摘要：企业各部门在本部门信息系统早期发展中，由于信息系统开发标准不一以及数据的质量规则相对独立，数据在有关部门之间访问和共享时经常产生不一致的业务数据，致使大量的数据无法进行有效的分析和数据中隐含有用的信息无法被充分挖掘，造成企业徒有庞大的数据量却无等量有价值信息的现象。本论文从数据质量管理组织结构变革和数据质量工作内容优化两方面提出改善数据管理工作
关键词：数据质量；数据质量核查；数据质量规则；
数据质量管理的研究现今有三个主要方向，一是不断完善数据质量的定义，研究数据质量相关的工作职责与管理制度，形成数据质量管理常态化的体制机制；二是深入研究数据质量管理的信息系统技术，设计适应各部门数据质量管理发展需求的元数据模型，质量核查规则以及质量评价标准，并能通过信息系统实时监测到企业数据质量状况；三是改进数据质量管理组织结构，从质量管理小组（PDCA）、全面数据质量管理（TDQM）到数据生命周期理论，随着数据的产生和消亡建立起完善质量监控和责任追溯机制。
一、建立数据质量管理目标
数据质量管理是指建立数据质量检查规则并运用技术手段，对数据质量问题进行跟踪、检查、分析、评价、督促整改并定期进行数据质量通报评价等工作。数据是运营监测中心开展数据分析决策活动所需各业务部门信息系统的指标数据以及明细数据等的总称。通过开展数据质量管理工作，确保数据质量达到共享互用的要求，使数据能更好辅助企业经营分析和战略决策，实现企业级数据资产效益最大化。
根据实际情况制定基础的共性数据质量规则，基于系统完成规则配置，下发各单位开展数据核查验证工作，各单位根据共性数据质量规则核查验证情况，自行组织新增、扩充、深化数据质量规则，并基于新增数据质量规则开展本单位范围内数据质量核查验证工作，同时将新增规则报送总部备案。并对审核通过的新增规则作为共性规则纳入统一管理，并推广各单位统一应用，然后要求各单位对新增规则进行核查验证，根据核查结果丰富和完善该规则并按期发布最新规则。
二、数据质量管理现状
经过历史资料收集和对数据质量通报的研究，目前数据质量管理不理想的主要表现有以下几点：
1、数据接入率难以100%。通过对数据质量统计分析发现，总存在个别部门部分指标数据未接入情况，主要原因是实际接入指标未达到当期应接入指标要求，以及部分指标由于工具原因未通过数据校验，导致数据接入率不满足要求；
2、数据完整率不满足要求。通过对数据质量通报分析，部分业务部门指标数据不满足完整性主要原因是指标的分解维度不完整，工具无法校验以及部分指标缺失字段等，导致数据分解维度达不到完整性要求；
3、数据准确率不满足要求。数据未达到数据质量规则约束要求，是业务数据自身不满足质量规则约束要求且内部数据之间约束存在矛盾导致数据不满足准确性要求；有的是因为个别数据无法接入导致数据不满足准确性要求，有的是数据质量规则不合理导致数据准确率不满足要求。
三、数据质量流程管理
企业管理者将工作流程的每一个环节与企业经营绩效相联系，使得企业整体经营绩效被分配到流程管理各个环节的员工工作绩效上，通过企业管理者引导员工增强自身工作绩效来达成公司整体经营绩效目标。
期刊文章分类查询,尽在期刊图书馆同时通过企业绩效与员工绩效不断反馈实现企业工作流程的迭代更新，从而确保卓越工作流程不会失灵。
为了保证卓越工作流程能有效实现企业经营目标，企业根据自身流程运行现状从三个层面开展流程管理活动。如果企业某流程本身比较高效和完善，只是在流程运转过程中缺乏规范性的管理，则流程管理只需要对工作流程各个环节进行规范化改进；如果企业某流程过于繁琐或缺乏必要环节，则流程管理需要对该流程进行优化设计，以确保每个流程节点都为企业整体经营绩效提高做贡献；如果企业某流程各个环节都难以满足企业经营绩效的需求，则流程管理需要对该工作流程的各个环节及其工作标准进行重新规范和设计，形成全新的工作流程。
（1）研究提出基于信息系统数据传递流程的数据质量管理流程，流程各个节点人员构成流程管理小组，以公司各信息系统数据质量提升为管理目标，打破职能部门在数据质量管理中的沟通壁垒，促进各职能部门数据质量管理人员协同配合，确保数据质量管理流程化和规范化，达到运营监测中心对各部门数据质量整体管控要求。
（2）研究提出数据质量核查和规则完善管理流程，将业务系统维护人员和信息支撑系统数据维护人员纳入信息系统流程管理，以从业务系统根源消除质量问题数据，并减少数据质量问题在业务系统和信息支撑系统的处理时长。同时根据数据质量问题在该流程过程中层层判断筛选，查找数据质量规则问题所在的目标节点，通过维护目标节点的数据质量规则达到完善数据质量规则库的目标，通过数据质量规则迭代式更新，实现数据质量规则库的动态更新。此外，该流程模型还能用于新业务数据规则的核查与完善，从而进一步提高数据管理效率。
（3）各源应用系统数据质量管理业务从业务部门脱离，形成数据质量流程管理的末端节点，通过信息支撑部门统一的数据接入标准，实现各业务系统作为末端节点向信息支撑系统聚焦性流程。
（4）建立统一的流程描述标准和流程规范标准。制定统一的数据质量管理流程描述标准和规范。督导各个业务部门按照此标准开展流程梳理和显性化的工作。
（5）建立流程化动态管理平台，利用信息支撑系统数据质量核查和数据质量责任追溯功能，实现数据质量流程动态化管理，做到数据质量有监控，流程管理有追踪，不断完善改进数据质量流程管理。
在信息化和网络技术飞速发展今天，企业面临着数据量的爆发式增长，如何发掘大数据对企业的价值成为企业管理的重要挑战，数据质量问题不断受到企业管理者的重视。为了实现企业设计、生产、运营、销售等业务部门数据资产24小时实时在线分析而开发运行了信息支撑系统，对企业数据资源进行系统化运营和全方位监测，实现产品设计、资金预算、产品设计等全流程监测分析以及可视化展示综合管控平台 [2]。数据质量管理是该综合管控平台重要支撑管理模块，实现数据质量监测，数据质量认责与溯源，数据质量评价，数据质量报告功能[3]。本论文基于数据质量管理技术及管理理论，提出了数据质量流程管理概念，改进数据质量管理组织结构及流程管理模型，达到数据质量有效管理的目标。
参考文献：
[1]国网公司.国网公司运营监测信息支撑系统概要设计总册[M]，2012，08：1-4+8-9.
[2]刘宗斌，徐京悦，张玉郁.关于流程再造理论的缺陷分析及改进思考[J]. 北京交通大学学报（社会科学版），2008，02：66-71.
[3]张晓娇. HX公司项目管理流程优化研究[D].吉林大学，2013.
[4]国网公司.国网公司元数据管理技术规范[EB]，2012，12：12-14.
[5]国网公司运营监测信息支撑系统概要设计-数据分册[M]，2012，08：87-89.
论文作者:赵东华
论文发表刊物:《电力设备》2017年第28期
论文发表时间:2018/1/18
标签：数据论文; 质量论文; 规则论文; 质量管理论文; 流程论文; 企业论文; 流程管理论文; 《电力设备》2017年第28期论文;