《数据质量管理》PPT教案模板

Addtheauthorandtheaccompanyingtitle数据质量管理数据管理数据管理的难点与重点2数据质量控制方法论3案例介绍4数据管理的目标1目标一：安全访问安全存储安全目标二：正确数据精确数据正确目标三：效率常规加载的效率非常规加载的效率数据管理的目标数据管理数据管理的难点与重点2数据质量控制方法论3案例介绍4数据管理的目标1数据质量管理的难点与重点数据质量概念1数据质量的重要性2数据质量不高的主要原因3数据质量归类4数据质量示例5数据质量管理方法6数据本身的数据质量数据的真实性：数据必须真实准确的反映实际发生的业务。数据的完备性：数据的完备性是说数据是充分的，任何有关操作的数据都没有被遗漏。数据的自治性数据并不是孤立存在的，数据之间往往存在着各种各样的约束，这种约束描述了数据的关联关系。数据必须能够满足这种数据之间的关联关系，而不能够相互矛盾。数据质量概念数据的真实性、完备性、自洽性是数据本身应具有的属性，称为数据的绝对质量，是保证数据质量的基础。除了数据的绝对质量外，还有我们在利用和存贮数据的过程中所产生的数据质量，包括使用质量、存贮质量和传输质量，称之为过程质量。数据的过程质量数据的使用质量：数据的使用质量是指数据被正确的使用。再正确的数据，如果被错误的使用，就不可能得出正确的结论。数据的存贮质量：指数据被安全的存贮在适当的介质上。所谓安全是指采用了适当的 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 和技术来抵制外来的因素，使数据免受破坏，备份是我们常使用的技术，如异地备份和双机备份等，所谓存贮在适当的介质上是指当需要数据的时候能及时方便的取出。数据的传输质量：数据的传输质量是指数据在传输过程中的效率和正确性。在现代信息社会中，数据在异地之间的传输越来越多，保证传输过程中的高效率和正确性非常重要。数据质量概念关系建设系统成败很多数据仓库应用程度不高或最后失败，归根结底都是数据质量不高造成的。数据质量好坏关系到结果与预期是否一致低下的数据质量往往造成开发出来的系统与用户的预期大相径庭数据质量是决策正确的保障数据信息是企业重要的战略资源，合理有效的使用正确的数据能指导企业领导作出正确的决策，提高企业的竞争力。不合理的使用不正确的数据（即差的数据质量）可导致决策的失败，正可谓差之毫厘、谬以千里。数据质量是长期困扰开发的难题数据质量不高已经成为困扰此类项目的开发人员与用户的一个严重问题。数据质量重要性数据质量不高的主要原因数据质量归类数据质量示例数据质量管理方法数据管理数据管理的难点与重点2数据质量控制方法论3案例介绍4数据管理的目标1数据质量控制方法论数据源检验方法1数据源检验适用规则2数据检验方法3数据检验适用规则4数据质量检验的顺序5数据源检验方法分类检验方法检查范畴异常处理方式说明时效性时效性检验数据是否按时到达报警正确性完整性检验代码一致性记录条数检查停止ETL原则性检验数据值检查停止ETL对单字段的数值检查。不符合原则性检验时该数据一定是错误的。逻辑性检验数据值检查报警对单表或多个表内字段间逻辑关系的检查数据源检验是对HDS中的源表进行的数据质量检查。数据源检验分为时效性检验和正确性检验两个大类，其中正确性检验又分为完整性检验、原则性检验、逻辑性检验。数据源检验方法时效性检验判断在约定的时间内，数据源的数据是否按时到达完整性检验HDS数据表与代码表的一致性检查HDS数据表记录数检查原则性检验HDS数据表中字段的数值是否在合法的区间内逻辑性检验单表或多个表内字段间逻辑关系的检查数据源检验适用的规则时效性检验√规则一：时效性检验适用于HDS中所有的代码表和数据表。完整性检验√规则二：包含外键字段的HDS数据表必须进行代码一致性检验。√规则三：包含日期型字段且可以确定记录数范围的HDS数据表必须进行记录条数检验。原则性检验√规则四：HDS数据表中可以确定取值范围的字段必须进行原则性检验。逻辑性检验√规则五：单表或多个表内的字段具有相同的业务含义，不同的统计口径，且存在汇总关系。满足此条件时必须进行逻辑性检验。√规则六：本表的字段与其他表中的字段的业务含义、统计口径相同。满足此条件时必须进行逻辑性检验。√规则七：单表或多个表内的字段具有不同的业务含义，相同的统计口径，在业务上有逻辑公式成立。满足此条件时必须进行逻辑性检验。数据检验方法数据校验是对DDS数据库中前台应用直接使用的相关表的检验。数据校验分为时效性检验和正确性检验两个大类，其中正确性检验又分为完整性检验、原则性检验、模糊性检验、逻辑性检验。分类检验方法检查范畴异常处理方式说明时效性时效性检验数据是否按时到达报警正确性完整性检验代码一致性记录条数检查停止ETL原则性检验数据值检查停止ETL对单字段的数值检查和单表内逻辑关系的检查。不符合原则性检验时该数据一定是错误的。模糊性检验数据值检查报警对单字段的数值、同比值的检查。不符合模糊性检验时只能怀疑此数据有问题。逻辑性检验数据值检查报警对不同数据源加工得到的多个表内字段间逻辑关系的检查。不符合逻辑性检验时只能怀疑此数据有问题。数据检验方法时效性检验判断在约定的时间内，前台应用直接使用的相关表是否按时加载完整性检验DDS事实表与维度表的一致性检查DDS事实表记录数检查原则性检验DDS事实表中单字段的数值是否在合法的区间内同一表内字段间逻辑关系的检查模糊性检验判断字段的数值及其同比值是否在合理的区间内逻辑性检验由不同数据源加工得到的多个表内字段间逻辑关系的检查数据检验适用的规则时效性检验√规则一：时效性检验适用于DDS中所有的维度表和事实表。完整性检验√规则二：包含外键字段的DDS中事实表必须进行代码一致性检验。√规则三：包含日期型字段且可以确定记录数范围的DDS事实表必须进行记录条数检验。原则性检验√规则四：表中的字段可以确定取值范围，同时可以判定不在此范围内的数据必定是错误的。满足此条件必须进行原则性检验。√规则五：同表内多个字段间具有相同的业务含义，不同的统计口径，存在汇总关系时，必须进行原则性检验。√规则六：同表内多个字段间具有不同的业务含义，相同的统计口径，在业务上有逻辑公式成立时，必须进行原则性检验。数据检验适用的规则模糊性检验√规则七：不能进行完整性、原则性检验的情况下，必须进行模糊性检验。√规则八：规则七不成立时，根据系统的重要程度决定是否进行模糊性检验。系统的重要程度及哪些系统要进行模糊性检验由客户方确定。逻辑性检验√规则九：本表的字段与其它表中的字段具有相同的业务含义，不同的统计口径，存在汇总关系，且两张表的数据不是经同一数据源加工得到。满足此条件时必须进行逻辑性检验。√规则十：本表的字段与其他表中的字段的业务含义、统计口径相同，且两张表的数据不是经同一数据源加工得到。满足此条件时必须进行逻辑性检验。√规则十一：本表的字段与其他表中的字段具有不同的业务含义，相同的统计口径，在业务上有逻辑公式成立，且两张表的数据不是经同一数据源加工得到。满足此条件时必须进行逻辑性检验。数据质量检验的顺序1、数据源－完整性检验数据源的完整性检验报异常时应停止ETL加载过程，不需要再进行后续的检验2、数据源－原则性检验数据源的原则性检验报异常时应停止ETL加载过程。不需要再进行后续的检验3、数据校验－完整性检验数据校验的完整性检验报异常时应停止ETL加载过程，不需要再进行后续的检验4、数据校验－原则性检验数据校验的原则性检验报异常时应停止ETL加载过程，不需要再进行后续的检验5、数据源－时效性检验、数据源－逻辑性检验、数据校验－时效性检验、数据校验－模糊性检验、数据校验－逻辑性检验这五类检验方法报异常时，ETL加载正常进行，但需要给出预警提示数据管理数据管理的难点与重点2数据质量控制方法论3案例介绍4数据管理的目标1数据质量检验的案例下面以行业对比报表中的全国卷烟市场分类销量情况表（分价类）为例来介绍如何根据数据质量管理方案进行各类规则的制定实施过程。 步骤 新产品开发流程的步骤课题研究的五个步骤成本核算步骤微型课题研究步骤数控铣床操作步骤 一确定相关的表全国卷烟市场分类销售情况表（分价类）在DDS中直接使用的表为：APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL对应的HDS中的源表为：EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAIL。因此下面的检验规则主要针对这两张表来制定。步骤二确定数据源的时效性检验规则根据表EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAIL的数据到达规律，定义该表每月最晚到达日期为8日。步骤三确定数据源的完整性检验规则根据数据源检验适用规则的规则二、三：1、EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAIL中包含有外键字段I_Province(省份代码)、I_Org(机构代码)、C_Brand(规格)。I_Province(省份代码）对应代码表DM.T_DM_GJJ_QGSF中的QGSFDM；I_Org(机构代码)对应代码表DM.T_DM_GJJ_ZZJG中的ZZJGDM；C_Brand(规格)对应代码表T_DM_GJJ_JY中的THTXBS。该表符合规则二的检验条件，需要进行代码一致性检查。2、该表包含有日期型字段Y,M，但记录条数每月不确定，因此不满足规则三，无法进行记录条数检查。步骤四确定数据源的原则性检验规则根据数据源检验适用规则的规则四：1、EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAIL中包含有数据字段sell(系统外总销量)、Out_Sell_Retail_Amount(系统外零售量)、Out_Sell_Amount(系统外批发销量)、End_Store_Amount(期末库存)；根据业务经验确定：sell>=0Out_Sell_Retail_Amount>=0Out_Sell_Amount>=0End_Store_Amount>=0步骤五确定数据源的逻辑性检验规则根据数据源检验适用规则五：1、EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAIL表包含字段Out_Sell_Retail_Amount、Out_Sell_Amount、End_Store_Amount2、EIIRECV.EIIRECV_TZ_BS_Y_Q_M_BASIC表也包含字段Out_Sell_Retail_Amount、Out_Sell_Amount、End_Store_Amount3、这两张表对应字段具有相同业务含义、不同的统计口径，存在以下汇总关系：EIIRECV.EIIRECV_TZ_BS_Y_Q_M_BASIC表统计商业企业的系统外批发销售量、系统外零售量、期末商业库存数据。EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAIL表统计商业企业分卷烟规格的系统外批发销售量、系统外零售量、期末商业库存数据。因此EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAIL表中某商业企业分规格的汇总数据应该等于表EIIRECV.EIIRECV_TZ_BS_Y_Q_M_BASIC中对应的商业企业的数据。步骤五确定数据源的逻辑性检验规则根据数据源检验适用规则的规则六、七：1、EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAILL表中不包含字段与其他表中的字段具有相同的业务含义、统计口径。因此不满足规则六逻辑检验。2、EIIRECV.EIIRECV_TZ_BS_Y_Q_M_SELLDETAILL表中包含有字段sell(系统外总销量)、Out_Sell_Retail_Amount(系统外零售量)、Out_Sell_Amount(系统外批发销量)End_Store_Amount(期末库存)、ratio_stock_sell(存销比)。具有不同的业务含义、相同的统计口径，存在业务逻辑关系：ratio_stock_sell=End_Store_Amount/sellsell=Out_Sell_Retail_Amount+Out_Sell_Amount步骤六确定数据的时效性检验规则根据表APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL使用的源表的最晚到达时间，加上后台数据加工处理的时间，定义该表的最晚加载日期为每月12日。步骤七确定数据的完整性检验规则根据数据检验适用规则的规则二、三：1、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL不包含外键字段，因此不符合规则二，不需要进行代码一致性检查。2、该表包含有日期型字段DQRQ，记录条数每月确定，因此满足规则三，需要进行记录条数检查，此表每月加载量为35行。步骤八确定数据的原则性检验规则根据数据检验适用规则的规则四：1、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表中包含有字段BY_SYXL、BY_HCY、BY_JL1、BY_JL2、BY_JL3、BY_JL4、BY_JL5、LJ_SYXL、LJ_HCY、LJ_JL1、LJ_JL2、LJ_JL3、LJ_JL4、LJ_JL5；可以确定取值范围，根据业务经验确定：BY_SYXL、BY_HCY、LJ_SYXL、LJ_SYXL>0;BY_JL1、BY_JL2、BY_JL3、BY_JL4、BY_JL5>0;LJ_JL1、LJ_JL2、LJ_JL3、LJ_JL4、LJ_JL5>0;步骤八确定数据的原则性检验规则根据数据检验适用规则的规则五、六：1、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL中包含有字段SCLXMC、BY_SYXL、BY_HCY、BY_JL1、BY_JL2、BY_JL3、BY_JL4、BY_JL5、LJ_SYXL、LJ_HCY、LJ_JL1、LJ_JL2、LJ_JL3、LJ_JL4、LJ_JL5；存在有相同业务含义，不同的统计口径，其中市场类型为全国的数据对应于市场类型为本土市场、重点市场和其他市场的汇总数据。2、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL中不包含字段具有不同的业务含义，相同的统计口径，在业务上存在业务逻辑公式的。因此不满足数据检验的规则六。步骤九确定数据的模糊性检验规则根据数据检验适用规则的规则七、八：1、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表中包含有字段BY_SYXL、BY_HCY、LJ_SYXL、LJ_HCY、BY_JL1_BL、BY_JL2_BL、BY_JL3_BL、BY_JL4_BL、BY_JL5_BL、LJ_JL1_BL、LJ_JL2_BL、LJ_JL3_BL、LJ_JL4_BL、LJ_JL5_BL；不满足规则七，满足规定八。2、其中字段BY_SYXL、BY_HCY、LJ_SYXL、LJ_HCY的数据根据业务经验确定，数据审核规范如下：市场类型为全国的对应以上字段数据同比的合理区间在0～10%；市场类型除全国外其他类型的同比合理区间在-10%～20%；步骤九确定数据的模糊性检验规则根据数据检验适用规则的规则七、八：3、其中字段BY_JL1_BL、BY_JL2_BL、BY_JL3_BL、BY_JL4_BL、BY_JL5_BL、LJ_JL1_BL、LJ_JL2_BL、LJ_JL3_BL、LJ_JL4_BL、LJ_JL5_BL的数据根据统计学公式确定，数据审核规范如下：区分市场类型使用99%置信区间；合理区间在历史数据平均值-3×(历史数据 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差/历史数据记录数的平方根)～历史数据平均值+3×(历史数据标准差/历史数据记录数的平方根)步骤十确定数据的逻辑性检验规则根据数据检验适用规则的规则九：1、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表包含有字段SCLXMC、BY_JL1、BY_JL2、BY_JL3、BY_JL4、BY_JL52、ZHGL.L_T_ZHGL_JYFLSPDXYBBLJ表(烟草系统卷烟分类商品电讯月报表累计)包含有字段DQ、YLYNCLJ、ELYNCLJ、SLYNCLJ、SILYNCLJ、WLYNCLJ3、这两张表对应字段具有相同业务含义，不同的统计口径，存在汇总关系：APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表中为各省份的分价类销量的分月的数据ZHGL.T_ZHGL_JYFLSPDXYBBLJ表表中各省份、分价类商业销量的累计数据因此APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表各省份的分价类销量的分月的汇总数据等于该电讯月报ZHGL.T_ZHGL_JYFLSPDXYBBLJ表对应省份、对应价类商业销量的累计数据。步骤十确定数据的逻辑性检验规则根据数据检验适用规则的规则九：4、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表包含有字段SCLXMC、BY_SYXL，5、ZHGL.T_ZHGL_JYXTSPDXYBBLJ表(烟草系统卷烟商品电讯月报累计)包含有字段DQ、XTWXSHJ6、这两张表具有相同业务含义，不同的统计口径，存在汇总关系：APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表中为各省份的总销量的分月的数据。ZHGL.T_ZHGL_JYXTSPDXYBBLJ表中为各省份商业销量的累计数据。因此APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表各省份的总销量的分月的汇总数据等于该电讯月报ZHGL.T_ZHGL_JYXTSPDXYBBLJ表对应省份商业销量的累计数据。步骤十确定数据的逻辑性检验规则根据数据检验适用规则的规则十：1、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表包含有字段SCLXMC、BY_JL1、BY_JL2、BY_JL3、BY_JL4、BY_JL52、ZHGL.T_ZHGL_JYFLSPDXYBB表(烟草系统卷烟分类商品电讯月报)包含有字段DQ、BYYL、BYEL、BYSL、BYSIL、BYWL3、这两张表具有相同的业务含义，统计口径，存在关系：APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表中为各省份的分价类销量的分月数据。ZHGL.T_ZHGL_JYFLSPDXYBB表中为各省份的分价类商业销量的分月数据。因此APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表各省份的分价类销量的分月数据等于该电讯月报ZHGL.T_ZHGL_JYFLSPDXYBB表对应省份、对应价类商业销量的分月数据。步骤十确定数据的逻辑性检验规则根据数据检验适用规则的规则十一：1、APP_JJYX.T_FT_JJYX_JYSCFLXLQK_JL表不包含有字段与其他表字段具有不同的业务含义、相同的统计口径，在业务上有逻辑公式关系；因此不满足数据检验规则十。追求卓越不断创新客户至上Addtheauthorandtheaccompanyingtitle生活图标元素商务图标元素商务图标元素商务图标元素商务图标元素