模块一：数据质量概述

1、数据质量定义

（1）数据质量管理对象

（2）数据质量管理整体目标

模块二：数据质量问题分析

1、业务类问题、技术类问题、实践案例

（1）业务类元数据问题、业务数据标准问题、数据质量需求问题

（2）采集/生成技术问题、传输技术问题、加工技术问题、使用技术问题

（3）数据运营维护技术问题、环境信息问题、技术标准问题、技术类元数据问题

2、管理类问题、流程类问题、实践案例

（1）人员管理问题、培训问题、机制制度问题

（2）数据需求流程、数据采集/生成流程、数据传输流程、数据加工流程

（3）数据使用流程、数据运营维护流程、数据稽核流程

模块三：数据质量问题度量维度

1、准确性、完整性、及时性、一致性、合规性概念定义

（1）准确性：数据值域约束、数据规则约束、主键唯一约束、代码取值约束

（2）完整性：非空约束、非法值约束、记录缺失、数据保存周期

（3）及时性：获取时间约束、获取频率约束、系统更新及时性约束

（4）一致性：数据引用约束、数据流转约束

（5）合规性：长度约束、进度约束、格式约束

2、常见数据质量评分卡应用案例

模块四：数据质量主流IT工具介绍

1、BDX、Griffin、DataMan、BDP、Qualitis等工具介绍

（1）整体功能描述、主要功能点、系统流程、高可用、开发语言、是否开源

（2）数据质量管理平台研发案例

2、通信运营商、金融、能源行业应用案例

模块五：数据质量工作内容

1、数据质量管理的组织及职责

2、据质量管理整体流程

3、数据质量管理需求管理

4、数据质量检查稽核策略：PDCA、机器质检、人工质检

5、数据质量问题分析、处理与提升

6、数据质量管理评价与整改跟踪

模块六：数据质量总结