问 AI 助教考点精讲
- 第 422 页五步实施顺序：度量（有效度量数据质量）、剖析（获取统计信息和关系模板）、预防或纠错（第一时间避免质量问题）、根因分析（找到问题根结）、修正（清理数据问题）。第 416 页表 13-2 映射戴明环：计划、执行标注数据质量团队，检查标注业务运营团队；行动行仅列第 9 项、未标团队，第 415 页图 13-2 配色将行动与检查并归业务运营团队。第 417 页图 13-3 未作分类分组：缺乏监督、数据处理工作、早期问题修复、数据录入流程、系统设计五个来源框汇入「常见的数据质量问题原因」再指向「差的数据质量」。第 426 页主张系统化解决根因，「查找和解决问题发生的地方」是最佳实践，即纠正须含预防再发。
- 前后置引导：需先掌握六个数据质量维度，本页讨论的是如何围绕这些维度组织改进。；质量议题延伸到大体量数据时会遇到新挑战，建议接着学习「大数据与数据科学」。
记忆技巧
三种清洗方式记「自动化纠正·人工介入·手动纠正」
最佳实践一句话记「到问题发生的地方去解决，并把预防一并做掉」
常见误区
- 以为质量改进只靠清洗数据，忽略讲义强调根因修正与预防
- 把检查阶段归给数据质量团队，忽略讲义明确「检查（业务运营团队）」
- 认为删减数据可以提升质量，忽略讲义练习题把「删减数据」列为不能提升质量的方式
- 忽略「查找和解决问题发生的地方」意味着纠正要包含防止再次发生
- 把图 13-3 误记成「管理类/流程类/规则类/系统类」四分组——原图是五个来源框汇入一个总因，并未分四大类
真题思路
常见问题
Q：数据质量活动如何映射到戴明环？
A：计划与执行由数据质量团队承担，检查与行动涉及业务运营团队。（解析：讲义第 416 页表 13-2 显示：计划阶段含定义高质量数据、制定细则、确定初始评估范围、开展初始评估、识别改进事项与优先级、确定改进目标；执行阶段含制定操作步骤、开发部署运营工作、纠正缺陷；检查阶段由业务运营团队度量监测并报告；行动阶段为第 9 项「纠正数据质量缺陷」，原表未标团队，第 415 页图 13-2 用配色把行动与检查一并归入业务运营团队。）
Q：三种数据清洗方式是什么？
A：自动化纠正、人工介入、手动纠正。（解析：讲义第 426 页原文列出这三种。并强调系统化解决数据质量问题及其根本原因，以最大限度降低纠正措施的成本和风险。）
Q：图 13-3 里的质量问题原因是怎么组织的？
A：五个来源框汇入「常见的数据质量问题原因」，再指向「差的数据质量」，原图未作分类分组。（解析：讲义第 417 页图 13-3 目视核对：五个来源框分别是缺乏监督、数据处理工作、早期问题修复、数据录入流程、系统设计，各自挂出若干具体原因后汇入中央的「常见的数据质量问题原因」，最后指向「差的数据质量」。图中没有「管理类 / 流程类 / 规则类 / 系统类」这样的分组标签，也没有把主数据和参考数据管理不当归到某一类——它直接挂在「系统设计」这一支下。答题时若遇到「分四大类」的说法，需以原图为准。）
Q：「查找和解决问题发生的地方」是什么意思？
A：纠正措施应在问题发生处实施，并包含预防再次发生。（解析：讲义第 426 页：系统化解决数据质量问题及其根本原因，以最大限度降低纠正措施的成本和风险；「查找和解决问题发生的地方」是数据质量管理的最佳实践，这通常意味着纠正措施应包括预防数据质量问题的再次发生。）
Q：数据质量管理的第一个原则是什么？
A：聚焦关键数据。（解析：讲义第 410 至 411 页：把改进工作的聚焦点放在对组织及客户最重要的数据上；主数据和参考数据通常被定义为关键数据。这是资源有限时排序改进事项的基准。）
相关知识
教材出处：第13章 数据质量 数据质量改进