在信息時代，數據逐漸成為一種資產，數據質量成為決定資產質量的一個重要方面。何為資源化，是指大數據成為企業和社會關注的重要戰略資源，并已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶占市場先機。隨著大數據的發展，越來越豐富的數據給數據質量的提高帶來了新的挑戰和困難。

大數據質量管理有哪些策略。中琛魔方大數據平臺（www.zcmorefun.com）表示數據質量管理要形成完善的體系，建立持續改進的流程和良性機制，不斷監測數據質量的波動和分析數據質量規律，及時更新數據質量監測的手段和方法，保證系統的數據質量能夠持續掌握，最終達到數據質量的穩定狀態，為業務系統提供良好的數據保障。

一種數據質量策略，從建立數據質量評價體系、落實質量信息的采集分析與監控、建立持續改進的工作機制和完善元數據管理4個方面，多方位優化改進，最終形成一套完善的質量管理體系，為信息系統提供高質量的數據支持。

1、信息系統數據質量

信息由數據構成，數據是信息的基礎，數據已經成為一種重要資源。對于企業而言，進行市場情報調研、客戶關系維護、財務報表展現、戰略決策支持等，都需要信息系統進行數據的搜集、分析、知識發現，為決策者提供充足且準確的情報和資料。對于政府而言，進行社會管理和公共服務，影響面更為寬廣和深遠，政策和服務能否滿足社會需要，是否高效地使用了公共資源，都需要數據提供支持和保障，因而對數據的需求顯得更為迫切，對數據質量的要求也更為苛刻。

2、大數據環境下數據質量管理面臨的挑戰

隨著三網融合、移動互聯網、云計算、物聯網的快速發展，數據的生產者、生產環節都在急速攀升，隨之快速產生的數據呈指數級增長。在信息和網絡技術飛速發展的今天，越來越多的企業業務和社會活動實現了數字化。

大數據時代下的數據與傳統數據呈現出了重大差別，直接影響到數據在流轉環節中的各個方面，給數據存儲處理分析性能、數據質量保障都帶來了很大挑戰。由于以上特性，大數據的信息系統更容易產生數據質量問題：

（1）在數據收集方面，大數據的多樣性決定了數據來源的復雜性。來源眾多、結構各異、大量不同的數據源之間存在著沖突、不一致或相互矛盾的現象。在數據獲取階段保證數據定義的完整性、數據質量的可靠性尤為必要。

（2）由于規模大，大數據獲取、存儲、傳輸和計算過程中可能產生更多錯誤。采用傳統數據的人工錯誤檢測與修復或簡單的程序匹配處理，遠遠處理不了大數據環境下的數據問題。

（3）由于高速性，數據的大量更新會導致過時數據迅速產生，也更易產生不一致數據。

（4）由于發展迅速，市場龐大，廠商眾多，直接產生的數據或者產品產生的數據標準不完善，使得數據有更大的可能產生不一致和沖突。

（5）由于數據生產源頭激增，產生的數據來源眾多，結構各異，以及系統更新升級加快和應用技術更新換代頻繁，使得不同的數據源之間、相同的數據源之間都可能存在著沖突、不一致或相互矛盾的現象，再加上數據收集與集成往往由多個團隊協作完成，期間增大了數據處理過程中產生問題數據的概率。

3、數據質量管理策略

為了改進和提高數據質量，必須從產生數據的源頭開始抓起，從管理入手，對數據運行的全過程進行監控，密切關注數據質量的發展和變化，深入研究數據質量問題所遵循的客觀規律，分析其產生的機理，探索科學有效的控制方法和改進措施;必須強化全面數據質量管理的思想觀念，把這一觀念滲透到數據生命周期的全過程。

大數據概念應用到IT操作工具產生的數據中，大數據可以使IT管理軟件供應商解決大廣泛的業務決策。IT系統、應用和技術基礎設施每天每秒都在產生數據。大數據非結構化或者結構數據都代表了‘所有用戶的行為、服務級別、安全、風險、欺詐行為等更多操作’的絕對記錄。大數據分析的產生旨在于IT管理，企業可以將實時數據流分析和歷史相關數據相結合，然后大數據分析并發現它們所需的模型。反過來，幫助預測和預防未來運行中斷和性能問題。進一步來講，他們可以利用大數據了解使用模型以及地理趨勢，進而加深大數據對重要用戶的洞察力。 他們也可以追蹤和記錄網絡行為，大數據輕松地識別業務影響;隨著對服務利用的深刻理解加快利潤增長;同時跨多系統收集數據發展IT服務目錄。

責任編輯：ct