[發明專利]一種煙草企業數據質量管理系統及方法

無效

• 申請號: 201010210520.7
• 申請日: 2010-06-28
• 公開（公告）號: CN101894319A
• 公開（公告）日: 2010-11-24
• 發明（設計）人: 侯杰華;顏玫;蔡喆;鄒暾;徐智;江俊;崔凱;姚利軍;申玉華;劉輝;劉業鴻
• 申請（專利權）人: 中國煙草總公司湖南省公司
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q50/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李紅團

技術領域

本發明涉及一種數據質量管理系統和方法，并且更具體地涉及一種煙草企業數據質量管理系統及方法。

背景技術

煙草行業是一個比較特殊的行業，各主要煙草國對國內煙草的制造與經營都曾利用法律手段進行過、或正在進行專賣管理，以實現國家對煙草行業的壟斷經營。在加強對行業的統一管理的同時，也加劇了行業經營的相對封閉性、加劇了非市場化因素對行業發展的影響。

煙草行業要想生存和發展，必須根據市場環境和企業經營狀況的變化，動態地調整企業的戰略和戰略實施方法，以實現企業績效的持續改善。因此，煙草行業迫切需要一套符合行業特點、保持行業成長、保障企業業績提升的績效管理體系，以實現對各項活動的管理。隨著煙草行業企業管理逐漸從面向流程、面向業務到面向績效的管理模式過渡，這一問題已經成為煙草行業企業管理者探索的重點。

質量是數據資產的生命。今天越來越多的企業開始高度重視其數據的質量問題，很多公司還制定了一些相應的管理規范。發明人在對數據質量管理問題進行深入的分析和研究的基礎上認識到：數據質量管理既需要有管理規范，也需要有技術手段。為此迫切需要設計并開發了一個專門的數據質量管理系統來全面支撐企業的數據質量管理，這為煙草行業如何用信息化手段來支撐數據質量管理從而持續改進企業數據質量開創了先例。同時，又制定了一套完善、結合實際的數據質量管理流程和管理規范，來保證數據質量的持續完善。數據中心數據質量管理系統設計的總體目標在于幫助企業的IT部門持續的發現、分析并處理整個IT環境中的數據質量問題。

發明內容

本發明的目的在于提供一種數據質量管理系統，其包括：信息采集模塊，用于收集質量規則管理和數據質量診斷所需要的各種原始信息；質量規則管理模塊，用于管理所有對象在準確性、一致性、完整性、及時性、可獲取性這五大質量度量方面所應遵循的質量規則；數據質量診斷模塊，用于根據信息采集模塊傳遞的數據、質量規則管理模塊的質量規則定義和具體的數據質量診斷任務、定時進行數據質量診斷并生成質量診斷結果；數據質量報告模塊，用于將數據質量診斷的結果信息以不同用戶使用的方式傳遞給所述用戶；數據質量處理模塊，用于根據所述數據質量報告模塊所列的待處理質量問題清單，按照級別高低處理質量問題。

本發明的目的還在于提供一種數據質量管理方法，其包括下面的步驟：信息采集步驟，用于收集質量規則管理和數據質量診斷所需要的各種原始信息；質量規則管理步驟，用于管理所有對象在準確性、一致性、完整性、及時性、可獲取性這五大質量度量方面所應遵循的質量規則；數據質量診斷步驟，用于根據信息采集模塊傳遞的數據、質量規則管理模塊的質量規則定義和具體的數據質量診斷任務、定時進行數據質量診斷并生成質量診斷結果；數據質量報告步驟，用于將數據質量診斷的結果信息以不同用戶使用的方式傳遞給所述用戶；數據質量處理步驟，用于根據所述數據質量報告模塊所列的待處理質量問題清單，按照級別高低處理質量問題。

本發明的有益效果是：通過依據本發明的數據質量管理系統，可以全面支撐企業的數據質量管理，這為煙草行業如何用信息化手段來支撐數據質量管理從而持續改進企業數據質量開創了先例。同時，又制定了一套完善、結合實際的數據質量管理流程和管理規范，來保證數據質量的持續完善，從而保證了信息化建設的全面、順利開展。

附圖說明

圖1是依據本發明的一個具體實施例的數據質量管理系統的結構框架圖；

圖2是依據本發明的一個具體實施例的數據質量相關對象定義示意圖；

圖3是依據本發明的一個具體實施例的數據質量規則管理示意圖；

圖4是依據本發明的一個具體實施例的數據質量診斷示意圖；

圖5是依據本發明的一個具體實施例的數據質量技術診斷報告示意圖；

圖6是依據本發明的一個具體實施例的數據質量業務診斷報告示意圖；

圖7是依據本發明的一個具體實施例的數據質量階段性評估報告示意圖；

圖8是依據本發明的一個具體實施例的數據質量階段評估報告示意圖；

圖9是依據本發明的一個具體實施例的另一數據質量階段評估報告示意圖；

圖10是依據本發明的一個具體實施例的數據質量問題處理示意圖。

具體實施方式

從數據質量所管理的數據流轉過程來看，目前系統中我們主要通過四個方面來保障數據中心系統的數據質量。

1、數據源頭的質量規則診斷；

2、數據加工ETL過程的監控；

3、數據加工后，各系統的指標一致性稽核；

4、關鍵業務指標波動情況預警；