老汤姆最近去了一个电商企业，担任数据部门的总监一职，负责企业所有与数据相关的工作内容，管理数据开发、数据工程、数据产品和数据分析等团队。

按照老汤姆以往的经验，入职第一周，他需要同合作部门都进行交流，了解业务现状及合作部门对数据部门的反馈意见，以方便后续开展工作。因此，他和各个业务部门的负责人都约了一对一面谈。

很多业务部门的负责人都不约而同地提及了一个“痛点”——数据质量的问题。例如，报表的数据产出经常延迟，甚至经常出现数据不一致的情况，这让大家很困惑；除此之外，还有指标同名不同义、同义不同名的情况等。听着各业务部门负责人的吐槽，老汤姆不好意思地直挠头。

接着，老汤姆和团队的每位成员也做了一对一的面谈。当和数据产品经理小风（负责建设数据中台）交流时，老汤姆也感受到了他被数据质量的问题所困扰。

针对当前出现的问题，小风已经设计了一些方案和解决办法。在听完老汤姆介绍自己的履历和经验之后，小风带着求知若渴的眼神说：“老汤姆，最近大家在用数据的时候，发现质量很差。都知道数据质量很重要，我设计了一些数据中台的架构和方案，对你的经历也比较好奇，能简单和我讲讲你们之前是怎么做的吗？”

老汤姆看着小风，意味深长地说：“关于数据质量，我想先和你简单地说一下提升数据的价值。随着业务的发展，数据量会呈现爆炸式的增长，数据能发挥的价值会越来越大，数据质量的问题就会越来越严重。低质量的数据不仅使用不便，还有可能误导决策，导致灾难性的结果。说得直接一点，数据质量的高低决定了数据是否能够真正发挥价值。”

还没等老汤姆说完，小风就打断：“这些我都知道，各个业务部门一直在反复吐槽数据质量的问题，其实就已经从侧面反映出了数据质量的价值。可是，我们现在没有统一的标准去衡量数据质量的高低，有了衡量标准才好确定工作方向啊！”

老汤姆看小风有点儿着急，耐心地解释：“如何判断数据质量的高低呢？什么样的数据是高质量的呢？引用美国著名的质量管理学家J.M.朱兰（J.M.Juran）的一句话：If they are fit for their intended in operations， decision making and planning。意思是如果根据这些数据做出的操作、决策和规划符合之前的预期，那么这些数据是高质量的。换个角度来理解，高质量的数据可以真实地反映它们所代表的主体信息。说到判断数据质量的标准，不得不提一个词，大家应该经常用到，就是SLA，Service-Level Agreement，即服务等级协议，指的是系统服务提供者（Provider）对客户（Customer）的一个服务承诺。”

小风听到这，赞同地点点头：“我听说过SLA这个词，之前我们也会给业务方承诺SLA，可是我们承诺的大部分SLA都没有达到，所以慢慢地SLA就名存实亡了。”说到这，小风不好意思地挠挠头。

老汤姆宽慰地笑了，拍了拍小风的肩膀：“你说的这些问题业务方都反馈过。其实SLA只是一种方式，数据质量可以通过很多维度去衡量。我给你重点解释一下。”

从定性的角度来看，数据质量的衡量涉及数据的完整性、数据的准确性、数据的一致性、数据的规范性及数据的时效性等，如图1-1所示。其中，数据的完整性要求业务涉及的数据是完整的，能够对业务造成很大影响的数据都要保持一定的完整性；数据的准确性要求数据是准确无误的，且在精度上能满足业务的需求；数据的一致性要求同一个指标的口径要一致，不能有二义性；数据的规范性要求数据是被有效组织的，并且能够被高效地获取；数据的时效性要求业务数据都是最新的，而不是无效的过期数据。

1.数据的完整性

数据的完整性主要是通过采集数据的完整程度来衡量的，它被用于评估应采集数据和实际采集数据之间的差异。例如，在电商的用户个人信息页中，电商平台会让用户完善头像、昵称、性别、出生日期等数据；在用户下单的过程中，电商平台会让用户填写收件人、收件地址、电话号码等信息，如果用户仅填写了部分信息，电商平台采集到的数据就是不完整的。

数据的完整性体现了数据的质量，只有基于更多完整的数据，才能发现更多的信息，实现多场景探索和更大价值的挖掘。

2.数据的准确性

数据的准确性反映数据值和真实值之间的差距，即误差，误差越大，准确性越低。数据的准确性至关重要，只有基于准确的数据做出的决策才是真实可靠的。

例如，订单量这个指标，业务真实发生的有100万笔订单，而数据统计的只有92万笔，数据值和真实值之间有8万笔的误差，误差达到了8%，这对业务的目标达成率评估和任务拆解都可能造成误导。因此，我们需要严格保证数据的准确性。

3.数据的一致性

数据的一致性要求对于同一个指标，数据的数值要是一致的。数据的一致性是数据部门经常面临的一个问题，从不同出口出来的数据不一致，导致用户不知道以哪一份数据为准，从而怀疑数据的质量，并对数据部门产生不信任感。

4.数据的规范性

数据的规范性要求数据被按照统一的格式存储、被有效组织，并且能被高效地获取。例如，数仓（数据仓库的简称）通过规范表的命名、表的注释等，可以让数据被更有组织地管理，后续也能被高效地获取和使用。

5.数据的时效性

数据的时效性要求数据能够被及时产出。我们经常遇到的一些情况是，业务部门希望能够在早上8点看到数据，以便指导业务动作，但是，由于数据的时效性存在问题，数据在中午12点才被产出。数据的时效性也是SLA重点强调的一部分，关于数据服务承诺，可以量化的最重要的指标就是数据的时效性。要想很好地服务于业务，提升用户体验，我们就要保证数据的时效性。

综上所述，数据质量很重要，大家千万不要小看数据质量的问题，它是一切数据建设和数据产品化的基础。数据质量的问题在很多小企业中尤为严重，这些企业采用“业务先发展，数据后治理”的思路，导致后期做数据治理的成本极高，甚至到了数据质量影响业务发展，企业不得不重新采集数据的地步，对时间成本和人力成本造成极大的浪费。这非常不可取。

在后面的章节中，老汤姆会带领小风提升数据的质量，还会建设完善的数据中台，彻底解决上面提到的数据完整性、数据准确性、数据一致性、数据规范性及数据时效性的问题。

用一句话来总结数据质量的重要性：产品千万种，数据第一条，建设不规范，企业两行泪。 JK2NZEolI9MLOAmGkNllJro3nIVmUbiyZpS5UX9shOtJ6TS++sPbyHsD2cuqdcu2