很可惜 T 。T 您現(xiàn)在還不是作者身份,不能自主發(fā)稿哦~
如有投稿需求,請把文章發(fā)送到郵箱tougao@appcpx.com,一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系:鳥哥筆記小羽毛(ngbjxym)
“ 數(shù)據(jù)質(zhì)量的治理,是數(shù)據(jù)治理的主要內(nèi)容之一。數(shù)據(jù)質(zhì)量的全面評價(jià),是數(shù)據(jù)質(zhì)量治理的準(zhǔn)繩。”
這一系列的文章,分享一下如何進(jìn)行數(shù)據(jù)治理。數(shù)據(jù)治理包括很多方面了,之前有分享過《數(shù)據(jù)倉庫》相關(guān)的內(nèi)容,也屬于數(shù)據(jù)治理的范疇。今天聊聊數(shù)據(jù)質(zhì)量的評估。
可能很多小伙伴,之前都沒有關(guān)注過數(shù)據(jù)質(zhì)量的事。但如果是經(jīng)常和數(shù)據(jù)打交道的話,以下的場景應(yīng)該不陌生:
場景一:作為分析師,要統(tǒng)計(jì)一下近7天用戶的購買情況,結(jié)果從數(shù)倉中統(tǒng)計(jì)完發(fā)現(xiàn),很多數(shù)據(jù)發(fā)生了重復(fù)記錄。
場景二:業(yè)務(wù)看報(bào)表,發(fā)現(xiàn)某一天的成交gmv暴跌,經(jīng)過排查發(fā)現(xiàn),是當(dāng)天的數(shù)據(jù)缺失。
以上就是隨便舉了兩個(gè)例子。其實(shí)很多時(shí)候數(shù)據(jù)有問題,都屬于數(shù)據(jù)質(zhì)量的范疇。數(shù)據(jù)質(zhì)量差,會導(dǎo)致業(yè)務(wù)分析的結(jié)果不準(zhǔn)確、導(dǎo)致決策失誤、導(dǎo)致內(nèi)部不一致等等情況。
提升數(shù)據(jù)質(zhì)量,是數(shù)據(jù)治理的必須,是數(shù)據(jù)發(fā)揮價(jià)值的基礎(chǔ)。沒有質(zhì)量的數(shù)據(jù),還不如沒有數(shù)據(jù)。
關(guān)于如何提升數(shù)據(jù)質(zhì)量,我們后面再來分享。在這之前,首先要知道,我們說的數(shù)據(jù)質(zhì)量好或者數(shù)據(jù)質(zhì)量差,到底是好在哪、差在哪。這也就是數(shù)據(jù)質(zhì)量的評估。只有知道如何評估數(shù)據(jù)質(zhì)量,才能有的放矢,有針對性的提升數(shù)據(jù)質(zhì)量。
那如何進(jìn)行數(shù)據(jù)質(zhì)量的評估呢?先來張總體的概覽。
數(shù)據(jù)質(zhì)量的評估,主要圍繞著以下六個(gè)方面進(jìn)行。
這個(gè)其實(shí)比較好理解,通俗上來講,就是我們常說的數(shù)據(jù)全不全嘛。
但如何用指標(biāo)來衡量呢,通??匆环輸?shù)據(jù)的總記錄數(shù)是否正常。比如成交記錄是1萬條,但數(shù)據(jù)表只有9000條,這就是不完整的。
當(dāng)然了,再細(xì)一些,可以看到表中具體字段。比如總條數(shù)是1萬,但是用戶ID字段有2000是空的,這也是不完整的。
唯一性也比較容易理解,就是沒有重復(fù)的。
這個(gè)其實(shí)和數(shù)據(jù)完整性是相對的。完整性看的是數(shù)據(jù)少沒少,數(shù)據(jù)唯一性看的是數(shù)據(jù)多沒多。
還是上面的例子,比如真實(shí)成交1萬條,但數(shù)據(jù)表有3000重復(fù)了,成了1.3萬條成交記錄,這就不符合數(shù)據(jù)唯一性的評估。
這個(gè)主要是看數(shù)據(jù)是否符合公司業(yè)務(wù)的真實(shí)情況。比如手機(jī)號字段,取值是32988,明顯是臟數(shù)據(jù)。
這里列舉了幾個(gè)方面:
代碼值域約束:比如**類型的代碼值要包含在數(shù)據(jù)標(biāo)準(zhǔn)的公共代碼中
長度約束:比如約束身份證字段長度要等于18位
取值范圍約束:比如要求字段值不能是負(fù)數(shù)
標(biāo)志取值約束:比如要求字段取值只能是1、2、3
通過以上方面,可以衡量數(shù)據(jù)內(nèi)容的質(zhì)量是否達(dá)標(biāo)
數(shù)據(jù)一致性的含義,就是通過不同方式取出來的數(shù)據(jù),不能是沖突的。這里強(qiáng)調(diào)的是多個(gè)表或者來源。只有多個(gè)對比,才有不一致的概念。
這其實(shí)經(jīng)常是我們交叉驗(yàn)證時(shí)的內(nèi)容,經(jīng)常會說的一句話:“這數(shù)對不上??!”
通常分為以下三個(gè)方面:
等值一致性:一個(gè)核驗(yàn)對象的數(shù)據(jù)取值必須與另外一個(gè)或多個(gè)核驗(yàn)對象在一定規(guī)則下相等。比如,“進(jìn)出口經(jīng)營權(quán)許可證號”長度13位,后9位應(yīng)該與“組織機(jī)構(gòu)代碼證”一致
存在一致性:一個(gè)核驗(yàn)對象的數(shù)據(jù)值必須在另一個(gè)核驗(yàn)對象滿足某一條件時(shí)存在。比如,“登錄狀態(tài)”是已登錄,“登錄日期”不能為空
邏輯一致性:一個(gè)核驗(yàn)對象上的數(shù)值必須與另一個(gè)核驗(yàn)對象的數(shù)據(jù)值滿足某種邏輯關(guān)系。比如,“支票起號”小于等于“支票止號”
多個(gè)表有不一致的概念,單個(gè)數(shù)據(jù)表呢?這就是數(shù)據(jù)準(zhǔn)確性了。這個(gè)比較容易理解,比如用戶的實(shí)際地址是青島市,但數(shù)據(jù)表存的是煙臺市。
一般原始數(shù)據(jù)不準(zhǔn)的情況不多,都是統(tǒng)計(jì)表、匯總表容易出現(xiàn)數(shù)據(jù)不準(zhǔn)的情況。比如統(tǒng)計(jì)用戶最近30天的成交金額出現(xiàn)偏差。
另外值得注意的是,準(zhǔn)確性強(qiáng)調(diào)數(shù)據(jù)是否與真實(shí)世界值一致。這個(gè)校驗(yàn)有時(shí)候不容易進(jìn)行。
這個(gè)也比較容易理解,主要是滿足時(shí)效性的。這里也劃分到了數(shù)據(jù)質(zhì)量的范疇。
比如一份數(shù)據(jù)是統(tǒng)計(jì)離線T-1日的,結(jié)果都是第二天下午甚至第三天才能統(tǒng)計(jì)完,這種數(shù)據(jù)的應(yīng)用價(jià)值就會大打折扣了。
數(shù)據(jù)質(zhì)量的評估維度,就先分享到這里。后面會針對如何落實(shí)數(shù)據(jù)質(zhì)量的管理、提升數(shù)據(jù)質(zhì)量,進(jìn)行詳細(xì)分享
-END-
本文為作者獨(dú)立觀點(diǎn),不代表鳥哥筆記立場,未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問,請點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量內(nèi)容的交流平臺。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求,為完善跟帖評論自律管理,為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺氛圍,我們團(tuán)隊(duì)將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容,同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī),對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息,主要表現(xiàn)為:
1)反對憲法所確定的基本原則;
2)危害國家安全,泄露國家秘密,顛覆國家政權(quán),破壞國家統(tǒng)一,損害國家榮譽(yù)和利益;
3)侮辱、濫用英烈形象,歪曲、丑化、褻瀆、否定英雄烈士事跡和精神,以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù);
4)宣揚(yáng)恐怖主義、極端主義或者煽動實(shí)施恐怖活動、極端主義活動;
5)煽動民族仇恨、民族歧視,破壞民族團(tuán)結(jié);
6)破壞國家宗教政策,宣揚(yáng)邪教和封建迷信;
7)散布謠言,擾亂社會秩序,破壞社會穩(wěn)定;
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪;
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序;
10)侮辱或者誹謗他人,侵害他人名譽(yù)、隱私和其他合法權(quán)益;
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式,對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法規(guī)禁止的其他內(nèi)容;
2. 不友善:不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為:
1)輕蔑:貶低、輕視他人及其勞動成果;
2)誹謗:捏造、散布虛假事實(shí),損害他人名譽(yù);
3)嘲諷:以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述,以此來激怒他人;
4)挑釁:以不友好的方式激怒他人,意圖使對方對自己的言論作出回應(yīng),蓄意制造事端;
5)羞辱:貶低他人的能力、行為、生理或身份特征,讓對方難堪;
6)謾罵:以不文明的語言對他人進(jìn)行負(fù)面評價(jià);
7)歧視:煽動人群歧視、地域歧視等,針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊;
8)威脅:許諾以不良的后果來迫使他人服從自己的意志;
3. 發(fā)布垃圾廣告信息:以推廣曝光為目的,發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容,或進(jìn)行相關(guān)行為。主要表現(xiàn)為:
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式:
2)單個(gè)帳號多次發(fā)布包含垃圾廣告的內(nèi)容;
3)多個(gè)廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容;
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容,如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等,誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光;
6)購買或出售帳號之間虛假地互動,發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容,如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷;
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息,主要表現(xiàn)為:
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述;
2)涉及色情段子、兩性笑話的低俗內(nèi)容;
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容;
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想;
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適;
6)炒作緋聞、丑聞、劣跡等;
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息,主要表現(xiàn)為:
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容;
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容;
3)偽造身份、冒充他人,通過頭像、用戶名等個(gè)人信息暗示自己具有特定身份,或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信,主要表現(xiàn)為:
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治??;
2)求推薦算命看相大師;
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢;
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失,包括通過占卜方法問婚姻、前程、運(yùn)勢,東西寵物丟了能不能找回、取名改名等;
7. 文章標(biāo)題黨,主要表現(xiàn)為:
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶;
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲;
3)使用夸張標(biāo)題,內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為,主要表現(xiàn)為:
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論,影響傳播秩序
9. 其他危害行為或內(nèi)容,主要表現(xiàn)為:
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的;
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的;
3)美化、粉飾侵略戰(zhàn)爭行為的;
4)法律、行政法規(guī)禁止,或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí),本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度,對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號,或者濫用多個(gè)帳號發(fā)布違規(guī)內(nèi)容時(shí),本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗(yàn)的不斷豐富,本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的,將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議,可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)