鄭威



關鍵詞:數(shù)據(jù)質量,因素分析,關鍵成功因素,信息系統(tǒng)。
一、引言
數(shù)據(jù)質量
隨著數(shù)據(jù)倉庫的擴散,通信和信息技術在組織中對高數(shù)據(jù)質量(DQ)的認識和需求日益增加。
二、數(shù)據(jù)質量關鍵成功因素的研究模型
信息系統(tǒng)的成功措施包括:信息系統(tǒng)使用、用戶滿意度、個人影響和組織影響。根據(jù)先前的研究建模,以下是假設:
·1):數(shù)據(jù)質量與感知的凈效益呈正相關。
·2):系統(tǒng)質量與感知的凈效益呈正相關。
數(shù)據(jù)質量和先決條件
1、數(shù)據(jù)質量維度
為了提高整體數(shù)據(jù)倉庫成功模型中數(shù)據(jù)質量構造的解釋力,該模型從三個維度度量數(shù)據(jù)質量:準確性、相關性和可訪問性。
2、數(shù)據(jù)質量先決條件
根據(jù)之前的研究,數(shù)據(jù)質量系統(tǒng)分為兩個主要類別:管理基礎設施和技術基礎設施,其中包含15個技術基礎設施元素。這些數(shù)據(jù)質量程序元素如下面的表1所示。
本研究提出數(shù)據(jù)倉庫數(shù)據(jù)質量的先決條件除了包括與大多數(shù)成功的數(shù)據(jù)質量程序相同的那些因素,還應包括另外四個因素:創(chuàng)新、標準化、培訓和教育,以及在數(shù)據(jù)倉庫中顯得特別相關的檢查和測試。
我們分別重新命名了主要類別:組織基礎設施和數(shù)據(jù)質量系統(tǒng)實施。這些數(shù)據(jù)質量元素類別定義如下:
組織基礎設施:高級管理層對數(shù)據(jù)質量的承諾和參與程度,以及促進或阻礙數(shù)據(jù)質量的組織的整體文化和特征。
數(shù)據(jù)質量系統(tǒng)實施:將數(shù)據(jù)質量視為一個完整系統(tǒng)的程度,包括客戶驅動的需求分析; 測試、檢查、測量和評估過程; 以及數(shù)據(jù)質量規(guī)劃和改進機制。
基于這些定義,提出了包含這兩個數(shù)據(jù)質量元素類別的四個數(shù)據(jù)質量先決條件。四項數(shù)據(jù)質量先決條件的定義如下:
管理承諾和參與:高級管理層對數(shù)據(jù)質量的承諾程度和參與程度。這種正式的承諾和參與表現(xiàn)為政策、目標設定、項目啟動、問責制、數(shù)據(jù)供應商管理、改進過程和信息鏈管理。
促進組織文化和特征:廣泛認為數(shù)據(jù)和信息是商業(yè)資產,并相應地加以處理的態(tài)度。這種待遇表現(xiàn)為創(chuàng)新、積極的數(shù)據(jù)挖掘、適當使用標準化、盡量減少權力斗爭以及在整個組織中進行充分的培訓和教育。
需求分析和技術流程實施:有效識別和處理客戶需求并確保維護質量控制的數(shù)據(jù)質量流程。正確維護質量控制體現(xiàn)在數(shù)據(jù)錄入的準確性和經驗性質量測量和評估的形式上。
數(shù)據(jù)質量系統(tǒng)規(guī)劃和改進:主動規(guī)劃數(shù)據(jù)質量系統(tǒng)的實施,并將質量改進納入其中。
建議的數(shù)據(jù)質量元素結構如表2所示。
根據(jù)這些定義,假設下列數(shù)據(jù)質量先決條件:
·1):“管理承諾和參與”、“促進組織文化和特征”、“需求分析和技術流程實施”、“數(shù)據(jù)質量系統(tǒng)規(guī)劃和改進”與數(shù)據(jù)倉庫數(shù)據(jù)質量正相關。
最后,我們提出了考慮操作數(shù)據(jù)質量在所提出的數(shù)據(jù)質量先決條件和數(shù)據(jù)倉庫數(shù)據(jù)質量之間的中介作用。因此,假設如下:
·2):組織內的運營數(shù)據(jù)質量與DW數(shù)據(jù)質量成正相關
·3):“管理承諾和參與”、“促進組織文化和特征”、“需求分析和技術流程實施”、“數(shù)據(jù)質量系統(tǒng)規(guī)劃和改進”與運營數(shù)據(jù)質量成正比。
這些假設反映在圖3所示的完整研究模型中。
三、結論
該研究模型基于現(xiàn)有文獻和以往關于數(shù)據(jù)質量關鍵成功因素的研究,包括四個因素類別組和二十五個因素項目。從大規(guī)模調查的因子分析結果來看,原有的信息系統(tǒng)關鍵成功因子數(shù)據(jù)質量研究模型應該修改為數(shù)據(jù)質量管理因子、人員因子、組織因子和環(huán)境因子四大因子類別,25個因子項目應該重新歸類為不同的因子類別。本文提出的因子分析方法為現(xiàn)有文獻中缺乏的數(shù)據(jù)質量關鍵成功因子的研究模型提供了更加科學的依據(jù)。因此,該研究對數(shù)據(jù)質量領域具有重要的理論貢獻。此外,它還為數(shù)據(jù)質量和信息系統(tǒng)管理領域的從業(yè)人員提供指導,說明確保其系統(tǒng)中的高質量數(shù)據(jù)的關鍵成功因素。
參考文獻
1. 張瓊文. 試論數(shù)據(jù)治理在數(shù)據(jù)質量管理中的作用[J]. 通訊世界,2017(3).
2. 卿曦. 源頭數(shù)據(jù)治理 優(yōu)化數(shù)據(jù)質量[J]. 大眾用電,2018,32(11):20.
3. 楊春紅. 數(shù)據(jù)治理在數(shù)據(jù)質量管理中的影響分析[J]. 電腦編程技巧與維護,2018,000(012):92-93,107.
4. 程大慶,鄭承滿. 數(shù)據(jù)倉庫數(shù)據(jù)質量的治理及體系構建[J]. 中國金融電腦,2011,000(006):28-34.
5. 徐嵐珊,郭樹行. 面向數(shù)據(jù)治理的數(shù)據(jù)資產質量評估模型研究[J]. 科技資訊,2020,018(003):18-19.
6. Lee,Y.,Strong,D.,Kahn,B. and Wang,R. (2002) AIMQ:a methodology for information quality assessment,Information and Management,40,133-146.
7. Pipino,L.,Lee,Y. and Wang,R. (2002) Data Quality Assessment,Communications of the ACM,45,4,211-218.
8. Rahm,E. and Hai Do,H. (2000) Data Cleaning:Problems and Current Approaches,IEEE Computer Society,23,4,3-13.
9. Redman,T. (1998) The Impact of Poor data Quality on the Typical Enterprise:Poor Data Quality Has Far-Reaching Effects and Consequences,Communications of the ACM,41,2,79-82.
10. Wand,Y. and Wang,R. (1996) Anchoring Data Quality Dimensions in Ontological Foundations,Communications of the ACM,40,5,103-110.