蒲公渶

2023-01-12

数据质量管理是个持续的良性循环，不断进行测量、分析、探查和改进可全面改善企业的信息质量。顺利获得对数据质量管理策略的不断优化和改进，从对于数据问题甚至紧急的数据故障只能被动做出反应，过渡到主动预防和控制数据缺陷的发生。

经过数据质量测量、数据问题根因分析以及数据质量问题修复，我们可以回过头来评估数据模型设计是否合理，是否还有优化和提升的空间，数据的新增、变更、采集、存储、传输、处理、分析各个过程是否规范，预置的质量规则和阈值是否合理。如果模型和流程存在不合理的地方或可优化的空间，那么就实施这些优化。

事后补救始终不是数据质量管理的最理想方式，建议坚持以预防为主的原则召开数据质量管理，并顺利获得持续的数据质量测量和探查，不断发现问题，改进方法，提升质量。