数字化转型导师坚鹏：数据标准与数据质量
数据标准与数据质量
课程背景：
很多企业存在以下问题：
Ø 不知道如何制定企业数据标准？
Ø 不清楚如何提高企业数据质量？
Ø 不清楚如何学习数据相关案例？
学员收获:
Ø 深入学习企业数据标准制定办法。
Ø 深入掌握企业数据质量提高办法。
Ø 深入学习企业数据相关成功案例。
课程特色：
Ø 有实战案例
Ø 有原创观点
Ø 有精彩解读
授课老师： 坚鹏老师
培训对象：
企业数据治理从业人员。
课程设置时间：6小时
授课特点:
Ø 焕发精神、启发思考、激发行动
授课风格：
Ø 以案例的方式解读原创方法论
Ø 以互动的方式增强学员获得感
Ø 以咨询的方式提高培训实效性
课程大纲：
一、企业数据标准基础
1．数据标准的分类
2．物资类数据标准
3．产品类数据标准
4．财务类数据标准
5．管理类数据标准
二、数据标准管理
1．数据标准产生的背景
2．数据标准管理体系设计思路
3．数据标准实施路径
4．基础类数据标准准入原则
5．数据标准判定原则
6．数据标准体系示例
三、数据质量管理体系建设方法
1．什么是数据质量
2．数据质量管理目标
3．数据质量管理方法
4．数据质量评估
5．数据质量维度
6．XX企业数据质量检查规则案例
7．数据质量监控
8．数据质量管理闭环
四、数据质量管理平台
1．数据质量管理平台技术架构
2．数据质量检查执行服务
3．检查规则执行服务检查点
4．数据质量管理分析报告生成服务
5．分析报告生成服务：数据质量汇总日报等
6．数据质量管理元信息库
7．检查规则配置管理
五、数据质量主要问题及存在原因分析
1．主要问题分析
（1）数据质量不高
（2）频繁迟报增量数据
（3）数据漏报问题严重
（4）数据错报现象严重
（5）完整性自核工作开展不力
（6）数据整改延期
2．核心原因分析
（1）机构在对待数据质量及报送问题上的不严谨
（2）企业内部缺少常态化监督机制
（3）企业缺少智慧化的数据质量专项治理系统
（4）经办人员对有关指标的概念和范围理解不清、粗心大意
（5）客户提供的信息错误或拒绝提供相关信息
3．重要改进对策
（1）数据质量专项治理系统改进对策
（2）建立智慧化的数据质量专项治理系统
（3）建立先进的数据质量管理系统
（4）数据治理具体改进对策
六、数据质量问题解决的五大关键
1．明确管理部门责权，建设数据治理专业人才团队
2．科学监管数据确权，落实业务闭环数据质量责任
3．加强数据安全保护，保障数据全生命周期管理
4．完善问责和激励机制，加强数据应用和分析
5．提升数字化水平，促进数据业务发展
