目前市场中所使用的与数据质量管理相关的核心技术有如下几种。2）设置文件这是数据质量管理的基础技术，不需经过与业务相关的特别事先培训，即可了解数据质量的基本情况，即为理解数据质量问题，取得各种有效统计的数据分析方法。与上述数据质量管理主要技术同样重要的是数据质量管理方法论。这不是使用区区几个技术就能够确保数据质量的，还需要专业咨询，采用适合各组织的流程，并提出各阶段的最佳运行和技术。......
2023-11-16
数据质量管理标准评价及安全管理
【摘要】：数据质量发生错误的可能性较高，也不具备恢复系统事故的对策方案。对数据质量进行定性管理，但运营成果不定量。该阶段为数据质量管理通过统计技巧或定量评测方法管理的阶段，可持续安全地维护流程并可进行预测，确认是否达成质量目标。
数据质量标准分为准确性、一致性、可用性、可达性、及时性和安全性6种标准，按各个标准评测数据质量管理的标准，给予标准内5个阶段的评测，如表2-2和表2-3所示，为达到高一级的标准应满足基础的低一级标准阶段。
表2-2 5个成熟度阶段
表2-3 5个阶段对应的具体质量标准
（续表）
(www.chuimin.cn)
（1）阶段1：入门。该阶段为数据质量管理的初期阶段，虽部分了解数据质量管理问题和必要性，但因标准不完善及没有定型化的流程等，数据质量主要取决于每个负责人的能力。数据质量发生错误的可能性较高，也不具备恢复系统事故的对策方案。
（2）阶段2：定型化。该阶段为进行数据质量管理的基础（流程、解决方案等）定型化阶段，定义进行数据质量管理的政策、规定和制度，并据此进行基本的质量管理。数据质量可基本应对遗漏和错误，定义数据标准在单位系统和部分组织中使用，执行基本运营活动的标准。
（3）阶段3：整合化。该阶段为从企业联系和整合观点出发，对具有一致性的数据进行质量管理，提供无遗漏和错误数据服务的阶段，从企业角度整合数据质量管理。此阶段的数据不会发生遗漏或错误，数据标准在组织中得到整体反映，元数据将被应用，在数据要素之间确立联系。持续的性能、安全、事故恢复等流程相对稳定并执行改善操作。对数据质量进行定性管理，但运营成果不定量。
（4）阶段4：定量化。该阶段为数据质量管理通过统计技巧或定量评测方法管理的阶段，可持续安全地维护流程并可进行预测，确认是否达成质量目标。
（5）阶段5：最优化。该阶段为持续导出并执行质量管理流程的改善情况，通过评价进行事后管理的阶段，以目前观点不仅达到最优化，还可通过不断努力改善，灵活处理未来环境变化的标准。
有关数据质量管理与安全管理的文章
- 详细阅读
-
大数据安全管理与数据质量管理详细阅读
因为没有大数据平台安全技术，所以应尽早解决此问题。网络应用程序、数据库的安全或大数据集群仍是安全保护的重要对象，需要保证大数据的保密性、可用性、完整性。与此同时，各个产业群中，致命的数据安全事故激增。大数据平台也成为重要的数据安全对象，针对数据的机密性、完整性、可用性的安全目标以及能够防御来自数据的掠夺、伪造等外部威胁的体系和标准测定模型图的开发是必要的。......
2023-11-16
-
数据标准化的重要性-《数据质量管理与安全管理详细阅读
随着数据在企业战略性决策中的重要性逐步加大，企业数据标准化的需求也愈发迫切。数据实现标准化后，可以通过统一的命名方式使交流更顺畅，通过统一的数据格式和规则提高数据质量。数据标准化指的是确立分散在各个系统中的信息要素的定义、名称、格式和规则后将其推广应用到全公司的活动。数据标准化的构成要素包括数据名称、数据定义、数据格式、数据规则等。应用数据标准管理的对象包括标准用语、标准词、标准域、代码等。......
2023-11-16
-
数据值诊断示例及流程|数据质量管理与安全管理详细阅读
图5-1数据值诊断示例数据值诊断的顺序是首先选定诊断对象，收集元数据，利用收集的元数据分析数据文件、诊断数据值、分析文件结果、导出业务规则、进行品质测定，随后确认错误数据及进行原因分析后、整合质量诊断结果、提出改善方案等一连串的质量诊断流程。在数据值诊断中处于核心的数据文件分析与犯罪心理分析官（侧写员）从事的工作有很多相似的部分。......
2023-11-16
-
大数据质量管理与安全管理详细阅读
大数据无法通过RDBMS存储和管理。因此，很多人认为大数据质量管理是一项“没有实际意义”、“浪费时间”的工作。现在这种烦恼已经全球化，超越了大数据技术，在质量管理领域中的相关研究正在进行。从大数据的三大特质来看质量管理的考虑事项。尤其相对于结构化数据质量管理，非结构化数据的质量管理及质量测定标准是以后要大力发展的领域。在数据流动层面上，质量管理非常必要，连大数据也不例外。......
2023-11-16
-
数据质量管理实用案例：提升数据质量与安全详细阅读
最近以数据治理、数据法规遵守为题的项目渐渐增多，下面介绍几个企业进行数据质量管理的案例。在这类项目中，数据质量管理被认为是必要而必需的。而且数据质量管理在数据质量问题发生后的原因追查中，作为决定性因素，以减少项目数据层面的危险为目标实施。通过第1阶段初步质量管理标准可以看出我国企业的数据质量管理现状。目前为止，因受数据质量管理的几处制约，在IT组织中，投资优先顺序已下降。......
2023-11-16
-
数据质量管理&安全管理：3-Tier用户追踪详细阅读
数据库访问类型可分为Application开发人员、DBA维护相关人员等2-Tier层次的不定型用户和WAS或连接Application Server后使用数据的3-Tier层次的定型用户。数据库安全的最优先监视对象是非定型用户，可最近需要追踪定型用户的客户也在不断增加，由此出现的技术就是3-Tier Tracking技术，如图6-12所示。图6-123-Tier用户追踪需要将3-Tier Tracking分为两大类来看。......
2023-11-16
-
数据质量管理与云环境，保障大数据安全详细阅读
最终，信息所有者必须负责他们的敏感信息的安全性，并应该构成他们的数据库安全战略和合伙人。这导致数据分离和义务规则的违反，数据分离和义务规则的违反使内部人员盗窃或伪造敏感数据成为可能。不建议某些企业因为这样的原因，将数据移动到云或虚拟化环境中。在这里，数据库安全问题对于云引进来说是一块相当大的绊脚石。......
2023-11-16
相关推荐