ThinkingAI Logo
返回博客列表

数据质量维度怎么写?定义与指标示例

数据质量维度怎么写才可执行?用八字段维度卡模板,拆解规范性、完整性、准确性、一致性、时效性、可访问性的定义、指标口径与填写示例,并附验收清单、常见错误和 AI 分析场景的落地方法。

2026-11-2018分钟
数据质量维度怎么写?定义与指标示例

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.

准备好构建你的 Agent 团队了吗

立即体验 Agentic Engine, 让 AI 成为真正的团队成员

ThinkingAI Big Logo
电话咨询