欢迎访问睿沣科技官方网站

图片展示

400-643-0086

评估数据质量的四种标准

发表时间: 2019-02-12 08:52:32

数据质量是保证数据应用的基础,它的评估标准主要包括四个方面,完整性、一致性、准确性、及时性。评估数据是否达到预期设定的质量要求,就可以通过这四个方面来进行判断。

一、完整性


完整性指的是数据信息是否存在缺失的状况,数据缺失的情况可能是整个数据记录缺失,也可能是数据中某个字段信息的记录缺失。不完整的数据所能借鉴的价值就会大大降低,也是数据质量最为基础的一项评估标准。


数据质量的完整性比较容易去评估,一般我们可以通过数据统计中的记录值和唯一值进行评估。例如,网站日志日访问量就是一个记录值,平时的日访问量在 1000 左右,突然某一天降到100了,需要检查一下数据是否存在缺失了。再比如,网站统计地域分布情况的每一个地区名就是一个唯一值,我国包括了32个省和直辖市,如果统计得到的唯一值小于32,则可以判断数据有可能存在缺失。


二、一致性


一致性是指数据是否遵循了统一的规范,数据集合是否保持了统一的格式。


数据质量的一致性主要体现在数据记录的规范和数据是否符合逻辑。规范指的是,一项数据存在它特定的格式,例如手机号码一定是11位的数字,IP地址一定是由4个0到255间的数字加上”.”组成的。逻辑指的是,多项数据间存在着固定的逻辑关系,例如PV一定是大于等于UV的,跳出率一定是在0到1之间的。


一般的数据都有着标准的编码规则,对于数据记录的一致性检验是较为简单的,只要符合标准编码规则即可,例如地区类的标准编码格式为“北京”而不是“北京市”,我们只需将相应的唯一值映射到标准的唯一值上就可以了。


三、准确性


准确性是指数据记录的信息是否存在异常或错误。和一致性不一样,存在准确性问题的数据不仅仅只是规则上的不一致。最为常见的数据准确性错误就如乱码。其次,异常大的或者小的数据也是不符合条件的数据。


数据质量的准确性可能存在于个别记录中,也可能存在于整个数据集中,例如数量级记录错误。这类错误则可以使用最大值和最小值的统计量去审核。


一般数据都符合正态分布的规律,如果一些占比少的数据存在问题,则可以通过比较其他数量少的数据比例,来做出判断。


当然如果统计的数据异常并不显著,但依然存在着错误,这类值的检查是最为困难的,需要通过复杂的统计分析对比找到蛛丝马迹,这里可以借助一些数据分析工具。


四、及时性


及时性是指数据从产生到可以查看的时间间隔,也叫数据的延时时长。及时性对于数据分析本身要求并不高,但如果数据分析周期加上数据建立的时间过长,就可能导致分析得出的结论失去了借鉴意义。


小结:虽然数据质量的评估标准是按照完整性,一致性,准确性和及时性来进行判断的,即便这四个标准很好理解,但是评估时也不可马虎大意。毕竟数据的质量是保证数据应用的基础。

服务方式

————————

餐饮    ·    零售:13029718886
数据·财税·协同:18646380036

服   务   热   线:400-616-8682

关注我们

————————

图片展示

   

Copyright 2011-2019 哈尔滨睿沣科技有限公司  I  版权所有:黑ICP备18007379号 

电话:400-616-8682

13029718886

地址:哈尔滨市香坊区哈平路凯旋广场B座

Copyright 2011-2018 哈尔滨睿沣科技有限公司  I  版权所有:黑ICP备11003849号-1

客服中心
客户经理
13029718886
客服电话
400-616-8682
工作时间
提供7*12小时技术支持服务
二维码