.4能力等级标准
* 过程目标如下:
 
* 制定数据质量检查计划;
* 全面监控组织数据质量情况;
* 建立数据质量问题管理机制.


=== 能力等级标准 ===
能力等级标准如下:
能力等级标准如下:


a)     第1级:初始级
==== 第1级:初始级 ====
 
基于出现的数据问题,开展数据质量检查工作.
 
b)     第2级: 受管理级
 
1)  定义了数据质量检查方面的管理制度和流程,明确数据质量检查的主要内容和方式;
 
2)  业务部门根据需要进行数据质量剖析和校验;
 
3)  在各新建项目的设计和实施过程中参考了数据质量规则的要求.
 
c)     第3级: 稳健级
 
)明确组织级统一的数据质量检查制度、流程和工具.定义了相关人员的职责;
 
2)  根据组织内外部的需要,制定了组织级的数据质量检查计划
 
3)  在组织层面统一开展数据质量的校验,帮助数据管理人员及时发现各自的数据质量问题;


4)   在组织层面建立数据质量问题发现、告警机制,明确数据质量责任人员;
# 基于出现的数据问题,开展数据质量检查工作.


5)  建立了数据质量相关考核制度,明确了数据质量责任人员考核的范围和目标;
==== 第2级:受管理级 ====


6)  明确新建项目各个阶段数据质量的检查点、检查模板,强化新建项目数据质量检查的
# 定义了数据质量检查方面的管理制度和流程,明确数据质量检查的主要内容和方式;
# 业务部门根据需要进行数据质量剖析和校验;
# 在各新建项目的设计和实施过程中参考了数据质量规则的要求.


管理。
====  第3级:稳健级 ====


d)    第 4级:量化管理级
# 明确组织级统一的数据质量检查制度、流程和工具.定义了相关人员的职责;
# 根据组织内外部的需要,制定了组织级的数据质量检查计划
# 在组织层面统一开展数据质量的校验,帮助数据管理人员及时发现各自的数据质量问题;
# 在组织层面建立数据质量问题发现、告警机制,明确数据质量责任人员;
# 建立了数据质量相关考核制度,明确了数据质量责任人员考核的范围和目标;
# 明确新建项目各个阶段数据质量的检查点、检查模板,强化新建项目数据质量检查的管理。


1)  定义并应用量化指标.对数据质量检查和问题处理过程进行有效分析,可及时对相关制度 和流程进行优化;
==== 第 4级:量化管理级 ====


2)  数据质量管理纳入业务人员日常管理工作中,可主动发现并解决相关问题.
# 定义并应用量化指标.对数据质量检查和问题处理过程进行有效分析,可及时对相关制度 和流程进行优化;
# 数据质量管理纳入业务人员日常管理工作中,可主动发现并解决相关问题.


e)     第5级:优化级
==== 第5级:优化级 ====


在业界分享最佳实践,成为行业标杆
# 在业界分享最佳实践,成为行业标杆

2023年2月17日 (五) 06:35的版本

概述

数据质量检查根据数据质量规则中的有关技术指标和业务指标、校验规则与方法对组织的数据质量情况进行实时监控,从而发现数据质量问题,并向数据管理人员进行反馈.

过程描述

过程描述如下:

  • 制定数据质量检查计划,根据组织数据质量管理目标的需要,制定统一的数据质量检查计划;
  • 数据质量情况剖析,首先根据计划对系统中的数据进行剖析.查看数据的值域分布、填充率、规 范性等,切实掌握数据质量实际情况;
  • 数据质量校验,依据预先配置的规则、算法,对系统中的数据进行校验
  • 数据质量问题管理,包括问题记录、问题查询、问题分发和问题跟踪

过程目标

  • 过程目标如下:
  • 制定数据质量检查计划;
  • 全面监控组织数据质量情况;
  • 建立数据质量问题管理机制.

能力等级标准

能力等级标准如下:

第1级:初始级

  1. 基于出现的数据问题,开展数据质量检查工作.

第2级:受管理级

  1. 定义了数据质量检查方面的管理制度和流程,明确数据质量检查的主要内容和方式;
  2. 业务部门根据需要进行数据质量剖析和校验;
  3. 在各新建项目的设计和实施过程中参考了数据质量规则的要求.

 第3级:稳健级

  1. 明确组织级统一的数据质量检查制度、流程和工具.定义了相关人员的职责;
  2. 根据组织内外部的需要,制定了组织级的数据质量检查计划
  3. 在组织层面统一开展数据质量的校验,帮助数据管理人员及时发现各自的数据质量问题;
  4. 在组织层面建立数据质量问题发现、告警机制,明确数据质量责任人员;
  5. 建立了数据质量相关考核制度,明确了数据质量责任人员考核的范围和目标;
  6. 明确新建项目各个阶段数据质量的检查点、检查模板,强化新建项目数据质量检查的管理。

第 4级:量化管理级

  1. 定义并应用量化指标.对数据质量检查和问题处理过程进行有效分析,可及时对相关制度 和流程进行优化;
  2. 数据质量管理纳入业务人员日常管理工作中,可主动发现并解决相关问题.

第5级:优化级

  1. 在业界分享最佳实践,成为行业标杆