用数据说话、凭数据管理、靠数据决策

这是当前各大企业对数据管理、数据运营的共同目标。但是在企业信息化建设的进程中，因系统建设缺乏统一规划、数据规范意识不强、执行人员手工填报错漏等原因，企业的数据存在质量参差不齐的通病。

为快速体现js333金沙线路检测的效用，大部分公司采用“小步快跑”的方式，选取重点业务场景，通过对指标数据的实用化，识别数据质量问题，通过对指标数据从业务源头、责任源头、技术源头追根溯源，定位数据质量问题产生的根因，对指标数据的业务要求规范、数据责任归属、数据技术流向进行溯源，实现快速归因和及时治理；为数据资产运营奠定基础。

元数据是定义、描述数据的数据，是定义及说明数据建设要求、数据运行要求、数据安全要求、数据间关系的信息。

通过对元数据的有效管理，明确数据质量要求、落实数据质量责任、实现数据追根溯源、前置数据质量管控关口。在持续推动数据质量有效提升的同时，加强源头预防，过程中管控工作，为企业实现数字化转型打好基础，做好保障。

【不完善元数据管理内容，让数据质量提升"有规可循、有法可依"】

元数据的管理内容包含的内容较多，从高维度上可以划分为业务元数据、技术元数据、管理元数据，其中的管理元数据进一步细分又可以划分出认责元数据、稽核元数据、安全元数据、操作元数据、存储元数据等分类。

不管分类如何变化，实质性内容都是围绕数据的统一定义、数据的标准规范、数据的处理过程、数据的存储要求、数据的安全管理要求等等内容进行规范管理。

1、业务术语和数据标准是数据质量的“规”

业务术语和数据标准的管理在js333金沙线路检测领域内的实施有两种不同的模式，其一是分别管理，通过对业务术语和数据标准分别管理对数据业务定义、技术定义的内容；

其二是融合管理，将业务术语内容与技术标准内容结合在一起。不管采用哪种方式，都会覆盖到数据的业务定义、命名规范、存储形态、计算规则等内容，如数据项代表的业务含义、编码要求、存储类型、长度精度、计算公式等内容。

做好业务术语和数据标准管理，一是能为数据规划、数据设计开发提供支撑依据，通过数据标准的分布，了解数据资产分布，识别数据交互关系，进而指导信息化建设初期时对数据的建设规划；二是基于对数据的明确定义，支撑数据模型的设计、数据功能的开发及校验要求；三是在后期的数据质量治理工作中，数据标准为数据质量校验规则提供可靠的参考依据，提高数据质量工作的效率。

2、认责元数据是数据质量的“法”

数据认责是识别数据管理中各项职能，并结合企业组织架构，将数据管理职能的各项权责与相关利益方进行划分、认定和管理。

数据认责的重点在于贯彻“业务对数据负责”的理念，健全和落实数据管理专员责任制，明确各级部门、岗位人员的责任类型和内容。

通过对认责元数据的有效管理，一是对数据资产的权责进行了明确界定，有助于推动数据质量提升工作的协同、有序开展；二是基于认责元数据可以快速定位数据问题责任方，有助于推动数据质量提升的高效开展；三是基于认责元数据梳理、采集过程，有助于推进企业js333金沙线路检测文化的宣贯，建立数据质量、人人有责的数据管理氛围。

【建设元数据支撑能力，让数据质量提升更高效、更全面】

在日常数据质量治理工作中，元数据的追根溯源能力是被高频次提及到的。企业中数据具备内容多，量大、关系复杂等特点，人工开展溯源是及其不现实的。这时候就会要通过管理手段结合工具的方式建立数据溯源支撑能力。

大多数时候，企业的数据溯源都是追溯数据流向，从数据应用前端中的图表指标数据，追溯到数据产生源头的基础数据项，进而对基础数据项进行数据质量治理。

笔者认为企业的数据溯源能力建设应该从以下三个方面进行考虑：

1、建设数据标准分布支撑能力

在管理好数据标准之后，通过在数据标准与数据项之间建立起标准映射关系，当数据出现质量问题时，及时溯源数据项对应的数据标准要求，识别数据是否符合业务、技术标准要求；同时通过数据标准分布支撑能力，识别可能存在同类数据质量问题的数据项，全面解决同一性问题。

2、建设数据责任追溯支撑能力

通过对开展数据认责管理，完善认责元数据，支持数据对问题产生责任归属、整治责任归属的快速定位，有效提高数据质量治理的效率；同时根据数据责溯源，可以精细化数据质量工作的评价考核；

3、建设指标溯源支撑能力

通过ETL元数据的识别和采集，解析数据血缘关系，自动化构建起企业数据地图，支持数据在技术层面上的数据链路溯源，快速定位数据质量问题出现原因和质量问题出现的节点位置，为快速定位数据质量问题及问题原因提供有效支撑。

【推进"标本兼治",强化元数据技术支撑能力】

大多数企业的数据质量提升的工作聚焦在事后治理，即识别了数据质量问题后，通过业务溯源修正、技术变更等方式对以有数据质量问题进行修正。

显然这是不够的，我们可以通过在以后元数据管理的基础上，强化对信息化建设过程的管控手段，前置数据质量管控关口。

一是健全事前预防，在系统建设生命周期中，通过数据标准落实管控，强化数据标准在模型设计、数据设计、前台功能设计上的落地，确保数据在规划、设计、产生阶段的可靠；

二是健全事中管控，通过数据作业调度关系、数据链路关系等元数据内容，分析数据作业关键节点，前置数据校核、js333金沙线路检测工作，在后续数据作业执行前及时识别数据质量问题，修正数据，及时截断因质量问题给后续数据决策分析、数据运维带来的风险；同时在日常系统功能投产运维中，通过元数据变更管控，及时识别因变更带来的影响，避免出现上下游协同不及时、不一致的情况。

【综述】

数据质量提升是一场任重道远的“持久攻坚战”，作为数据质量提升工作的基石，元数据管理的重要性不容忽视。

企业在自身开展js333金沙线路检测的各项工作中，应确立了以做好元数据管理为基础，为数据质量提升工作提供有效的支撑的思路。

通过元数据标准的管理和应用，及时获取数据的规范定义，指导新建系统应用的数据规范性设计、开发，通过数据标准与数据项的映射，为数据质量校验提供有效依据；通过认责元数据的梳理，为数据问题的业务归属溯源提供快速的定位及考核凭证，推进企业js333金沙线路检测，人人有责的数据文化宣贯，前置新建系统数据质量管控关口，提高数据质量问题解决的效率。