一種戰(zhàn)略性、系統(tǒng)性的方法，可以幫助企業(yè)正確研究企業(yè)數(shù)據(jù)質(zhì)量 projects。業(yè)務(wù)部門(mén)和IT部門(mén)的相關(guān)人員將有明確的角色和職責(zé)，并配備正確的技術(shù)和工具來(lái)應(yīng)對(duì)數(shù)據(jù)/控制的挑戰(zhàn)。Informatica的六步法旨在幫助指導(dǎo)數(shù)據(jù)質(zhì)量控制，從最初的數(shù)據(jù)探索到持續(xù)的監(jiān)控和持續(xù)的數(shù)據(jù)優(yōu)化。數(shù)據(jù)用戶、業(yè)務(wù)分析師、數(shù)據(jù)管理員、IT開(kāi)發(fā)人員以及業(yè)務(wù)部門(mén)和IT部門(mén)的管理員可以在六個(gè)步驟的每一個(gè)步驟中使用Informatica data質(zhì)量solution；并將data 質(zhì)量 control嵌入到整個(gè)擴(kuò)展企業(yè)的所有數(shù)據(jù)領(lǐng)域和應(yīng)用中。

節(jié)省時(shí)間。Data 質(zhì)量管理是處理低質(zhì)量 data引起的問(wèn)題所必需的。Data 質(zhì)量管理層可以停止在處理不準(zhǔn)確數(shù)據(jù)上浪費(fèi)時(shí)間和精力，節(jié)省時(shí)間。數(shù)字化質(zhì)量管理系統(tǒng)是指以信息技術(shù)為手段，將質(zhì)量的管理過(guò)程數(shù)字化、自動(dòng)化，通過(guò)數(shù)據(jù)采集、分析和處理，實(shí)現(xiàn)質(zhì)量的科學(xué)化、精益化管理。

質(zhì)量信息的預(yù)處理是指測(cè)量數(shù)據(jù)的誤差消除。由于測(cè)量數(shù)據(jù)中存在一定的誤差，需要通過(guò)預(yù)處理來(lái)減小甚至消除測(cè)量誤差，從而提高數(shù)據(jù)的準(zhǔn)確性和可靠性。數(shù)據(jù)預(yù)處理方法。數(shù)據(jù)清理通過(guò)填充缺失值、識(shí)別或刪除異常值以及解決不一致問(wèn)題來(lái)“清理”數(shù)據(jù)。主要實(shí)現(xiàn)以下目標(biāo):格式標(biāo)準(zhǔn)化、異常數(shù)據(jù)剔除、糾錯(cuò)、重復(fù)數(shù)據(jù)剔除。

3.數(shù)據(jù)轉(zhuǎn)換通過(guò)平滑聚合、數(shù)據(jù)泛化和標(biāo)準(zhǔn)化，將數(shù)據(jù)轉(zhuǎn)換成適合數(shù)據(jù)挖掘的形式。4.數(shù)據(jù)約簡(jiǎn)在挖掘數(shù)據(jù)的時(shí)候，數(shù)據(jù)量往往非常大，在少量的數(shù)據(jù)上進(jìn)行分析需要很長(zhǎng)的時(shí)間。數(shù)據(jù)約簡(jiǎn)技術(shù)可以得到數(shù)據(jù)集的約簡(jiǎn)表示，這種約簡(jiǎn)表示要小得多，但仍接近保持原始數(shù)據(jù)的完整性，結(jié)果與約簡(jiǎn)前相同或幾乎相同。

袋鼠云，數(shù)據(jù)中心解決方案專(zhuān)家，前段時(shí)間分享了一篇關(guān)于data 質(zhì)量分析與改進(jìn)的文章，正好可以回答你的問(wèn)題:是哪些因素在影響data 質(zhì)量問(wèn)題？一般來(lái)說(shuō)，數(shù)據(jù)質(zhì)量問(wèn)題是由四個(gè)因素引起的:信息因素。這部分?jǐn)?shù)據(jù)質(zhì)量的主要原因是:對(duì)元數(shù)據(jù)的描述和理解不正確，數(shù)據(jù)度量的各種屬性(如數(shù)據(jù)源規(guī)范不一致)得不到保證，更改的頻率不合適。管理因素。指的是數(shù)據(jù)質(zhì)量人員素質(zhì)和管理機(jī)制導(dǎo)致的問(wèn)題。

技術(shù)因素。主要是指數(shù)據(jù)質(zhì)量具體的數(shù)據(jù)處理技術(shù)環(huán)節(jié)異常導(dǎo)致的問(wèn)題。數(shù)據(jù)質(zhì)量的問(wèn)題主要包括數(shù)據(jù)創(chuàng)建、數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)加載、數(shù)據(jù)使用和數(shù)據(jù)維護(hù)。過(guò)程因素。是指系統(tǒng)操作流程和手工操作流程設(shè)置不當(dāng)導(dǎo)致的數(shù)據(jù)質(zhì)量問(wèn)題，主要來(lái)源于系統(tǒng)數(shù)據(jù)的創(chuàng)建流程、轉(zhuǎn)移流程、加載流程、使用流程、維護(hù)流程、審核流程。

Data 質(zhì)量管理的定義和目的數(shù)據(jù)質(zhì)量管理是指識(shí)別、檢測(cè)和解決各類(lèi)數(shù)據(jù)質(zhì)量數(shù)據(jù)的產(chǎn)生、獲取、存儲(chǔ)、共享、維護(hù)、應(yīng)用等整個(gè)生命周期中可能出現(xiàn)的問(wèn)題。數(shù)據(jù)質(zhì)量管理的目的是通過(guò)提高數(shù)據(jù)的完整性、準(zhǔn)確性和真實(shí)性，為企業(yè)提供堅(jiān)實(shí)可靠的數(shù)據(jù)基礎(chǔ)，提升數(shù)據(jù)的使用價(jià)值，在企業(yè)的日常運(yùn)營(yíng)、精準(zhǔn)營(yíng)銷(xiāo)、管理決策、風(fēng)險(xiǎn)管理等領(lǐng)域發(fā)揮積極有效的作用。

可以從哪些方面來(lái)評(píng)價(jià)數(shù)據(jù)質(zhì)量？在實(shí)踐中，我們認(rèn)為一般可以用data 質(zhì)量評(píng)價(jià)維度來(lái)評(píng)價(jià)。數(shù)據(jù)質(zhì)量評(píng)價(jià)維度是數(shù)據(jù)質(zhì)量的特征之一，它提供了一種衡量和管理數(shù)據(jù)質(zhì)量的方式和標(biāo)準(zhǔn)。在一個(gè)具體的數(shù)據(jù)質(zhì)量項(xiàng)目中，應(yīng)該選擇最適合業(yè)務(wù)需求的數(shù)據(jù)質(zhì)量維度進(jìn)行度量，以評(píng)估數(shù)據(jù)質(zhì)量。在GB/T36344信息技術(shù)數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)中，國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)定義了數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)框架。

數(shù)據(jù)預(yù)處理當(dāng)然是為了提高數(shù)據(jù)質(zhì)量。如果數(shù)據(jù)能夠滿足其應(yīng)用需求，那么就是高質(zhì)量。Data 質(zhì)量涉及很多因素，包括準(zhǔn)確性、完整性、一致性、及時(shí)性、可信度和可解釋性。不正確、不完整和不一致的數(shù)據(jù)是現(xiàn)實(shí)世界中大型數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)的共同特征。數(shù)據(jù)不正確的原因可能有很多:采集數(shù)據(jù)的設(shè)備可能出現(xiàn)故障；數(shù)據(jù)輸入過(guò)程中可能出現(xiàn)人為或計(jì)算機(jī)錯(cuò)誤；當(dāng)用戶不想提交個(gè)人信息時(shí)，他可能會(huì)故意在強(qiáng)制輸入字段中輸入不正確的值。

數(shù)據(jù)傳輸中也可能出現(xiàn)錯(cuò)誤。這可能是由于技術(shù)限制，不正確的數(shù)據(jù)也可能是由于使用的命名約定或數(shù)據(jù)代碼不一致，或者輸入字段(如日期)的格式不一致。數(shù)據(jù)不完整的原因可能有很多，一些有趣的屬性，例如銷(xiāo)售交易數(shù)據(jù)中的客戶信息，并不總是可用的。其他數(shù)據(jù)沒(méi)有包括在內(nèi)，可能只是因?yàn)樗鼈冊(cè)谳斎霑r(shí)被認(rèn)為不重要，未能記錄相關(guān)數(shù)據(jù)可能是由于誤解或設(shè)備故障。