資料質量的四大特性

bidwhome發表於2009-10-29
--[@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

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/7600305/viewspace-1028271/，如需轉載，請註明出處，否則將追究法律責任。

相關文章