扩大数据治理元数据管理和数据质量的作用
来源：CPDA数据分析师网 / 时间：2021-05-13
数据治理计划对于组织来说是至关重要的，因为它们要努力遵守不断增长的行业和政府法规，数据治理程序监督企业数据的可用性，可用性，完整性和安全性的管理，完善的数据治理程序包括理事机构或理事会，一组定义的程序以及执行这些程序的计划，因此具有强大数据治理实践的组织将可以更好地控制其信息，当数据管理被确立为组织的正式批准任务时，数据将被视为资产，这意味着以业务术语定义数据元素，分配数据管理员，对数据进行建模和分析，定义，捕获和管理元数据，并为长期数据保留而对数据进行存档。
良好的数据质量始于元数据
元数据表征数据，提供文档，以便企业可以理解和更容易使用数据，元数据回答了谁，什么，何时，何地，为什么以及如何向数据用户提出问题，可以说需要准确的数据定义，以便将控件应用于正确的数据，需要元数据将数据放入适当的类别中，以确定用于确保质量和确定适用于数据的法规所需的控件，例如适用于财务数据，适用于医疗保健数据，依此类推，某些数据将适用于多个法规，而某些数据将完全不受监管。如果没有正确的元数据定义，就不可能对您的数据应用法规遵从性。
资料品质
在准确定义数据之后，重要的是要制定适当的程序以确保数据的准确性，将控件强加于错误的数据根本没有好处，这就提出了一个问题：您的数据质量如何？估计表明，平均而言，数据质量是整个行业的首要问题，工资记录更改的错误率为1％；帐单记录的错误率在2％到7％之间；并且 信用记录的错误率：高达30％，但是如何处理劣质数据？数据质量是企业的责任，但是可以通过恢复技术控制来提供帮助，通过在数据库中建立约束，可以提高整体数据质量，这包括在数据库中定义参照完整性，应该在数据库中定义其他约束，以适当地控制性，以及使用检查约束和触发器来控制数据值范围。
可以用来提高数据质量的另一种技术策略是数据概要分析
数据概要分析是检查数据库中现有数据并收集有关该数据的统计信息和其他信息的过程，通过数据分析，您可以发现信息的质量，特征和潜在问题，使用数据剖析解决方案收集的统计信息，业务分析人员可以进行项目以清理数据库中有问题的数据，数据分析可以大大减少查找有问题的数据所需的时间和资源。此外，它使业务分析人员和数据管理员可以更好地控制企业数据的维护和管理。
对于希望在企业内更好地定义和使用数据的数据专业人员来说，所有这些都应该是个好消息，换句话说法规终于赶上了我们一直以来都应该做的事情。