企业数据质量管理三步法
数字时代，数据已经慢慢成为一种资产，数据质量成为决定资产优劣的一个重要方面。本文通过分析数据质量问题出现的原因，给出解决数据质量管理问题的思路，值得参考借鉴。
标签：数据专题
数据质量管理之根因分析
数据质量管理最行之有效的方法就是找出发生数据质量问题的根本原因，然后采取相应的策略进行解决。首先需要确定根本原因：找到引起数据质量问题的相关因素，并区分它们的优先次序，形成解决这些问题的具体改进建议。然后，制定和实施改进方案：确定关于行动的…
如何做数据质量管理
数据质量管理是指在数据创建、加工、使用和迁移等过程中，通过开展数据质量定义、过程控制、监测、问题分析和整改、评估与考核等一系列管理活动，提高数据质量以满足业务要求。
谈谈数据质量管理中的5个关键要素
数据质量管理被定义为：实施一个系统的框架，持续描述数据源，验证数据质量，并执行一系列过程来消除数据质量问题，努力使数据更准确、正确、有效、完整、可靠。由于每个组织对数据质量的要求和特点不同，因此企业之间的数据质量管理也不同。管理数据质量所需…
数据治理之数据质量管理
数据质量管理是企业数据治理一个重要的组成部分，企业数据治理的所有工作都是围绕提升数据质量目标而开展的。要做好数据质量的管理，应抓住影响数据质量的关键因素，设置质量管理点或质量控制点，从数据的源头抓起，从根本上解决数据质量问题。
阿里巴巴
如何评估数据质量的好坏，业界有不同的标准，阿里主要从4个方面进行评估：完整性、准确性、一致性、及时性。
数据质量管理：6个维度，50个检查项
大数据时代，数据资产及其价值利用能力逐渐成为构成企业核心竞争力的关键要素；然而，大数据应用必须建立在质量可靠的数据之上才有意义，建立在低质量甚至错误数据之上的应用有可能与其初心南辕北辙、背道而驰。因此，数据质量正是企业应用数据的瓶颈，高质量…
农业病虫害图像数据采集质量评价方法
目前对于高质量的农业病虫害数据集评价指标尚无统一的定义，但是可以肯定的是，构建高质量的数据集对于模型的性能发挥着重要的作用。针对构建农业病虫害图像数据集面临的一些问题和挑战，本文从数据分布一致性、数据集规模和数据标注质量三个方面总结了现有的…
数据质量管理的实践和思考
本文提出了一个“5-8-2”的数据质量管理框架，围绕这个框架，首先介绍了包含5个阶段的六西格玛质量管理方法，其次详细介绍了数据质量管理的8个步骤，并辅以案例说明，最后给出了数据质量管理的2大保障体系。
数据质量决定了交付与库存质量
供应链管理讲究三流，它们分别是信息流、物流和现金流。也有人在三流的基础加上所谓的商流的，那就是四流。
人工智能时代的数据质量挑战
如今,生成式人工智能技术正吸引着企业和消费者的广泛关注。但随之而来的隐私保护、数据准确性和算法偏见等问题,也引发了人们的深思:我们到底在给这些AI模型输喂些什么?在传统的"大数据"时代,行业通常通过数据的"3V"特点(体量、速度、类型)来评…