企业信息化中数据质量监控研究

企业信息化中数据质量监控研究

随着信息化建设和应用的深入，数据作为信息化建设和应用的主体，其质量和时效性已经越来越受到各方面的广泛关注。但是企业在信息化过程中还存在着各种各样的问题，效果不很理想。只有充分认识到信息化实施过程中对整个数据监督和质量控制工作的重要性，才能真正取得良好效果。本文详细分析了企业信息化建设中数据监督和管理过程中存在的问题，提出了具体措施和实施方法论。

标签：数据质量； 监督； 控制

随着IT技术的飞速发展，INTERNET/INTRANET技术和电子商务的广泛应用，信息化建设和应用的深入，数据作为信息化建设和应用的主体，其质量和时效性已经越来越受到各方面的广泛关注。对数据的大量占有和分析，是有效开展生产管理和辅助决策分析的依据，是实现企业高速发展的重要保障。数据就是资产，数据就是财富！信息已成为现代商业的巨大驱动力，企业信息化已经成为企业核心竞争力的关键，这一理念已经深入人心。

数据是否可用和可信，这是用户对数据比较关心的两个层面。企业实施管理信息系统从技术、管理、数据三者的相对重要性可以说成是：“三分技术、七分管理、十二分数据”，企业实施管理信息化必须保证数据的完整性、准确性、可靠性。这就需要通过采取管理手段、技术手段等各方面的努力来解决。

一、数据质量分析

数据作为信息化应用的主体，它具有多重属性，要对数据质量进行较好地控制，就必须对数据质量特性有所了解，从而在各个方面采取措施，杜绝数据质量问题的出现，使数据监督工作能够真正达到控制数据质量的目的。

1、数据的适用性

不同的数据具有不同的使用范围，每个数据的正确性都要求它是进入正确的专业应用，数据不在于多，而在于适用。否则无论多么准确、及时的数据，如果不具有适用性，它就不能产生任何效益，甚至用户使用之后会造成损失。

2、数据的准确性

有了可靠的原始数据，才能加工出准确的信息，并保证决策者作出正确的判断。影响数据准确性的因素很多，数据误差在数据采集、审核、录入、传输和处理等的各个环节都可能产生。这就需要从各个方面分析影响数据准确性的因素，有效控制不同类型数据的合理变化范围，将数据误差控制在尽可能理想的范围内，以保证数据的准确性。

3、数据的及时性

一个好的应用系统在使用数据时不仅要求数据的适用性还必须考虑数据的及时性，应用系统引入生产管理的主要目的是提高工作效率，把大量复杂、繁重的重复计算、统计、分类工作交由计算机处理并迅速得出准确结果。

4、数据的完整性

数据的完整性相对于准确性和及时性来说并不显得那么重要，但其实它引起的问题并不比前两者轻松。数据的完整性就是我们日常所说“数据齐、全、准”当中的“全”。

5、数据的及时性

现在生产过程瞬息万变，如果反映管理对象当前状态的数据不能及时传递到控制部门，就无法进行实时控制，或者会造成系统运行过程的中断。

二、企业信息化建设中数据监督和管理过程中存在的问题

对于如何通过管理、制度、标准和流程来控制数据质量，提高数据可信度，并且已经有了很科学严谨演技和的数据监督和质量控制体系。但是企业在信息化建设中对数据监督和管理过程中仍存在以下几个问题：

1、信息标准不规范

信息标准化是信息化的基础性的工作，它之所以重要的主要原因是信息的载体——数据是信息系统唯一接收和处理的对象。影响企业信息化成败的关键因素是数据、人员和组织管理。企业实业信息化必须保证数据的完整性、准确性、可靠性，上线数据是否准确与规范，是企业信息化实施成败的关键之一。因此，信息标准化工作是企业信息化实施过程中一项至关重要的基础性工作。

2、缺乏质量控制监督的强力措施

不少单位在数据准备、录入阶段缺乏审核、校验、质量控制和数据监督的措施，没有完整的质量监督体系，更没有专业的数据质量监督管理岗位，无法落实数据监督的职责。

3、专业数据管理与信息技术人员的结合不足

数据库不仅存放数据，还存放数据之间的相关性，相关性不仅表现在数据依存的时间、类型、名称等基本属性上，而且会在数据转移和使用过程中产生再生相关性。用户希望从数据中发现的东西越多，其相关性要求也就越高。专业数据大都是由专业技术人员掌握，相关性也是他们最清楚。但专业人员往往不懂计算机程序，同时编程人员又大多不熟悉业务，对相关性也难于理解，这就使编写的系统难以满足专业技术人员进行数据管理的需要。

4、设计需求不明确，缺乏整体观念

在进行信息系统建设时，设计者在进行系统建设时往往仅是考虑系统建设本身，而没有综合考虑数据源、不同级别管理者、科研人员的应用需求，所建的某些系统只是有简单的数据录入界面，缺乏专业数据系统支持的图形查询界面、没有基础数据汇总的上报系统。这种由于应用需求不明确，缺乏专业应用而建设的系统，既不能保证数据的完整性和准确性，又不能提供有价值的应用功能。由于需求不明确而建设的应用系统不仅数据准确性得不到保证，系统的可利用程度也不高。

三、数据监督和质量控制的措施

1、建立数据质检监督制度

数据质量的监督可以从数据源、数据录入岗、数据上报点三个位置着手，建立内部和外部的监督，内部是岗位人员自己强化数据质量意识，外部是检查验收和必要的考核。一方面要在数据值约束、相关性分析、数据逻辑分析的基础上建立完善的数据校验程序进行数据校验，另一方面通过各级用户对数据的准确进行评估来掌握数据情况和适时校正数据，提高质量。

2、建立数据质量控制手段

数据质量监督和控制的另一重要措施是建立数据质量控制模型，也就是由数据质检规则。有了科学、合理、实用的数据质检规则，就能尽早、尽快地发现数据质量问题，使数据问题得到很好地解决。有了数据质检规则，开发基于数据质检规则的程序，就能通过计算机手段快速、方便、有效地控制数据质量，在减轻劳动强度的同时，更好地提高数据质量。

3、根据应用反馈进行数据修正

已经存储的数据质量一般是不会引起数据管理人员注意的，如果错误数据已经存储，只有用户使用时才能被发现并纠正。用户在使用数据时，往往因为要进行数据链分析和挖掘，从而深入研究数据，也就能够发现数据的细微质量问题。这时候需要及时获取用户的反馈，要建立问题反馈的畅通渠道，根据用户意见及时复查和更正数据。

4、数据整合与分析

在已有数据的基础上，通过对专业信息进行深加工，从中抽取规律，并从不同角度进行分析研究，将生成的分析信息运用到信息管理、查询处理、支持决策、过程控制等诸多领域，将这些来自于不同专业系统的数据进行深入分析，从而得到系统详细、全面数据评价意见，形成对数据质量的最后把关，实现数据质量的完整控制。

5、建立健全企业信息标准化体系

信息标准化的主要任务就是建立健全企业信息标准化体系，根据体系框架制定一系列企业信息规范和标准。加强信息标准化工作,对于规范数据和信息，保证信息化建设的一致性，整合信息系统内部、外部的各种信息资源，实现信息资源共享，提高信息交换效率，增强信息系统的开放性，保障项目顺利实施和运行，促进企业的长远发展具有十分重要的意义。

四、数据监督和质量控制实施方法论

科学的实施方法论是整个数据监督和质量控制工作取得成功的有力保证，PDCA实施方法论就是其中之一。

数据监督和质量控制工作是个动态的体系，其实施是为了实现数据的完整性、准确性、可靠性。数据监督和质量控制工作从策划、建立、运作直到结果的检验和持续改进，分成四个周而复始不断循环进步的阶段：

1.策划阶段，P(planing)

明确后续阶段的工作目标,建立和实践数据监督和质量控制的阶段目标，将目标分解为标准化过程的各个可测量的标准化要求和实施程序及措施。

2.实施阶段，D(do)

实现策划阶段的工作目标，根据策划阶段的标准化要求、程序和措施，在企业内部组织数据监督和质量控制工作过程或单项标准的实施。

3.检验阶段，C(check)

在企业范围内检验标数据监督和质量控制工作的结果。根据目的和要求，由相关技术部门或业务、管理部门对实施的结果进行测量和符合性检查、验证，得出评价结果。

4.完善和改进阶段，A(action)

随着企业外部环境或内部信息化建设不断变化，对数据监督和质量控制过程运行状况和结果进行测量、分析，采取有效措施改进体系和过程，以持续不断地提高企业信息化的水平。

五、结论

随着企业实施信息化深入，数据的质量越来越重要，必须得到重视，但数据监督和质量控制是一个长期的问题，不是一朝一夕的事情，这就要求企业通过采

取管理手段、技术手段等各方面的努力来解决。

参考文献：

[1]汪星明.管理系统中计算机应用[M].武汉：武汉大学出版社，1998.

[2]中国首届电子商务大赛全国组委会.电子商务师[M].