数据质量管理数据质量有几种维度?分别是什么?

数据治理，数据管理该如何做，如何达到企业要求

数据治理需要重视的核心领域：数据模型，元数据管理，数据标准，数据质量管理，数据生命周期管理，数据分布与存储，数据交换，数据安全，数据服务。

数据管理：把握源头控制（对于每个进入系统的数据都要做好严格的检查校验。

这样的工作需要持续、不断，效益会岁时间慢慢浮现），定位顶层设计（数据分析平台在信息系统架构的定位需要做明确的把控，比如以财务为核心，就要遵循SAP的法则），以终为始（数据平台的上线会导致对整个数据来源过程的重新审视，会重新去看待整个信息架构的合理性，流程的合理性，强壮性，整个业绩体系，组织架构的合理性。

随着数据平台的上线，很多数据都需要重新考虑，体系需要梳理，然后做相应调整），规范流程（规范流程涉及公司内部管理的梳理和整合，流程体系的梳理建设和整个文档编码的设计都需要配合整个管理体系的建设）

质量管理方法有哪些

1.质量技术文件质量管理文件指在项目实施过程中，为达到预期的项目质量和工作质量要求，对与管理有关的重复性事务和概念所做的规定。

　　①质量保证大纲在项目或任务下达或合同签订生效开始，在项目实施过程中的每一阶段，均需在总结上阶段实施情况的基础上进行制定或修订，以指导本阶段的实施和管理工作。

　　质量保证大纲的目标是：提高项目实施的适用性和任务完成率、降低项目对维修和后勤保障的要求、提供基本的质量信息、提高工程实施的经济效益。

　　质量保证大纲的内容是：按项目的特点和有关部门对质量的要求，提出明确的质量指标要求;明确规定工艺技术、计划、质量和物资部门的质量责任;确定各实施阶段的工作目标;针对项目特点和实际的实施能力，提出质量控制点和需要进行特殊控制的要求、措施、方法及其相应的完成标识和评价标准;对设计、工艺和项目质量评审要有明确规定。

数据质量有几种维度?分别是什么?

主要有以下六个维度 1）完整性 Completeness：完整性用于度量哪copy些数据丢2113失了或者哪些数据不可用。

2）规范性 Conformity：规范性用于度量哪些数据未按统一格式存储。

3）一致性 Consistency：一致性用于度量哪些数据的值在信息5261含义上是冲突的。

4）准确性 uracy：准确性用于度量哪些数据和信息是不正确的，或者4102数据是超期的。

5）唯一性 Uniqueness：唯一性用于度量哪些数据是重复数据或者数据的哪些属性是重复的。

6）关联性 Integration：关联性用于度量哪些关联的1653数据缺失或者未建立索引。

希望采纳