数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
一、确定并评估数据质量服务水平
这里面提到了数据质量的服务水平协议即SLA，很多时候数据质量没有量化标准或者期望过高或者要求全域或者要求全部，因此需要提前设定数据质量标准，这个标准的来源于用户需求或抽样的数据质量基线。同时数据质量服务水平是动态的，要根据质量问题的严重性或解决问题的时间要求越级上报。
二、持续测量和监控数据质量
传统的数据质量管理一般是离线处理，或者在数据仓库中进行数据质量管理的，DAMA中显著的提到了流式和批量两种数据质量检查方式，并基于三种监控粒度：数据值、记录、数据集；不得不说传统的数据质量监控或管理存在严重的滞后性问题，而大数据技术的发展也驱动了数据质量前置，可以做到事前事中的控制；DAMA这一点还是比较超前和有预见性的。
三、管理数据质量问题
管理数据质量问题，第一是数据质量问题和活动标准化，第二是流程管理，第三是问题上报，第四是管理数据质量解决流程，然后形成信息共享知识库，有了相关知识库可以形成数据质量问题解决流程和方案，同时借助于现在的自然语言处理或知识图谱，形成数据质量地图。数字化转型网www.szhzxw.cn
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于 python与大数据分析；编辑/翻译：数字化转型网Jack。
