数据质量维度可以这样写:每个维度写成一张可评审的维度卡,至少包含业务问题、适用对象、定义、判定规则、指标口径、示例、阈值责任人和边界。维度是数据质量评价指标的归类框架,落到执行还要拆成能检查、能复算的指标和规则。
有的团队交上来的材料只有完整性、准确性、一致性这些维度名称,评审时看不出查哪张表、分母取什么、低于多少要处理。这样的说明很难指导监控,也很难在问题发生时判断影响。
一、数据质量维度先定用途,再选维度
维度是评价数据的一个视角,选哪些维度,取决于这批数据要支持什么决定。订单日报、财务结算、用户画像、实时推荐关注的问题不同,维度优先级也不同。先写清数据对象和用途,再决定维度,比先抄一份六维清单更有效。
| 业务问题 | 优先维度 | 先写的指标 |
|---|---|---|
| 日报订单量偏低,怀疑漏采 | 完整性、时效性 | 记录到达率、按时产出率 |
| 结算金额对不上 | 准确性、一致性 | 金额准确率、对账一致率 |
| 同一用户被算成两个人 | 唯一性、一致性 | 主键重复率、跨系统一致率 |
| 报表枚举值混乱,状态对不上 | 规范性 | 枚举合规率、格式合规率 |
| 业务申请权限慢,查询经常超时 | 可访问性 | 权限处理时长、查询成功率 |
| 推荐结果用了昨天的数据 | 时效性 | 数据年龄、延迟时间 |
这张表只是选择示意,实际分类要跟着业务问题走。一个业务问题通常要两三个维度一起看。比如订单量偏低,既可能是记录没到齐,也可能是任务延迟,单看完整性会漏掉时效性问题。
国内常用的一套框架来自 GB/T 36344-2018《信息技术 数据质量评价指标》,它给出规范性、完整性、准确性、一致性、时效性、可访问性六类一级指标。中国软件评测中心在介绍数据质量测评时也引用了这六类定义。IBM 的文章则把准确性、完整性、一致性、及时性、有效性、唯一性列为六个核心维度,并提到维度概念常被追溯到 1996 年 Wang 和 Strong 的论文,最初提出 15 个维度,目前没有通用标准。
| 常见框架 | 列出的维度 | 适用提示 |
|---|---|---|
| GB/T 36344-2018 | 规范性、完整性、准确性、一致性、时效性、可访问性 | 国内数据质量评估、审计和对外报告常引用 |
| IBM 文章中的六维 | 准确性、完整性、一致性、及时性、有效性、唯一性 | 订单、支付和埋点场景常把唯一性和有效性单列 |
两张清单不必互相替代,企业可以按采用的标准和业务场景组合。时效性和及时性都指向数据在约定时间前可用,唯一性和有效性在订单、支付、埋点事件里出现频率高,一些团队会单列。写作时不必争论哪套名称更正统,先把业务问题、判断对象和口径写清。
标准版本要留意。 国家标准信息公共服务平台显示,GB/T 36344-2018 目前仍为现行版本,GB/T 36344-2026 已于 2026 年 10 月 30 日发布,将于 2027 年 5 月 1 日实施并全部代替 2018 版。2026 版的具体指标框架要以正式文本为准,本文不把 2018 版的六类名称直接套到新版上。企业在 2027 年切换前,最好核对一遍所采用的版本和指标清单。
二、一张维度卡要写清八件事
维度卡是把一个维度写成可执行说明的最小单位。开始写之前,手上至少要有数据对象清单、业务问题记录和现有指标口径。没有这些,先补,不要直接套模板。
实际写作可以按这个顺序走。先写业务问题,再写对象和范围,接着写定义与判定规则,然后补指标口径和示例,最后定阈值、责任人和边界。顺序反过来,容易先有数字再找理由。
| 字段 | 要写什么 | 不合格的表现 |
|---|---|---|
| 业务问题 | 这个维度防止什么错误,影响哪张报表、哪笔资金、哪项合规或哪类客户体验 | 只写提升数据质量 |
| 适用对象 | 哪张表、哪些字段、哪批记录、哪个时间范围 | 写全公司数据 |
| 定义 | 这个维度看什么,边界到哪里 | 直接抄名词,没有解释 |
| 判定规则 | 什么算合格,什么算不合格 | 写要准确、要完整 |
| 指标口径 | 分子、分母、时间窗、排除项、证据源 | 只有一个百分比 |
| 示例 | 一组能手工复算的数字 | 只写例如 98% |
| 阈值与责任人 | 低于多少告警,谁在多久内处理 | 没有责任人,没有时限 |
| 边界与例外 | 测试数据、空值、占位值、跨期数据怎么处理 | 例外不写,执行时靠猜 |
八项里最容易漏的是分母、排除项和责任人。分母决定百分比的含义,排除项决定两次检查能不能比较,责任人决定告警之后有没有人处理。一张卡控制在一页内能读完,细节放到规则表或指标字典里。卡片太长,评审人抓不住重点。
维度、指标、规则和检查经常被混着用,可以用四个问题分开。维度回答看哪个方面,指标回答这个方面现在是多少,规则回答多少算合格,检查回答这次有没有通过。维度说明里要把后三者串起来,不能停在维度名称上。规则的结构和示例可以对照数据质量规则。
下面用订单表完整性写一张完整卡片,数字只用于演示写法,不是企业真实数据。
| 字段 | 填写示例 |
|---|---|
| 业务问题 | 订单漏采会让日报收入和转化率偏低,运营按错误趋势调整投放 |
| 适用对象 | 订单表,统计自然日内新增订单,按订单创建时间归属 |
| 定义 | 应填字段有值、应到记录到达、订单能与支付和用户记录关联的程度 |
| 判定规则 | 12 个必填字段非空且不属于占位值;当日订单记录与源系统按订单号对齐;订单用户编号能在用户表找到 |
| 指标口径 | 必填字段完整率等于合格字段数除以应填字段数;记录到达率等于实际到达订单数除以源系统订单数;关联完整率等于可关联订单数除以应关联订单数 |
| 示例 | 400 个必填字段中 8 个为空,完整率 98.0%;应到 1000 笔,实到 996 笔,到达率 99.6%;应关联 996 笔,990 笔能关联用户,关联完整率 99.4% |
| 阈值与责任人 | 字段完整率低于 99.5% 或到达率低于 99% 时告警,订单数据负责人 1 个工作日内确认影响并安排修复 |
| 边界与例外 | 测试订单、内部员工订单是否纳入按统计口径列明;NULL、空字符串、只有空格和未知值都按缺失处理 |
写完这张卡,另一名同事应该能按同一口径复算,能指出哪批数据被排除,也能在告警后找到处理人。做不到这三点,卡片还需要补。
三、六个维度分别怎么写
下面每个维度给三样东西,定义写法、常见指标和一句示范。示范里的阈值只用于展示格式,企业要按业务后果重新设定。写的时候尽量把对象、时间窗和判定条件放进同一句,避免定义和指标各说一套。
1. 规范性
规范性看数据是否符合数据标准、数据模型、业务规则、元数据或权威参考数据。写作时要指明依据哪份标准或哪张码表,不能只写符合规范。订单状态只能取 pending、paid、shipped、closed、refunded 五个值,性别代码必须落在数据字典内,手机号必须符合位数和号段规则,都属于规范性检查。规范性通常可以全量跑,规则也容易固化成程序。
常见指标是规则合规率,等于符合规则的记录数除以被检记录数。示例,检查 10000 条订单的状态字段,35 条取值为空或不在枚举内,合规率为 99.65%。
示范句:订单状态字段只允许取数据字典中的五个枚举值,按日全量检查,合规率低于 99.9% 时由订单数据负责人处理。
规范性容易和有效性重叠。可以把规范性留给标准、模型、码表和业务规则,把有效性留给格式、类型和值域。一条规则只归一个主维度,避免同一个问题在两个维度里重复扣分。
2. 完整性
完整性看按照数据规则要求,数据元素被赋予数值的程度。写作时至少分三层,字段是否有值,应到的记录是否到达,上下游对象能否关联。只写字段非空,会漏掉整批记录没到;只写记录数,会漏掉关键字段大面积为空。
常见指标有三个。字段完整率等于非空且非占位值的必填字段数除以应填必填字段数。记录到达率等于实际到达且可识别的记录数除以应到记录数。关联完整率等于能关联到上下游对象的记录数除以应关联记录数。
示例,400 个必填字段中 8 个为空,字段完整率 98.0%;应到 1000 笔订单,实到 996 笔,到达率 99.6%。分母要写清是字段数、记录数还是应关联对象数,三者不能混用。
示范句:订单表 12 个必填字段的非空率不得低于 99.5%,当日应到订单记录到达率不得低于 99%,任一指标未达标即告警。
完整性的分母尤其要小心。只有企业客户需要填统一社会信用代码,个人客户不需要,用全部客户数当分母会误判。先写清应填范围,再算完整率。
3. 准确性
准确性看数据是否准确表示其所描述的真实实体。写作时必须指明比对基准,源业务系统、支付流水、人工复核结果或权威参考数据都可以。没有基准,只能做格式、范围和逻辑检查,不能计算准确率。
常见指标是准确率,等于与可信基准一致的记录数除以参与核对的记录数。抽样检查还要同时报核对覆盖率,也就是可核对样本数除以送检样本数。
示例,抽 50 笔订单,1 笔没有支付流水可核对,49 笔可核对,其中 46 笔金额一致。按可核对样本算,准确率 93.9%;按送检样本算,准确率 92.0%。两个数都真实,报告里要写清分母和覆盖率 98.0%,否则读者会误以为 49 笔代表了全部 50 笔。
示范句:以支付流水为基准,按日抽 200 笔订单核对实付金额,允许 0.01 元误差,准确率低于 99.5% 或核对覆盖率低于 95% 时告警。
准确性比完整性更难自动化。格式正确、字段齐全,不代表值真实。结算、分成、监管报送这类字段,优先全量或高覆盖核对;分析字段可以分层抽样,但要报样本量和覆盖率。
4. 一致性
一致性看数据与其他特定上下文中使用的数据是否无矛盾。常见有三种,同一行内字段关系是否成立,主表和明细表是否对得上,同一实体在不同系统是否一致。写作时要写清跟谁比、按什么键比、在哪个时间窗比。
常见指标是对账一致率,等于对账一致的记录数除以参与对账的记录数。分母可以按应检记录算,也可以按可关联记录算,含义不同,报告里要写明。
示例,订单表应检 200 笔,支付表能关联 194 笔,其中 188 笔金额一致。按应检订单算,一致率 94.0%;按可关联订单算,一致率 96.9%。前者回答全部应检订单里有多少能对上,后者回答能对上的订单里有多少金额一致。
示范句:订单表与支付表按订单号做日终对账,金额差异超过 0.01 元计为不一致,按应检订单计算的一致率不得低于 99.9%。
一致性检查要先定对账键、时间窗、币种和单位。时间窗错开一天,晚到的支付会被误判为缺失;币种没有统一,金额差异会被误判为错误。
5. 时效性
时效性看数据在时间变化中的正确程度,落到执行就是数据是否在约定时间前到达并可查询。写作时要写清业务发生时点、数据可用时点、允许的延迟和检查频率。有的体系把这个维度叫及时性,含义相近,本文按国标写时效性。
常见指标有按时产出率、平均延迟、P95 延迟和数据年龄。按时产出率等于按时产出批次除以应产出批次。数据年龄等于当前时间减去数据最新业务时间。
示例,10 个日批次中有 8 个在次日 08:00 前就绪,按时产出率 80.0%;另外两个批次分别延迟 35 分钟和 2 小时,平均延迟要连同样本量一起报,不能只报一个平均数。
示范句:T+1 订单数据须在次日 08:00 前可查询,按时产出率不得低于 99%,单批次延迟超过 30 分钟升级处理。
时效性阈值要跟着决策节奏走。早会用的日报和月度归档数据的时限不同,实时推荐和财务结算的要求也不同。把截止时间写进维度卡,检查才有判断依据。
6. 可访问性
可访问性看数据能被访问的程度。写作时可以从权限、查询和响应三个角度拆,权限申请多久能批,查询成功率高不高,响应时间能不能接受。数据质量很高,但业务申请权限要等一周,或者查询经常超时,实际可用性仍然有限。
常见指标有权限按时办结率、查询成功率和 P95 响应时间。权限按时办结率等于在规定时限内完成的申请数除以申请总数。查询成功率等于成功查询次数除以查询总次数。
示例,100 次权限申请中 90 次在 1 个工作日内完成,按时办结率 90.0%;1000 次查询中 985 次成功,成功率 98.5%;P95 响应时间 1.8 秒。
示范句:核心订单表对分析团队的权限申请须在 1 个工作日内完成,查询成功率不得低于 99%,P95 响应时间不超过 3 秒。
可访问性不只是技术指标,还包括数据能不能被找到、口径说明是否可读、申请入口是否清楚。维度卡里可以加一项文档与入口,避免把可访问性写成单纯的系统性能。
7. 唯一性和有效性要不要单列
GB/T 36344-2018 的六类一级指标里没有单独列唯一性和有效性,一些团队仍会把它们单列,因为这两类问题在订单、支付和埋点事件里出现频率高,单独监控更容易定位。
唯一性看同一业务对象是否重复出现。常见指标是主键重复率和业务键重复率。示例,10 万行订单中 20 行订单号重复,主键重复率 0.02%。订单号、支付单号、事件 ID 通常按零容忍处理。
有效性看数据是否符合定义的格式、类型或范围。常见指标是格式合规率和值域合规率。示例,5 万条手机号记录中 300 条位数或号段不合规,有效率 99.4%。
单列的前提是它能减少口径争议。如果团队已经把格式和值域规则归到规范性,就不必再建一个有效性维度重复检查。维度清单可以扩展,规则归属要清楚。
四、指标口径怎么写才可复算
大多数维度指标都可以还原成一个通过率,合格记录数除以应检记录数,再乘以 100%。公式简单,难点在什么算合格、分母取哪批数据、证据从哪里来。三个问题写不清,换一个人就会算出不同结果。
一条可复算的指标至少写清五件事。
- 分子:哪些记录、字段或对象算合格,空值、占位值、容差怎么处理。
- 分母:应检范围是什么,按记录、字段、订单还是批次计数。
- 时间窗:按自然日、小时、批次还是滚动 7 天统计,数据晚到怎么处理。
- 排除项:测试数据、内部账号、撤销订单、跨期记录是否纳入。
- 证据源:以哪个系统、哪张流水、哪份人工复核记录为准。
完整性、准确性、一致性的计算细节,可以对照数据质量衡量方法里的检查方法。这里重点讲写作时最容易漏的口径。
| 场景 | 分母 | 回答的问题 | 风险 |
|---|---|---|---|
| 字段完整率 | 应填必填字段数 | 该填的字段里有多少填了 | 把非必填字段算进来会低估 |
| 记录到达率 | 源系统应到记录数 | 应到的记录里有多少到了 | 源系统本身漏记时基准失真 |
| 对账一致率 | 应检订单数或可关联订单数 | 全部应检里有多少对上,或能对上的里有多少一致 | 两个口径混用会得出不同结论 |
| 准确率 | 可核对样本数或送检样本数 | 能核对的部分有多准,或送检样本整体有多准 | 不报覆盖率会高估整体准确性 |
阈值也要写清依据。零容忍项适合硬阈值,例如主键重复、支付金额差异、监管报送字段为空。允许少量噪声的字段适合比例阈值,例如非核心分析字段空值率不高于 1%。看趋势的指标适合波动阈值,例如日订单量较过去 7 日均值波动不超过 20%。这些数字只用于展示写法,企业要按业务后果重新设定。
常见口径错误可以归成五类。
| 常见写法 | 问题 | 改法 |
|---|---|---|
| 完整性 100% | 没对象、没分母、没时间窗 | 写清表、字段、日期、分子分母 |
| 准确性要高 | 没基准、没容差 | 指定权威源、差异范围和核对覆盖率 |
| 一致性良好 | 没说明跟谁比 | 写对账键、系统、时间窗和币种 |
| 数据要及时 | 没约定截止时间 | 写批次、可用时点、延迟阈值 |
| 所有字段都不能为空 | 范围过宽,误报多 | 只约束必填和关键字段,设置比例阈值 |
五、维度说明写完怎么验收
维度卡写完不等于能执行。交付前做一次回测和一次交叉复算,能提前发现大部分口径问题。
- 用近 30 天数据试跑。记录通过率、异常记录数、影响范围和修复耗时,先看指标有没有稳定基线。
- 拿已知问题验证命中。把过去三个月的问题单、对账差异和报表争议翻出来,看维度卡能不能命中。命中不了,说明判定条件或对象范围漏了。
- 拿正常数据验证误报。抽一批业务确认正常的数据跑一遍,误报率高就调整分母、排除项或阈值。
- 让另一名同事复算。只给维度卡,不给口头解释,看对方能否算出同一结果。算不出来,补口径。
- 记录版本和责任人。阈值、判断逻辑、数据源、责任人变化都要留版本,避免一个人改了口径,其他人不知道。
| 检查项 | 不合格的表现 | 修正动作 |
|---|---|---|
| 业务问题 | 只写提升质量 | 写清影响哪张报表、哪笔资金或哪类客户 |
| 适用对象 | 写全公司数据 | 写到表、字段、记录范围和时间窗 |
| 定义 | 只抄维度名称 | 说明看什么、不看什么 |
| 判定规则 | 写要准确、要完整 | 改成可判定的条件和容差 |
| 指标口径 | 只有一个百分比 | 补分子、分母、时间窗、排除项 |
| 示例 | 数字无法复算 | 给一组能手工核对的小样本 |
| 阈值与责任人 | 没时限、没处理人 | 写告警线、响应时限和升级路径 |
| 边界与例外 | 空值和占位值没说明 | 列明 NULL、空字符串、未知值和测试数据怎么处理 |
评审时最好让业务、数据和 IT 三方一起看。业务确认定义和容忍度,数据确认口径和样本,IT 确认数据源和采集链路。三类角色可以由同一人兼任,签字确认的环节仍要分开。
六、维度定义怎么进入日常检查和 AI 分析
维度卡只有进入日常检查才有价值。落地时把每张卡拆成三类资产,监控规则、质量报告和问题工单。规则负责触发,报告负责看趋势,工单负责关闭问题。三者共用同一套口径,避免报表里的完整率和监控里的完整率不是一回事。
维度定义也要进入数据质量管理的日常流程。谁定标准、谁跑检查、谁处理告警、多久复盘一次,要写在制度里。工具能降低执行成本,问题能不能关闭仍取决于责任和流程。
AI Agent 对数据质量更敏感。分析 Agent 要做归因、分群和策略建议,前提是它读到的数据完整、准确、口径一致。维度卡可以变成 Agent 的质量上下文和检查门槛,例如在归因前先检查订单完整性、支付一致性和数据时效性,不通过就返回数据未达门槛,不用猜测补数。
ThinkingAI 在数据采集、分析和 Agent 协作上有对应产品能力。数据采集 Agent 可以参与埋点方案、采集代码和调试验证,减少字段缺失和事件错报;数据分析 Agent 可以跑规则、识别异常值、比对跨系统口径,把问题定位到具体数据源。ThinkingAI 已服务全球超 1500 家企业,接入产品超 8000 款,这些能力最终要落到真实的取数、分析和运营场景里。
Agent 不替代业务定义口径,也不替代责任人和流程。哪些字段算核心,什么差异可以接受,哪个系统是权威源,仍要由业务、财务和数据团队确认。Agent 适合承担重复检查、异常发现和初步定位,最终的质量结论要有规则、样本和证据支撑。
常见问题
1. 数据质量维度必须写六个吗
不必。六个维度是常用框架,具体写几个要看数据对象和业务问题。先看数据用途,选两到四个最相关的维度,把定义、指标和责任人写清。维度太多,维护成本和告警噪声都会上升。
2. 数据质量维度和指标、规则有什么区别
维度回答看哪个方面,指标回答现在是多少,规则回答多少算合格,检查回答这次有没有通过。维度说明要把后三者串起来。只有维度名称,评审时无法判断该查什么、怎么算。
3. 没有可信基准,怎么定义准确性
没有基准时,只能做格式、范围、枚举和逻辑检查,不能计算准确率。可以先找源系统、支付流水、人工复核或权威参考数据;确实找不到,就在维度卡里写明准确率无法计算,并说明替代检查的范围。不要把系统内部自洽当成真实值。
4. 国标六维和常见六维怎么选
看企业采用的标准和业务场景。国内合规、审计和对外评估常用 GB/T 36344 的六类指标;订单、支付和埋点场景常把唯一性、有效性单列。两套清单可以并存,规则归属要清楚,避免同一个问题重复计分。
5. 每个维度要写多少个指标
从一个主指标开始,再补一两个辅助指标。完整性可以先写字段完整率和记录到达率,准确性写准确率和核对覆盖率,一致性写对账一致率。指标数量不必追求多,能覆盖主要错误、能稳定运行、有人处理,才算够用。
6. 维度卡写完怎么判断有没有用
看三件事。已知问题能不能命中,正常数据会不会大量误报,另一名同事能不能按卡复算。三项都通过,再接入告警。运行一个月后看触发率、误报率、平均修复时长和复发率,长期不触发也没人看的指标要复盘或下线。
7. AI 分析场景要不要重写维度
要补,不必全部重写。AI 分析对完整性、准确性和时效性更敏感,维度卡里要增加 Agent 读取数据的时点、可用范围和失败处理方式。比如数据未通过质量门槛时,Agent 应返回原因,不继续生成结论。业务定义和阈值仍由人确认。
参考资料
- 国家市场监督管理总局,中国国家标准化管理委员会. GB/T 36344-2018《信息技术 数据质量评价指标》. 国家标准信息公共服务平台,https://std.samr.gov.cn/gb/search/gbDetailed?id=71F772D82DFCD3A7E05397BE0A0AB82A
- 国家市场监督管理总局,中国国家标准化管理委员会. GB/T 36344-2026《信息技术 数据质量评价指标》,2026-10-30 发布,2027-05-01 实施. https://std.samr.gov.cn/gb/search/gbDetailed?id=5F6AFB193F597748E06397BE0A0A0B47
- 中国软件评测中心. 助力夯实数据底座,强化数据质量测评.






