在企業實施資料質量管理專案的過程中，你認為哪種錯誤是最常見的？在即將啟動企業級的資料質量管理專案之前，有哪些常見的錯誤是可以避免的呢？
資料質量管理錯誤no.1:期望靈丹妙藥
一些企業認為通過購買打包式解決方案就能處理所有的資料質量問題，並且能將質量問題立即消除。企業開展資料質量專案的第一步，通常是購買資料質量工具。通過企業購買資料質量工具的頻率，我們可以看出企業對質量管理「魔法工具」的熱衷和樂觀期望。在執行資料質量改善專案前購買軟體，顯然是處於應激的環境。同時資料質量是由技術驅動解決方案這一觀點也是對大家的誤導。似乎更多時候，高層管理者考慮的是如何「修理」不符合規則的資料，而不是考慮如何從源頭阻止劣質資料的進入。
您的企業多長時間採購一次資料質量工具？您購買的工具是立即投入使用了還是被束之高閣了？儘管資料質量工具可以作為資料質量管理專案的乙個重要組成部分，但企業首先要問自己，購買工具的動機並考慮自己的流程，以及這兩方面對實現資料質量改善所能發揮的潛在作用。
資料質量管理錯誤no.2:沒有正確的專業知識
一些企業還有這樣的一種期望：只要資料質量專案在企業內部一啟動，資料就會發生明顯的改善。實際上，也不是這樣的。開發資料質量管理專案是乙個戰略任務。它的成功取決於業務和技術這兩方面專業知識的共同支援。資料質量管理的很大一部分情況是非常複雜的，尤其是企業級的資料質量管理，它是依賴於諮詢的。
額外的複雜性是由方法和工具對流程的強耦合來引進的。通常，資料質量管理者需要對資料質量改善行動負有責任，因此他必須具備一定的知識或權力，否則就無法保證資料質量改善活動的進行。沒有相應的知識和權力，就無法提出相應的資料質量解決方案，其資料質量改善團隊也不清楚從**開始著手資料質量改善的活動。出現這種錯誤的原因就是因為沒有引進具備適當的專業知識的人以支援和促進專案的啟動。
資料質量管理錯誤no.3:企業文化變遷
我們試著改善資料的質量，卻經常忽略我們必須在現存的企業文化中工作，以尋求改善的目標。如果不了解人們最初是如何引入的資訊，技術也就無法終止資料質量的問題。
集中分析資料倉儲的變化就是乙個很好的例子。在將來自眾多系統的資料項匯入資料庫之前應準備對其進行提取、聚合及轉換等工作。當資料項被合併在一起的時候，就可能會出現資料質量問題（也許客戶的名字或賬號儲存的形式會稍有不同，相似列的資料型別可能會不匹配，導致資料值的丟失或字段的不完整）。但是，沒有上游系統控制者的配合，資料倉儲管理者就會經常對控制輸入資料的質量感到無能為力。想要資料倉儲中的資料質量高，就需要上游管理者對資料質量有更嚴格的要求。問題就在於如何讓「不起勁兒」的上游資料管理者能夠有效的對資料質量進行管理，最終使得資料倉儲中的資料質量得到其最初期望的改善。
如何避免資料質量管理中的錯誤
了解資料質量管理專案中常見的錯誤能幫助企業避免錯誤的發生。參考以下的幾條經驗有助於幫助企業資料質量的改善：
1.通過內部程式拓展資料質量團隊中的角色，讓資料質量改善專家也有相應的職責和責任。
2.別忘了對員工進行政策和程式使用方法的培訓，尤其是對已有工具的使用。
3.專案自啟動後便僱傭在管理資料質量專案方面經驗豐富的專家。因為他們能識別出戰術成功的機會，並共同為戰略成功做出貢獻。
4.僱傭外部的專家促進改善流程的啟動，這將會使企業的資料質量改善團隊安心，因為資料質量問題並不是唯一存在於自己的企業中，同時也會幫助企業學習到其他人的最佳實踐。
資料質量管理
常見的資料質量問題包括 通過資料分析 資料評估 資料清洗 資料監控 錯誤預警等內容，解決資料質量問題，使資料的質量得以改善，使其滿足資料需求方對資料質量的規則要求。包括但不止以下6個方面 要素分別為 基礎模型 資料質量定義模型 資料質量控制模型 資料質量評價模型 資料質量輔助模型。1.基礎模型。其他...
資料質量管理
資料質量管理 下列要素是進行資料質量管理的基礎 1.資料質量的好壞是由使用者以及資料使用價值所決定的。2.資料質量的好壞代表著資料在資料知識應用中 資料所存在的系統中以及資料使用過程中被應用或者有價值的程度。3.只有當資料被下游過程 系統或使用者 所接收並使用時，資料質量問題的研討才有意義。4.資料...
資料質量管理（二）
談資料質量管理，我們首先要繞開類似bi或mdm系統，首先看下對標準的資料質量管理的一下闡述。資料質量管理 data quality management 是指對資料從計畫 獲取 儲存 共享 維護 應用 消亡生命週期的每個階段裡可能引發的各類資料質量問題，進行識別 度量 監控 預警等一系列管理活動，並...