--[@more@]關於資料質量的問題我最近也研究了幾個月，我來談談我自己的體會吧首先出現報表資料在不同版本出現較大的問題這是很多原因，不管誰先誰後我們假設有兩張報表，A和B，A和B報表上出現的總銷售額不一樣，由一下幾種情況 1：銷售額的統計範圍不一，如時間，區域或者產品 2：定義不一致，比如是否扣稅，匯率，結算方式（如應付款和收貨款），或者財務的款項統計，常見的有自然年月日的統計和財務計算年月的統計 3：資料的維度統計不一致，如訂單的狀態，是否有取消的，是否計算衝賬的 4：資料來源不一致，如從市場部門獲得的資料來源和交易系統獲得的資料來源。 5：各地區對於統計資料本身的定義就不明確，比如銷售額的銷售調整部分，是否也應計入銷售額，或者將此類劃入日常開銷成本中。以上我要說的就是

資料的業務定義是資料質量評估的第一步

關於資料的質量部分，不同的標準，評估的結果也不一樣，資料有四大特性，準確性，一致性，完整性和及時性至於很多朋友說還有可靠性，有效性，等等，我想都可以算作是準確性的一部分準確性表現為能正確的反應事實不言而喻，四大特性的優先順序是準確性，一致性，完整性以及及時性準確性首先需要標準，就想法律和打官司一樣，標準的界定是一個主要的環節，我們可以用When，Where，Who，which來清楚的界定，這樣我們統計的時候就有依據，如果都安裝這樣的範圍來統計，就是做100張報表，對於總數的統計也不會有問題一致性的表現其實就是對資料在不同階段，不同時間，不同部門和區域的定義是否一致，舉一個簡單的例子，對於客戶的性別，有的用男&女，有的用1&0，又有的F&M,但是突然出現空，2,D,P等等，這能說資料不準確嗎，這隻能算作是資料不夠一致，我們整合起來也不是太複雜，對映清楚就可以了，而沒有約束，出現額外值的情況，能改我們就改，不能改的，我們可以講資料的意外值分為意外值和空值兩種，意外值表示填錯了，空值表示沒有填完整性是對企業資料實體的完整說明，比如客戶的附帶屬性是性別，姓名，年齡，地址，規模，平均年消費次數等等等，這同樣可以用資料統計的方法說明資料是否完整。及時性及不言而喻了對此我的意思是做資料評估，如果資料的準確性不能i達到要求，資料質量就直接不合格，資料的準確性的判斷和修正時最不需要技術含量的，相對而言。對於完整性和一致性，可以講實體的不同附屬資訊設定為不同的指標，並且按照應用頻率設定權重最常用和權威的方式可以使用6Sigma的方法做評估 Regards Solo Zhu Blog:http://bidwhome.itpub.net

資料質量的四大特性

資料的業務定義是資料質量評估的第一步

相關文章