---
name: improving-data-quality
description: Use when data is unfit for a business purpose, recurring errors or inconsistent values affect operations or reporting, a quality baseline or rules are needed, or defects require prioritization, root-cause analysis, prevention, correction, monitoring, and accountable resolution.
---

# 数据质量持续改进

## 核心原则

数据质量由具体用途决定。先确认关键数据、消费者、损害与可测要求，再剖析现状，找出错误进入或传播的位置，设计预防、侦测、纠正和持续运行控制。一次性修复只有在复发原因被控制、例外有责任且趋势稳定时才算有效。

## 适用边界

- 准确性、完整性、有效性、一致性、唯一性、及时性、完整关系等质量问题，以及画像、规则、评分卡、问题闭环和根因整改使用本技能。
- 跨系统共享客户/产品身份、黄金记录、合并/拆分裁决或参考代码权威由 `managing-reference-and-master-data` 主导；本技能评估其质量并反馈控制缺陷。
- 仓库/接口内部的装载与发布对账分别由 `delivering-data-warehousing-and-bi` 和 `integrating-data` 实施；本技能批准业务适用性、质量规则和问题整改。
- 仅做一个字段格式转换且没有质量风险、持续控制或责任流程时，由相应实现团队处理。

## 工作流

1. 明确消费者、用途、错误后果、关键数据元素、业务 owner 和可接受的风险；按用途定义“适用”而非抽象完美。
2. 阅读[数据质量项目手册](references/playbook.md)，盘点生命周期、来源、转换、消费者、现有控制、基线窗口及投诉/损失。
3. 为每个关键元素定义维度、可测试业务规则、范围/分母、例外、阈值、owner、版本、生效、回测和发布。
4. 画像并分层测量存量与增量、输入与输出、错误量与率；将样本和影响映射到业务风险与收益优先级。
5. 对高影响问题建立根因假设、证据和复发验证；检查录入、流程、接口、处理、模型、监督和激励。
6. 在产生处预防，在流转/消费点侦测，并对历史错误做可审计纠正；为隔离、降级和恢复设置责任。
7. 按严重度运行问题、争议、例外/风险接受、SLA、升级和关闭复测；用质量趋势与业务效果持续评估控制。

## 交付模板

使用 [中文交付包](templates/delivery-pack.zh.md) 或 [English delivery pack](templates/delivery-pack.en.md) 组织输出。叙述性方案和评审记录使用同目录 Word 模板；矩阵、台账和评分卡使用同目录 Excel 模板。模板中的责任、阈值、批准和证据须由实际项目确认。

## 输出契约

输出用途/关键数据/责任矩阵；维度与版本化规则；画像和基线；业务影响、损失与优先级；根因树/证据；预防—侦测—纠正控制图；问题与例外工作流；评分卡、趋势、SLA 和效益；阶段门、风险、残余例外与验收证据。

## 常见错误

| 错误 | 修正 |
|---|---|
| 先清洗再问用途 | 先定义消费者、损害、关键字段和可接受阈值 |
| “完整率 98%”无分母 | 写明对象、条件、排除、窗口、源和测点 |
| 发现重复就直接合并 | MDM 裁决身份；质量团队测量与追踪误差 |
| 下游补值掩盖源头错误 | 找到发生点、修源/流程并标注下游补偿 |
| 指标改善就关闭问题 | 验证根因控制、复发趋势和业务结果 |
| 规则静态清单 | 审批版本、生效、回测、监控和回退 |
| 例外永久放行 | 指定批准人、期限、补偿控制、复核和风险记录 |