摘要：在近年来，我国社会整体发展过程中，各行各业都得到了更稳定的发展，在此环节中，网络信息技术的发展更是十分显著。众多大型公司和机构信息都存在大量分散的情况，如果不能对这项工作进行有效监督，必然会对数据质量造成影响。作为一门现代化学科，数据的质量管理也包含着众多改进数据质量的方式和对策。数据质量包含了数据的标准化、持续性的质量监控，因此对于这项工作也将其有着重要影响。在实际工作中，数据治理组织通常被用来进行高价值数据属性识别，也就是在机制建立和作用下对数据质量进行提升。针对这种情况，对数据质量管理中数据治理带来的影响问题进行了分析，希望对这项工作的开展提供必要帮助。
关键词：数据治理；数据质量管理；影响
企业在发展中积攒了大量客户信息和数据信息，借助这些数据能更好地挖掘有价值的信息资源，这也是当前企业发展中关注的重点问题之一。根据当前企业监管政策和信息的披露要求，对企业发展更是提出了前所未有的挑战和影响。特别是在当前信息整合度不断提升的背景下，数据的应用范围也有所增加，因此在实际使用环节中也出现了很多数据质量问题，在全新背景下怎样对其进行科学管理和数据信息的控制，也逐渐成为了当前企业建设的重要任务。针对这种情况，将对数据质量管理问题展开详细研究，进一步分析数据治理对这项工作产生的重要影响。
1建立数据质量的基础策略
在企业建设和发展中，不同的系统和工作部门在运行中也需要借助不同的数据信息，所以，对数据信息进行掌握也是一项十分重要的工作。可以说，建立相应的数据质量策略和治理流程也是当前对企业发展步骤进行掌握的重点环节。（1）在对数据治理组织工作中需要对业务指标进行识别，从而明确绩效要求，通过这种方式对价值最高的数据属性进行掌握[1]。（2）在对数据进行治理的环节中还应该针对数据质量水平制定必要的工作方案。（3）在进行数据治理的环节中应该制定合理的质量问题解决规范和工作流程。
2建立健全数据治理组织框架
一项健全的数据治理组织也是开展数据治理的基础环节，在这项工作中，无论是管理人员、技术人员还是业务人员都是工作中不能缺少的关键环节。数据治理组织中可以制定3种不同分组形式，分别是数据治理工作小组、数据治理技术小组和数据治理工作委员会[2]。数据治理业务小组中主要有业务企业专家和系统管理员。在日常的工作中，主要负责就是系统参数，并对基础工作数据进行维护，只有这样才能确保系统的正常使用。此外，还要负责审查工作和整改工作，确保数据质量在实际工作中有着更强的精准度。数据治理工作委员会则是由组织领导、信息技术负责人和业务部门负责人组成，委员会的日常工作就是根据工作实际情况制定相关制度、规范和工作流程，从而在协调和沟通环节中，为数据治理工作的顺利开展提供有效和科学的基础。数据治理技术小组则主要由信息技术专业人员组成，比如系统开发人员、维护人员、数据治理人员和管理人员等。系统开发人员在工作中主要负责对数据信息的录入，并对数据治理标准等环节进行完善[3]。数据治理人员则负责对数据质量的改进和监控。管理人员则需要对数据进行定期备份、恢复或是审核。
3制定数据质量标准
对数据进行管理和分析的环节中应该对其质量问题进行关注，这也是当前业务工作最需要解决的问题。在多年的实践中发现，要想实现对数据质量的评估可以借助多种方式进行：（1）效性。数据值具备可接受的格式类型。比如，将员工的编号设置为6位数的数字字符。（2）唯一性。数据字符中不应该出现重复值。（3）一致性。数据属性和可能在该属性上的业务规则应该保持一致。（4）准确性。无论是数据值还是数据属性都应该是准确的[4]。（5）满足业务规则。数据属性或是数据属性之间的组合都要充分满足业务规则的基本要求。
4建设以主数据为中心的管理方式，促进管理能力提升
要想充分满足收入增长要求，降低管理工作中出现的风险战略目标，数据治理组织在实际工作中就需要加强对业务部门的数据管理。在当前信息中最有价值的环节也会将其称之为主数据。在数据中，主数据也是十分重要的环节，其分布在企业工作和业务流程的每个阶段。当前数据的治理组织已经逐渐意识到了主数据的战略作用，在大多数企业组织中，多个系统和部门之间共享数据的情况也越来越普遍，因此建立数据中心不仅能避免出现系统中信息数据的网状结构，还能确保对外提供准确和一致的数据。在这一环节中，只要是需要交换和共享的数据都会被应用到主数据中，最终形成更为完整和科学的数据信息。所以在某种程度来说，主数据中心不仅是一项技术工作，除了开发和维护之外还应该制定完整的管理方法和工作流程，通过这种方式实现对主数据使用的规范[5]。
5确保实现数据质量管理和数据治理的稳定结合
数据的质量管理应该是当前整个公司工作中最基础的环节之一，因此需要和数据治理体系之间进行有机结合，数据标准为数据质量管理提供科学的质量检查规则来源，而想要对数据标准进行分析，也就是当前工作中出现的一项典型数据质量问题，借助部署的数据质量管理系统，实现对数据标准实施中的监控和检验方式。元数据管理系统可以作为数据质量管理进行输入，从而帮助数据质量形成脚本的自动生成。而数据质量管理系统中存储核验则是信息中出现的另一个元数据，因此也应该被当做是元数据管理进行系统采集[6]。数据中的安全管理中应该对数据所有者进行科学定义，这不仅是构建数据质量管理的重要流程，更是对数据整改权责进行明确的重要依据。
6数据质量是企业管理工作中的重要组成因素
数据质量管理工作应该包含数据产生、数据集成和数据使用，在这一过程的稳定运行下，要想更有效地进行数据质量管理，就要对这项工作的不同环节进行理解，确保工作中的不同功能点分布在更合理的工作流程和环节中。基于基础数据平台类构建数据质量管理系统，并从原系统和应用环节中对业务信息进行明确，能更及时地发现数据质量问题，从而对其及时修正、跟踪或是评估，这也是对数据质量管理工作进行落实的重要方式[7]。此外，数据质量管理工作的发展要想获得更大的成功，最重要的就是构建更为合理和有效的组织架构，从而制定科学的工作流程，而不是对系统本身进行管理。所以更需要对数据质量管理工作进行关注，在这项工作中对组织架构和流程建设工作进行完善。在进行数据质量管理体系建设的环节中，也要加强对以下几个因素的分析：不同部门之间领导对这项工作的重视和引导；负责对数据质量问题进行解决的专业组织或是部门；对数据质量问题进行解决的工作流程和方案；对数据质量问题进行解决的专业工作平台和对数据质量问题进行专业侦测的工具或是技术[8]。数据质量应该是企业数据治理体系中最关键的环节，因此在实际工作中也要确保两者之间的有机结合。数据标准是数据质量管理工作中质量检查的重要来源，但是数据是否能满足工作标准，也是需要研究的一项典型数据质量问题，在对数据质量管理系统进行监管和部署的环节中，也能对数据标准的实施提供合理检验手段。一般情况下，数据集成也是企业发展中数据信息的主要汇集点，所以其暴露问题的几率也相对更大，那么在对数据进行应用的环节中必然会对数据质量问题产生直接影响，这也需要工作人员和相关工作单位引起必要的关注和重视。
7结语
当前社会发展水平的提升使得企业发展也面临着更大的机遇和挑战，因此数据信息作为企业发展的基础环节更应该引起充分的关注和重视。在当前信息整合度不断提升的背景下，数据的应用范围也有所增加，因此在实际使用环节中也出现了很多数据质量问题，在全新背景下怎样对其进行科学管理和数据信息的控制，也逐渐成为了当前企业建设的重要任务。所以在今后的工作中只有在企业发展中确保数据信息技术的稳定发展，其在工作中的价值才能被更有效地得到发掘和重视，从而在今后工作和经济建设中发挥更显著的积极影响，为人们的生活提供便利条件。
参考文献
[1]王丽君,周海滨,韩丽,等.信息化和标准化管理对病案质量及DRGs入组率的影响分析[J].中国医疗管理科学,2018,28(5):24-27.
[2]续瑾成.浅谈数据治理在数据质量管理中的作用[J].中国管理信息化,2016,31(18):192.
[3]张琼文.试论数据治理在数据质量管理中的作用[J].通讯世界,2017,28(3):140-141.
[4]戚学祥.区块链技术在政府数据治理中的应用:优势、挑战与对策[J].北京理工大学学报（社会科学版）,2018,47(5):105-111.
[5]李青,韩俊红.数据治理:提升教育数据质量的方法和途径[J].中国远程教育（综合版）,2018,31(8):45-53.
[6]何海锋,杨文尧天.从数据管理到数据治理———《银行业金融机构数据治理指引》的核心逻辑[J].银行家,2018,59(7):68-69.
[7]钱毅,刘涛.面向智能档案管理的企业数据治理路径研究[J].山西档案,2018,67(2):5-8.
[8]金毅,许鸿艳.大数据时代政府网络舆情治理的制度体系建设[J].中共天津市委党校学报,2018,46(1):78-83.
作者:杨春红 单位:准格尔能源有限公司信息中心
