數(shù)據(jù)治理中的數(shù)據(jù)質量影響因素分析

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.