相机|数据仓库建设 —— 数据质量管理( 二 ) 佳能|尼康

唯一性数据的唯一性是影响数据质量的重要因素。
想要在数据库海量的数据中寻找某种数据，实现相关业务数据的快速查询，最关键的就是数据唯一性，它不仅可以在数据库中帮助识别重复数据，还能轻松获取企业业务的复盘数据，帮助管理人员更好决策。
数据质量分析
不同视角进行数据分析 - 派可数据 BI 可视化分析平台
1.业务视角
一线业务人员一直都是企业中最先接触到业务数据的人员，是业务数据的生产者和存储者。这些特性都决定了业务人员对数据质量起着关键作用，是不容忽视的重要的一环。

数据指标体系没有和业务紧密结合，导致获取数据脱离实际业务需求；
业务需求不够清晰，企业没有形成一套固定的业务流程；
业务人员手动录入数据时容易发生错误，不能保证业务数据质量；
企业没有规范数据存储规则，业务人员在执行一线业务时没有数据意识；
企业业务数据样本量少， IT人员发现不了业务人员录入的问题数据。

2.技术视角如果把企业整个数据流程做一个区域划分，业务人员执行的是生产和录入， IT技术人员负责的是存储和输出。同样是企业数据体系中重要的一环，技术也会深刻影响数据质量。

数据存储模型设计有问题，导致数据库中存在大量重复数据；
没有对数据进行处理，排除问题数据，导致数据准确性不足；
数据接口配置出现问题，数据库获取不到最新业务数据；
系统后台设计有问题，高峰期系统崩溃，导致数据丢失、错配。

3.管理视角在整个数据质量管理体系中，业务和技术人员负责的都是具体的执行，管理人员负责的则是“顶层设计” 。如果一开始的顶层设计出现了问题，那么业务人员、技术人员再努力也会收效甚微。

管理人员没有数据意识，不注重数据质量的培养，只能凭借经验做事；
没有统一规划企业各部门业务系统，导致数据指标不同，业务数据不能通用；
没有处理好业务和技术人员之间的关系，导致两者缺少沟通，数据不能闭环；
缺少数据质量的KPI指标，导致数据质量流程没有分工、责任制度。

数据质量评估
企业数据闭环 - 派可数据 BI 可视化分析平台
企业的数据有很多种利用方式，不同的利用方式有不同的质量评估方式，下面我们从目前在主流的用法，数据分析的角度来看待数据质量评估。
从一线业务执行产生数据存储，调取数据进行分析，再到分析结果对业务执行产生影响，这是一个完整的闭环流程，不管中间哪个环节出现问题都会影响到全部，更别提贯穿前后的数据，一旦数据质量出现问题，所产生的数据分析将直接影响业务执行，进而阻碍企业发展。
很多数据分析人员应该都遇到过这种情况，从数据库以及不同来源辛苦收集来的数据，分析了半天怎么都觉得结果有问题，研究了半天才发现是业务数据有问题，这半天的时间精力全都浪费在错误数据上。
如果企业数据质量很好，数据分析人员可以直接取数据分析，结果也可以更好的反馈给企业。当业务人员、技术人员、分析人员还有管理人员都信任数据质量及其产生的数据分析结果时，那么企业发展时就会降低风险，缩短决策流程，提升工作效率。