众所周知，数据是企业至关重要的资产。低质量的数据将导致业务流程阻塞、运营成本增加以及决策困难等一系列问题。原来分阶段、单一的信息系统建设在于实现系统自身内部的功能以及解决系统内部范围内的数据质量问题，但是需要注意的是，数据集成项目涉及的都是跨系统、跨数据源的集成项目，这就决定了在数据集成和数据交换，以及数据共享的过程中，很明显暴露出来数据的一致性、准确性、完整性和及时性等方面的问题。

1 影响企业信息化建设中数据质量的因素归纳为以下几点：

1.1 在以前系统实施时遗留的问题：在企业实施软件项目时，各系统由不同公司来实施完成，这些系统的设计与实施时没有全盘考虑及统一规划；各个系统间采用的实现技术、架构的设计以及业务数据的规范性都不尽相同，造成了存放在数据库中的数据字段的名称、数据颗粒以及在数据的表达方面存在多样性，最终形成一样的数据表达的意义与存放的形式间差异很大；

1.2 由于在企业的软件项目实施时公司间的技术水平的差异造成了数据的不一致、不精确甚至严重的存在数据的二义性等问题；

1.3 在企业的软件设计时没有系统的考虑后期的数据维护与数据更新的功能，为后期的软件规划与实施埋下了隐患；

1.4 企业在实施软件项目过程中对数据的录人的缺乏验证与监督管理的措施，一般在企业的信息化项目实施过程中，对业务流程上投放的精力很多，也就是只关心系统的数据时从那来，获取数据后怎么处理，而不关心进入系统中的数据的质量怎样。导致在信息化项目实施完后产生了“副产品”。

2 构建数据质量管理平台架构

从构建数据质量管理平台架构来讲数据是一个企业的血液，一点也不夸张，随着企业运作，数据本身并不是一成不变的。它与数据收集和不断变化的使用，而数据产品的生产也关系到企业的管理和运营的各方面，这也就是说，如果一个企业要解决数据的质量问题企业的管理高层要重视起来。

2.1 关于数据质量管理

数据也是一种产品在实际的管理中也要有相应的管理方法与管理策略。在该模块的管理中有对数据质量的定义、数据质量的度量、数据质量的分析、数据质量的改进等构成对数据质量的管理的循环。其中的核心功能包括：数据质量的定义是反映生产者、数据提供者和数据的管理者从不同角度对数据的要求：数据质量的度量是根据数据产品的质量的定义，跟踪数据的相关度量，确定数据质量的指标体系，并在此过程监控数据产品的质量：在这个数据质量的管理中的分析就是针对数据质量的出现的问题进行改进分析：改进就是根据数据质量的分析结果。采用相关的数据转换、与数据的清洗等方法进行改进。

2.2 关于元数据管理

元数据是系统最基础的数据，也可以说是系统中数据的数据。元数据在企业信息化系统间起到桥梁和纽带的作用。元数据主要有数据模型元数据、生产模型元数据、质量模型元数据三类，数据模型元数据可以理解为数据库系统中的数据字典，它提供关于数据实体的描述。生产模型的元数据是生产过程的描述的基础数据。而质量模型元数据提供的是关于质量要求以及质量标准体系的描述。

从以上可以看出，此平台为模块之间相互独立的三层架构，可以直接引入数据清洗工具、质量问题分析工具等比较成熟和有效的工具。

3 结束

本文提出了数据质量管理平台这一概念，在以后的企业信息化过程中希望能给以参考，针对在软件的实施过程中产生的各种问题进行了分析和下定义。同时在度量和方法的改进方面做了相关记录，为企业的进一步信息化建设中的数据质量持续改进提供出一种系统科学并行之有效的建设性新思路。