数据能力成熟度评估标准——数据质量篇

近年来，随着信息技术和人类生产、生活交汇融合，通过网络收集、存储、传输、处理和产生的各种数据迅猛增长，数据管理问题开始出现在大家的视野里，《DCMM数据能力成熟度评估标准》由此产生。在前几期的文章里跟大家分享了关于“数据能力成熟度评估标准”的数据安全、数据战略以及数据应用的三个方向。本期擎标将带大家了解一下数据能力成熟度评估标准里关于“数据质量”的内容。

数据质量概述：

数据质量需求明确数据质量目标,根据业务需求及数据要求制定用来衡量数据质量的规则,包括衡量数据质量的技术指标、业务指标以及相应的校验规则与方法。数据质量需求是度量和管理数据质量的依据，需要依据组织的数据管理目标、业务管理的需求和行业的监管需求并参考相关标准来统一制定、管理。

1、过程描述

a) 定义数据质量管理目标,依据组织管理的需求,参考外部监管的要求,明确组织数据质量管理目标;；

b) 定义数据质量评价维度,依据组织数据质量管理的目标,制定组织数据质量评估维度,指导数据质量评价工作的开展;

c) 明确数据质量管理范围,依据组织业务发展的需求以及常见数据问题的分析,明确组织数据质量管理的范围,梳理各类数据的优先级以及质量需求;

d) 设计数据质量规则,依据组织的数据质量管理需求及目标,识别数据质量特性,定义各类数据的质量评价指标、校验规则与方法,并根据业务发展需求及数据质量检查分析结果对数据质量规则进行持续维护与更新。

2、过程目标

a) 形成明确的数据质量管理目标;

b) 明确各类数据质量管理需求;

c) 建立持续更新的数据质量规则库。

3、能力等级标准

a) 第1级:初始级

在项目中分析了数据质量的管理需求,并进行了相关的管理。

b) 第2级:受管理级

1) 制定数据质量需求相关模板,明确相关管理规范;

2) 在组织或业务部门识别了关键数据的质量需求;

3) 设计满足本业务部门需求的数据质量评价指标,并建立了数据质量规则库。

c) 第3级:稳健级

1) 明确组织层面的数据质量目标,统一数据质量需求相关模板、管理机制;

2) 建立数据认责机制,明确各类数据管理人员以及相关职责,制定各类数据的优先级和质量

管理需求;

3) 数据质量目标的制定考虑了外部监管、合规方面的要求;

4) 设计组织统一的数据质量评价体系以及相应的规则库;

5) 明确新建项目中数据质量需求的管理制度,统一管理权限。

d) 第4级:量化管理级

1) 数据质量需求能满足业务管理的需要,融入数据生存周期管理的各个阶段;

2) 数据质量评价指标体系的制定参考了国家、行业相关标准;

3) 量化衡量数据质量规则库运行的有效性,持续改善优化数据质量规则库。

e) 第5级:优化级

在业界分享最佳实践,成为行业标杆。

以上就是数据能力成熟度评估标准里关于“数据质量”的内容，上海擎标信息技术服务有限公司是一家致力于科技风险与合规内控领域提供解决方案的咨询服务机构，如果您想了解更多认证资讯，欢迎联系我们。