一、数据质量管理标准建设原则

1.     遵从企业管理、业务模式，抓住数据质量问题重点、难点；

2.     全面、细致，先易后难，逐步推进；

3.     一次性、一劳永逸为原则的历史数据清洗策略；

4.     选择最适合的历史数据清洗工具等；

5.     数据质量监测日常化。

二、数据质量管理标准建设策略

1.     引入外部咨询专家；

2.     结合已有的数据管理组织架构，组织相关人员，明确数据质量管控责任人；

3.     形成一把手挂帅，全民动员的质量管控制度、奖惩机制等；

4.     制定历史数据清洗范围界定方法，清洗范围如，物资数据清洗、客商数据清洗、人员数据清洗、组织机构清洗等；

5.     制定历史数据清洗技术选择方法，清洗范围如，语义识别技术、自动分词技术、相似度匹配技术、自动合并技术等；

6.     制定选择最合适的历史数据清洗工具的方法。专业的历史数据清洗工具有，物资数据专业清洗工具、客商、人员数据专业清洗工具、组织机构专业清洗工具；

7.     制定主数据中心数据质量日常监测机制，明确检测工具选择方法，明确问题数据的处理方式、方法等；

8.     主数据中心数据质量管理体系评审、发布、平台落地。