数据检测规则配置指导

FineDataLink 提供 数据检测 功能，可自定义配置检测规则，对数据质量进行定期检测。

在实际场景中，什么时候需要做数据质量检测，怎么选择检测对象，该配置什么规则呢？本文为您解答。

2.1 什么时候需要做数据质量检测

当数据在业务流转或使用中可能影响决策、运营或合规时，就需要进行质量检测：

• 决策数据不可信：看板/报表多次发现指标数值异常，决策效率降低。

• 业务流程受阻：业务环节因数据问题无法继续流转，影响业务效率。

• ETL任务不稳定：ETL任务经常因脏数据中断，运维成本高。

• 合规与审计要求：满足监管、审计要求，保障数据合规可信。

2.2 如何选择需要检测的对象

根据本节内容，确定的数据对象示例：数据对象基础信息表.xlsx

2.2.1 重要性原则

• 业务痛点数据：以最终数据消费需求为起点，例如管理层经营分析会、部门绩效看板、核心业务报表中所使用的数据。

• 业务主数据：公司级共享的基础数据，被多个系统或流程重复使用，包括人事组织、客户信息、供应商档案、产品物料等。

• 战略专项数据：支撑公司重大战略项目或专项运营的数据，如LTC、新产品研发、重大投标等。

2.2.2 成本效益原则

• 由数据管家或数据治理专员定期收集业务部门的痛点和数据质量问题，形成待治理清单。

• 对清单中的每项评估收益与成本，优先选择“低投入、高收益”的数据对象进行治理。

• 对于已经运作成熟、质量本身较高的数据，或检测成本远超预期改进价值的数据，暂时不纳入治理范围。

2.2.3 明确性原则

检测对象为数据指标时，指标设计需要清晰，可进行衡量，指标口径可统一，没有歧义。

2.2.4 持续性原则

• 一次性问题不单独配置检测：例如历史某次数据导入时产生的错误，已经人工修复后，如果没有再次发生的风险，就不需要为此建立长期检测规则。

• 持续迭代：根据业务变化、新系统上线、新报表发布，动态调整检测对象和规则，确保治理始终覆盖关键环节。

2.3 如何为表/字段选取质量检测规则

根据本节内容，为数据对象设置的检测清单示例：字段级质量规则清单.xlsx

基于数据质量六性，为表/字段选择合适的检测规则，全面保障数据质量。