在有关ISO 8000：150的第四篇文章中，我们将研究数据质量改进过程，这些过程构成了此标准中定义的总体数据质量管理方法的一部分。有关该标准的概述，请参见ISO 8000：150 –数据质量管理框架。
数据质量改进处理校正数据中的错误，并消除数据错误的根源：
■数据管理和流管理是分析数据流和责任并管理数据操作管理的过程
■数据错误原因分析是识别数据错误根本原因以防止其再次发生的过程
■数据错误纠正是纠正不符合标准或数据质量标准的数据的过程
尽管数据操作流程专注于数据质量的“领先”因素，而数据质量监控流程是数据质量问题的“滞后”指标，但数据质量改进流程应将数据校正至预期水平。
一、数据管理和流向管理
由于数据与数据流之间的交互作用以及可以在系统和数据存储之间共享数据的方式，因此重要的是了解数据如何在整个组织中“流动”，以便能够有效地管理其质量。此过程中的两个核心活动是：
■定义谁可以访问和更改各系统中的数据，例如管理权分配以及对这些授权的持续管理
■数据流向管理用于了解不同数据存储中相同数据之间的关系，以及其中的更改应如何“流向”其他数据，这是主数据管理的组成部分，通常会涉及多个组织单位之间的协调
这些活动还与其他数据质量过程有关：
■数据流向管理和数据架构管理之间存在紧密的联系，因为一个定义了数据关系，另一个定义了数据之间的关系。从个人的角度来看，我将这些视为标准中的单个过程
■此过程由数据质量计划提供信息，因为这为该活动设置了框架和优先级
■数据错误原因分析可以将来自此过程的信息纳入分析过程
二、数据错误原因分析
我们看一个常见的数据错误类比：如果您没有治愈污垢的源头，那将浪费您的时间清洁游泳池中的。对于数据而言，同样重要的是找出数据错误的根本原因，以便更正数据。此过程中的两个核心活动是：
■识别和纠正根本原因–这里的挑战是为评估数据错误制定合适的标准，以免陷入分析困境。一旦确定了根本原因，就应予以纠正
■应评估数据存储和系统，以确定这些根本原因是否也可能存在于此，在这种情况下，也应予以纠正。此活动应有助于防止重复出现问题。
该过程也与其他数据质量过程有关联：
■根据确定的错误原因，可能需要调整数据管理和数据流向
■错误原因分析的输出应作为数据错误校正的输入
■错误原因分析的输出可以作为数据质量标准和数据设计的输入，以进一步降低再次发生错误的风险
三、数据错误纠错
可以从多种来源识别数据错误，尤其是数据质量监视和数据错误原因分析过程。该过程涉及：
■同意谁、如何以及何时纠正数据错误
■确保根据需要与其他方和数据存储共享更正
对于上述两项活动，重要的是要确保工作人员具有所需的权限才能进行更正。
这些过程有助于以可控的方式将数据质量提高到所需的水平。本系列的下一篇文章探讨与此框架相关的组织方法。
联系客服
