上期我们介绍了“全流程一体化的数据治理与数据服务”平台中“数据标准”的内容【点击文字可查看】，这一期我们来介绍其中的“数据质量”管理体系。
数据质量，是指在业务环境下，数据符合数据消费者的使用目的，能满足业务场景具体需求的程度。
高校作为数据的生产者和消费者，期待通过对数据的创新性利用，实现对高校的智慧管理、智慧教学和智慧决策。但实际情况，因缺少高质量的数据支撑，其效果难以达到预期。
当前，很多高校已经陆续开展了不同程度的数据治理工作，也基本按照“一数一源”的原则确定了数据源头。但是对于数据本身而言，仍会存在数据字段缺失、数据内容重复、数据值为空以及数据更新不及时等情况。
高校数据存在的问题
对于信息技术中心、业务部门、数据管理人员以及数据整体而言，各种角色面临不同的业务难点。例如，作为数据管理角色的“信息技术中心”，并不直接生产和使用数据，对上下游业务部门数据的管控有限。不同角色针对不同难点的处理成效不一，致使数据质量提升困难，最终难以达到数据治理和不断提高数据质量的目标。
高校数据治理难点
数据质量的治理和提升不是一次可以完成的事情，而是一个持续改进的过程，通过①计划：明确业务数据需求，定义和制定检测规则；②执行：配置检测任务，根据规则检测数据；③检查：生成质量报告，评估执行结果；④行动：权威部门数据修正改进，通过这样循环的方法达成数据质量提升的目标。
“全流程一体化的数据治理与数据服务”平台中“数据质量”管理体系，也是基于以上方法，在数据质量检测与治理中形成闭环、不断迭代，实现数据质量的不断提升。
数据质量提升闭环
01#
支持检测模板知识库
“全流程一体化的数据治理与数据服务”平台的数据质量管理体系，内置多种常用检测模板，依靠检测模板知识库，支持sql、正则、值域、枚举等质量检测规则。
02#
支持检测方案场景化构建
可根据不同的场景，构建不同的数据质量检测方案，例如离职教职工仍然有门禁权限的问题，教务系统和学工系统在校学生人数不一致的问题，实现跨系统的数据检测，并可根据不同数据范围配置不同检测规则。
03#
支持检测报告即时推送
可配置多种消息发送渠道，报告以多种形式（图、表）呈现，并支持PC端和移动查看，推送对象根据个性化选择。
检测报告页面
04#
支持与其他业务系统无缝对接
“全流程一体化的数据治理与数据服务”平台采用与第三方系统对接的方案，支持数据在线即时修订，可在同一个页面上对数据进行修订工作，实现无缝对接，形成数据修订闭环管理。
修订流程
05#
支持监控和分析数据质量变化
平台采用定时发送报告，与数据质量监控大屏结合的方式，在日常工作中帮助监控和分析数据质量的变化，及时把控，实现数据质量的有效提升。
质量监控大屏
部分高校客户（排名不分先后）
典型案例
浙江工商大学数据质量提升
→痛点/需求
①数据标准与业务数据之间的差异巨大，异常数据达到880万条次。
②业务系统间无法完成数据交换。
③公共数据不能用、不敢用、不想用。
→解决方式
在建立数据资源目录1.0版本（数据标准）的基础上，通过“全流程一体化的数据治理与数据服务”平台的质量管理体系，建立检测模型137个，依托业务需求，持续不断地对数据进行检测、修订改进，提升整体数据的“质和量”。
→成果
基于平台构建“定规则+控质量”的数据治理新模式，形成检测规则137个，异常数据量从880万条次降低为8千条次，占比0.1%，取得标志性成果。从根本上改变了原来公共数据不能用、不敢用、不想用的状况。
