“DCMM数据质量检查”的版本间差异
跳到导航
跳到搜索
小无编辑摘要 |
小无编辑摘要 |
||
第30行: | 第30行: | ||
# 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. | # 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 ==== | ||
# 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; | # 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; |
2023年2月17日 (五) 06:36的最新版本
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
- 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
- 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.
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;
- 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。
第 4级:量化管理级
- 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.
第5级:优化级
- 在业界分享最佳实践,成为行业标杆