上海紅炫科技服務有限公司

随着大數據的深入應用以及越來越多的企業對于數據資産化的認知，數據治理已成為企業數字化轉型的重要基礎設施，然而，各行業的各家企業信息化程度、特點、數據管理和質量情況各有不同，對數據治理認知也不同，所以今天給各領域，各行業數據病狀進行診斷治療！

為什麼要治？

很簡單，企業的數據“生病了”！

不治的話會怎樣？

那問題可多了，例如：

1. 在數據問題上業務部門相互扯皮、推诿，溝通成本高、效率低下！

數據重複冗餘

2. 信息孤島、業務割裂、各自為政、協同困難！

數據孤島

3.領導想及時看到真實、準确的數據。難！

數據不一緻

等等……

數據生了什麼病？有哪些症狀？

數據病曆

接下來我們盤點下企業一般都會遇到哪些數據質量問題：

數據價值

1.數據真實性：數據必須真實準确的反映客觀的實體存在或真實的業務，真實可靠的原始統計數據是企業統計工作的靈魂，是一切管理工作的基礎，是經營者進行正确經營決策必不可少的第一手資料。

數據有效性

2.數據準确性：準确性也叫可靠性，是用于分析和識别哪些是不準确的或無效的數據，不可靠的數據可能會導緻嚴重的問題，會造成有缺陷的方法和糟糕的決策。

數據準确性

3.數據唯一性：用于識别和度量重複數據、冗餘數據。重複數據是導緻業務無法協同、流程無法追溯的重要因素，也是數據治理需要解決的最基本的數據問題。

數據唯一性

4.數據完整性：數據完整性問題包括：模型設計不完整，例如：唯一性約束不完整、參照不完整；數據條目不完整，例如：數據記錄丢失或不可用；數據屬性不完整，例如：數據屬性空值。不完整的數據所能借鑒的價值就會大大降低，也是數據質量問題最為基礎和常見的一類問題。

數據完整性

5.數據一緻性：多源數據的數據模型不一緻，例如：命名不一緻、數據結構不一緻、約束規則不一緻。數據實體不一緻，例如：數據編碼不一緻、命名及含義不一緻、分類層次不一緻、生命周期不一緻……。相同的數據有多個副本的情況下的數據不一緻、數據内容沖突的問題。

數據一緻性

6.數據關聯性：數據關聯性問題是指存在數據關聯的數據關系缺失或錯誤，例如：函數關系、相關系數、主外鍵關系、索引關系等。存在數據關聯性問題，會直接影響數據分析的結果，進而影響管理決策。

7.數據及時性：數據的及時性是指能否在需要的時候獲到數據，數據的及時性與企業的數據處理速度及效率有直接的關系，是影響業務處理和管理效率的關鍵指标。

數據及時性

由此可見，能夠滿足業務應用需要，能保障業務活動正常開展的數據才是高質量的數據。

所以數字化綜合服務平台應運而生

三級運算系統

數字社區綜合服務平台是數字化綜合服務平台的落地載體，最基本數據管理單元，是以數字化技術為 核心的中央數據處理系統、分布式計算的大數據系統和交互式計算的網絡數據應用的數字社區服務中心，

它是一種互聯網空間維度的新空間和新的國土，它不是傳統的民政和行政上界定的社區，而是按照服務器 計算半徑、供給半徑、成本半徑和價值半徑的以滿足社會群衆需求表達、應用滿足、價值實現的非線性、

交互式、即時即地性的網絡計算和大數據應用的數字化服務基礎設施體系。通過提供精準的數據服務，提 供一般需求和公共需求，同時挖掘個性化需求，最終要實現以人為本，創造個性化服務體驗來構建龐大的 知識産權應用體系，并根據發改委确定的行動方案，按照基本公共服務需求，構建現代以數據表達的公共 服務體系為目标，以搭建現代數字社區服務平台為主要載體，以常住人口每一萬人為測算單位及服務半徑 和供給半徑，輻射周邊 3～5 公裡，以數字化、網絡化、信息化和虛拟化技術為支撐，以實現數據價值及 創造用戶價值、群體價值、商業價值和社會價值為目标，以滿足百姓需求為宗旨。

通過數字化綜合服務平台後台控制系統的交互式運算和各種運算體系對各種數據服務進行基礎數據的采集、校對、清洗、分類、更新、儲 存、整理、運算、分析、交互等。然後在相關主管部門許可的情況下，在通過各種數據服務将數據分發到有利于社會發展的各個端口形成的全國一體化的數據服務系統（數字化基礎設施）即數字化綜合服務平台。