ThinkingAI Logo
返回博客列表

数据质量的6个常用维度是什么?

数据质量的6个常用维度是准确性、完整性、一致性、及时性、有效性和唯一性。本文说明每个维度判断什么、怎么检查、容易和什么混淆,并对照 GB/T 36344 的六项指标,给出企业落到指标与规则的步骤。

2026-11-2012分钟
数据质量的6个常用维度是什么?

数据质量的 6 个常用维度是准确性、完整性、一致性、及时性、有效性和唯一性。它们把“数据好不好”拆成六个可以检查的问题,常用于数据质量管理中的评估、规则设计和问题复盘。这套说法也常被称为数据质量六个维度或数据质量六大维度。

另一套常见六项是:规范性、完整性、准确性、一致性、时效性和可访问性。那是中国国家标准 GB/T 36344 的指标框架。两套说法都常见,混在一起容易对不上。本文先讲 DAMA 和 IBM 常用的六维,再说明它们与国标的对应关系。

一、数据质量的六个常用维度分别是什么

数据质量维度是指用来描述数据可测量特性的分类。它帮助团队把“数据要好”转成可以检查的要求,再据此设计指标和规则。

维度一句话定义
准确性数据值接近真实业务事实的程度
完整性应该有的记录、字段和时间区间是否齐全
一致性同一对象在不同表、系统或口径下是否矛盾
及时性需要时能否拿到数据,数据是否反映当时情况
有效性数据是否符合类型、格式、范围和业务规则
唯一性同一实体是否只出现一次

六个维度分别回答不同问题,企业可以按数据用途选择需要重点检查的几项。

二、准确性:数据值是否接近事实

准确性看数据值是否接近它所描述的真实对象。订单实付金额、库存数量、用户年龄这类字段,准确性通常要回到源系统或业务事实核对。

常见检查有三种:与源系统按同一口径对账,抽取样本人工核对,用另一套逻辑独立复算。准确性需要一个可信基准,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作为基准。没有基准时,只能检查格式、范围和逻辑,算不出准确率。

准确性容易和精确性混在一起。精确性更多指小数位、单位或测量精度,准确性关心值是否真实。一个金额保留两位小数,格式很规整,如果多记了一笔退款,仍然不准确。

准确性也不等于完整。 缺失值可能不进入准确率的分母,报表看起来准确率很高,实际可用记录却很少。

三、完整性:该有的数据是否都在

完整性看应该有的数据是否都在。它可以分三层:记录是否齐全,字段是否被赋值,时间区间和分区是否连续。注册事件少了一个渠道字段,订单表缺了某天分区,用户表漏了一批新用户,都属于完整性问题。

常见检查包括关键字段空值率、记录数与上游对比、分区覆盖和文件到达情况。完整性要先明确“应该有什么”,这个范围来自业务规则和数据标准。没有基准,单看空值率很难判断。

完整性高不代表数据可用。 字段都填了,值可能是错的;记录都在,可能重复了很多条。完整性解决“有没有”,不解决“对不对”。

四、一致性:同一对象在不同地方是否对得上

一致性看同一对象在不同表、系统、时间点或口径下是否对得上。客户在 CRM 和订单系统里的手机号不同,订单状态在交易库和数仓里不一致,同一指标在两个报表里算法不同,都是常见的一致性问题。

一致性检查要先确定权威源和对账键,再做跨表关联、跨系统对账、状态核对和单位统一。没有权威源,两个数不一致时很难判断哪边错了。时间窗、币种和统计口径也要先统一,否则正常的数据差异会被误判成质量问题。

一致性容易和准确性混淆。两个系统可以一致地错,也可以各自准确但口径不同。一致性解决的是矛盾,准确性解决的是与事实的偏差。

五、及时性:需要时数据是否可用

及时性看数据在需要时是否可用,以及是否反映所需时点的情况。昨天的股票价格对今天的交易决策没有及时性,延迟四小时到达的订单数据对实时风控也不够用。

阈值要按用途定。 常见检查包括数据新鲜度、任务完成时间、端到端延迟和交付时限。实时风控可能要求秒级或分钟级,经营日报按天更新就够,年度分析对天级延迟不一定敏感。

及时不等于实时。 把所有数据都做成实时,成本和复杂度会明显上升,也不一定对应业务价值。先看业务在什么时间点做判断,再决定数据需要多快到达。

六、有效性:数据是否符合格式和业务规则

有效性看数据是否符合定义好的类型、格式、范围和业务规则。手机号必须是 11 位数字,订单状态必须在枚举值内,支付金额不能为负,出生日期不能晚于今天,都是有效性检查。

常见手段包括正则、枚举、区间、日期逻辑、金额正负和跨字段条件。有效性规则适合前移到采集和接入环节,错误数据进入数仓后再清洗,成本会更高。

有效性高不代表准确。 一个手机号格式完全正确,也可能不是这位用户的号码。有效性判断的是“像不像合法值”,准确性判断的是“是不是事实”。

有效性关注格式、类型、范围和业务规则,和国标的规范性有交叉,但规范性覆盖的数据标准、数据模型和元数据范围更宽。

七、唯一性:同一实体是否只出现一次

唯一性看同一实体在数据集中是否只出现一次。订单号、支付流水号、用户 ID、设备 ID 这类主键或业务键,重复会直接影响计数和金额。

常见检查有主键重复计数、业务键重复明细、去重前后行数对比,以及多系统 ID 映射核对。重复数据常来自重复上报、系统迁移、手工录入和关联条件写错。

唯一性不等于准确性。一条记录可以唯一但字段错误;反过来,两条记录都准确,也可能描述的是同一个实体。重复记录会放大行数、用户数和金额,让指标的分母和分子同时失真。

八、六维框架的适用边界

IBM 在介绍数据质量维度时提到,这一概念由 Richard Y. Wang 和 Diane M. Strong 在 1996 年的论文中正式提出,最初确定了 15 个维度。此后维度数量一直在变化,目前没有通用标准,六到十二个核心维度是实践中采用较广的范围。

IBM 文档引用的 DAMA 六项核心维度,就是本文上面的准确性、完整性、一致性、及时性、唯一性和有效性。不同厂商和行业还会加入可追溯性、可用性、相关性、覆盖率等维度。

中国国家标准 GB/T 36344-2018《信息技术 数据质量评价指标》给出另一套六项一级指标。两套六项指标有重叠,也有差异。

GB/T 36344-2018 指标定义要点与本文六维的关系
规范性符合数据标准、数据模型、业务规则、元数据或权威参考数据与有效性交叉,范围更宽
完整性按规则要求,数据元素被赋予数值与完整性对应
准确性准确表示真实实体的真实值与准确性对应
一致性与其他特定上下文中的数据无矛盾与一致性对应
时效性数据在时间变化中的正确程度与及时性相近,侧重点不同
可访问性数据能被访问本文六维未单列

需要单独说明时效性和及时性的差别。国标的时效性强调数据在时间变化中的正确程度,日常说的及时性更关注数据是否按时到达。企业落地时可以把两者放在同一个检查项里,但要区分“数据是否按时到”和“数据内容是否对应正确时点”。

本文六维中的唯一性,在国标中没有独立一级指标,实践中常作为完整性或一致性的检查项管理。可访问性则关注权限、接口和查询能否支持使用,适合放进数据服务和应用层的检查。

这张表用于对照,不表示两套框架可以逐项等同。选哪套,取决于企业已有标准、监管要求和报告口径。对外披露或参与数据资产评估时,按国标口径更容易对齐;内部质量运营可以把两套指标放在同一张规则表里,保留各自的编号和定义。GB/T 36344 六项指标的具体计算口径,可以参考数据质量评价指标的整理。

版本信息也值得留意。全国标准信息公共服务平台显示,GB/T 36344-2026 已于 2026 年 10 月 30 日发布,将在 2027 年 5 月 1 日实施,并全部代替 2018 版。截至本文写作时,2018 版仍是现行版本。新版正式实施后,应以届时有效的正式文本为准。

九、企业怎么把六个维度落到指标和规则

维度只是分类,不能直接拿来考核。要让六维进入日常管理,需要继续往下写三层:

  • 维度:从哪个方面看,例如准确性。
  • 指标:这个方面现在是多少,例如支付金额差异率 0.08%。
  • 规则:什么情况算合格,例如差异率不高于 0.1%。

三层缺一层,质量报告就容易停在概念或分数上。维度决定看哪个方面,指标给出当前数值,规则判断是否合格。

第一步,按用途定范围。同一张订单表,财务对账最关心金额和状态的准确性,运营分析更关心事件完整性和用户关联,实时风控还会看及时性。先写清数据服务什么业务判断,再选需要的维度,不必每次六项全做。

第二步,把维度写成可执行规则。每条规则至少包含检查对象、判断条件、统计口径、阈值、责任人和复核方式。阈值可以来自监管要求、合同约定、历史基线或业务容忍度。没有依据的阈值,先观察一段时间再收紧。

第三步,先跑基线再排优先级。选 3 到 5 个关键数据对象,统计近 30 天的通过率、异常记录数、影响范围和修复耗时。影响资金、合规、核心报表和客户体验的问题优先处理。

业务场景维度规则示例阈值示例
订单结算准确性、一致性订单实付金额与支付流水按订单号汇总后比对差异率不高于 0.1%
用户增长完整性注册事件的用户标识、注册时间、渠道字段均非空空值率不高于 0.5%
库存履约有效性、唯一性可用库存不小于 0,订单号不重复异常记录为 0

表中阈值只用于说明写法,企业应按自己的业务容忍度确认。规则的具体结构、五类常见规则和首批规则写法,可以参考数据质量规则这篇文章。

规则数量不必多。每条规则都应对应一个业务影响,并有人负责、有阈值、有复核方式。长期没有触发、也没有人看的规则,应定期下线。

十、AI 与 Agent 场景下,六维要多看一层

AI 和 Agent 场景下,六维仍然适用,但要多看一层语义一致性。传统报表里,两个系统对同一指标的定义不同,可能只是两份报告对不上;到了 Agent 场景,同一句提问可能被路由到不同数据源,给出两个互相矛盾的答案,用户很难判断该信哪个。

IBM 在数据质量维度的专题文章中提到,智能体式 AI 工作流的成功取决于底层数据的完整性和精确性。这个判断和六维的作用一致:数据不完整,Agent 会漏掉上下文;数据不及时,回答会基于过期状态;口径不一致,Agent 的分析结论会自相矛盾。

在六维之外,AI 场景通常还要补三项:

  • 语义一致性:同一指标、同一业务概念只有一处定义,并保留版本。
  • 可追溯性:Agent 的回答能回到具体数据源、计算逻辑和更新时间。
  • 权限与审计:Agent 取数时遵守原有权限边界,关键操作留痕。

ThinkingAI 的企业知识库用 SSOT 保证同一概念在全系统只有一处定义,通过 ChangeSet 让知识更新可追溯、可对比、可回滚,适合处理指标口径反复变化的问题。数据采集 Agent 可以承接埋点方案、接入代码与采集校验,把一部分完整性和有效性问题挡在入仓之前。Agentic Engine 支持创建和管理 Agent、多 Agent 协作与私有化部署,已服务全球超 1500 家企业,接入产品超 8000 款。

工具能减少漏采、错采和口径分散,不能替业务定义什么算正确。 质量维度、阈值和责任分工仍要由企业确认。准备把部分检查交给数据质量 Agent时,先分清它和规则引擎、数据质量平台的分工,再限定自动处理的范围。

六维的价值,是给数据质量讨论提供一套共同语言。先确定看哪些方面,再用指标和规则把判断固定下来,质量评估才能进入日常动作。

常见问题

六个维度里哪个最重要

取决于数据用途和出错后果。资金结算、监管报送先看准确性和一致性;用户行为分析先看完整性和及时性;主数据、订单和支付数据要把唯一性单独管起来。六个维度服务不同问题,不存在适用于所有场景的固定排序。

准确性和一致性有什么区别

准确性看数据值与真实事实是否接近,一致性看同一对象在不同位置是否矛盾。两个系统可以把同一个错误值存得完全一致,这时一致性没问题,准确性有问题。

完整性和唯一性会冲突吗

两者检查的方向不同。完整性要求该有的记录都在,唯一性要求同一实体不重复。为了补全而重复导入,可能提高完整性,却破坏唯一性。规则设计时要同时看记录数、去重后实体数和关键字段覆盖。

数据质量维度越多越好吗

维度多不代表评估细。每增加一个维度,都要有对应的指标、规则、责任人和处理动作,否则只会增加报告篇幅。先用六维覆盖主要问题,再按业务需要补充可追溯性、可访问性或语义一致性。

六维和 GB/T 36344 的六项指标一样吗

不完全一样。本文的六维来自 DAMA 和 IBM 常用的核心维度,GB/T 36344-2018 的六项是规范性、完整性、准确性、一致性、时效性和可访问性。准确性、完整性、一致性三项基本对应,及时性与时效性相近,有效性与规范性有交叉,唯一性和可访问性各自只出现在一套框架里。

小团队怎么开始

选 3 个影响最大的数据对象,为每个对象写 2 到 3 条规则,先跑两周基线。每周固定一次复盘,看异常记录、责任人和关闭情况。规则稳定后再扩对象,不必先建完整制度或上平台。

参考资料

  • 中国软件评测中心:《助力夯实数据底座,强化数据质量测评》
  • 全国标准信息公共服务平台:GB/T 36344-2018《信息技术 数据质量评价指标》,https://std.samr.gov.cn/gb/search/gbDetailed?id=71F772D82DFCD3A7E05397BE0A0AB82A
  • 全国标准信息公共服务平台:GB/T 36344-2026《信息技术 数据质量评价指标》,https://std.samr.gov.cn/gb/search/gbDetailed?id=5F6AFB193F597748E06397BE0A0A0B47
  • ThinkingAI:《数据质量管理怎么做?》

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