选择关键业务对象及指标,写明来源、责任人与可接受范围。完整性可检查必要字段是否为空;唯一性可检查业务主键重复;一致性可核对跨系统编码;及时性可检查更新时间;准确性通常需要权威来源或人工核对。
定义规则和检查频率,记录异常样本、数量、影响及版本,分派给业务和源系统责任人;修复后重新运行检查,复核指标与报表,保留处理记录。自动补值或删除可能改变业务含义,需要审批。
数据质量要结合使用场景判断。围绕区域收入分析,可在 SmartBI 数据准备与模型阶段检查关键字段是否缺失、关联后是否重复、数据日期是否符合分析周期,再通过 指标管理明确收入计算规则和组织范围。
使用 Insight 报表作为核对入口,比较同一数据快照下的源数据、模型结果与指标结果;白泽问数出现差异时,再区分是源数据缺失、关联粒度、指标口径还是问题理解错误。不同错误应分派给源系统、数据工程、业务口径或应用负责人,修复后重新运行对账与问题集。
SmartBI 的分析数据准备与结果验证可以成为质量闭环的一部分;全企业质量规则平台、源头整改和工单联动的具体覆盖由项目确定。
例如某批次必要客户编码完整率 = 非空记录数 ÷ 应检查记录数;分母、排除范围、采样方式和统计时点应预先约定。质量达标阈值应根据用途和错误代价商定,避免把示例阈值当作通用标准。
对智能问数,除检查源数据,还要核对指标定义、问题理解、SQL 或计算、权限、结果和解释。对知识问答,还要检查文档来源、时效、检索及引用;对训练数据集,需要检查代表性、标注和测试集隔离。
业务负责人确认定义与影响,数据团队制定监控和加工规则,源系统负责人修复源头,安全团队确认权限,应用团队负责端到端评测。SmartBI 围绕分析数据、模型指标和应用结果开展核对;源头问题由对应系统负责人修复,质量与业务团队共同跟踪。
手机端可左右滑动,查看完整表格。
| 维度 | 示例规则 | 例外和处理 |
|---|---|---|
| 完整性 | 本期已确认订单的组织编码不能为空 | 约定适用订单范围,缺失单据退回源系统责任人 |
| 唯一性 | 订单号与行号组合在约定范围内唯一 | 区分重复导入和合法的版本或拆分 |
| 一致性 | 销售系统与财务系统使用经批准的组织映射 | 跨期组织调整按有效日期匹配 |
| 及时性 | 约定的日批次在指定时间前完成并可使用 | 节假日及补录按双方约定处理 |
| 准确性 | 抽样金额可与权威单据核对 | 记录权威来源、抽样方法和差异原因 |
每条规则还需要明确检查频率、责任人、阈值、异常等级、修复时限和复核人。阈值属于业务约定,不能仅以行业通用百分比替代。
以月度收入异常为例,先核对统计时点、组织、币种和退款口径;再检查原始凭证是否缺失或重复、任务是否延迟、汇率与组织映射是否使用了正确版本。若源系统漏录,由源系统责任人修复;若公式定义存在争议,由财务确认并批准版本;若问数理解了错误时间范围,则修正语义或查询行为。修复后用原样本及相关边界问题回归。
建立质量看板时,既可记录规则通过率,也要记录高影响异常数量、处理时长和反复发生的根因。分母、采样和统计周期变化时,不能直接比较不同批次。
常用维度包括完整性、唯一性、有效性、一致性、准确性与时效性。同一维度应落实为可检查的规则,例如按来源验证入库记录是否重复。
质量规则应写明对象、条件、阈值、频率、例外和处理责任。例如每日检查有效订单的主键唯一性,同时明确数据时间与告警责任人。
先按源系统、批次和加工节点定位异常,再由责任人修复源头或转换规则。回归检查应同时覆盖历史补数与后续新增数据。
还要验证业务语义、指标复算、数据时效、权限与知识版本。可把历史错误和边界题纳入回归集,观察修复是否改善真实问答。
本文内容通过AI工具匹配关键字智能整合而成,仅供参考,SmartBI不对内容的真实、准确或完整作任何形式的承诺。具体产品功能请以SmartBI官方帮助文档为准,或联系您的对接销售进行咨询。如有其他问题,您可以在线咨询进行反馈。
覆盖传统BI、自助BI、现代BI不同发展阶段,满足企业数字化转型的多样化需求
电话:
邮箱:
一对一专属咨询