数据质量评价标准要回答四个问题,包括评价哪些数据、看哪些指标、每条规则怎么算、多少算合格。GB/T 36344-2018 给出了规范性、完整性、准确性、一致性、时效性和可访问性六类一级指标,企业标准还要把这些指标落到自己的表、字段、阈值和责任上。六类指标的定义和计算口径,可以先看数据质量评价指标。文中的阈值只用于演示,不能直接当行业标准。
一、数据质量评价标准包含哪些内容
一份能执行的标准,读完后应该知道检查谁、怎么查、多少算合格、不合格找谁。文档可以长,以下部分不能缺。
| 章节 | 要写的内容 | 常见缺项 |
|---|---|---|
| 封面和文档信息 | 标准编号、版本、发布日期、实施日期、归口部门、起草人和审批人 | 没有版本号,改了口径查不到旧版 |
| 1 范围 | 适用的业务域、系统、表、字段、时间范围和不适用对象 | 只写适用于公司数据,范围过大 |
| 2 规范性引用文件 | GB/T 36344、企业数据标准、接口规范、指标口径文件 | 引用了文件但没有写版本和日期 |
| 3 术语和定义 | 数据质量、评价指标、质量规则、阈值、权威源、关键数据项 | 同一个词在不同部门含义不同 |
| 4 评价对象和范围 | 表清单、字段清单、数据粒度、分区、纳入和排除条件 | 分母不稳定,两次评价不可比 |
| 5 指标和权重 | 一级维度、二级指标、权重、适用条件和计算口径 | 只有维度名称,没有可算指标 |
| 6 质量规则 | 规则编号、判断条件、分子分母、统计窗口、频率、责任人 | 规则无法执行或无法复算 |
| 7 阈值和判定 | 合格线、预警线、关键规则、判定流程和证据要求 | 阈值拍脑袋,判定只有通过或不通过 |
| 8 评分和等级 | 规则得分、维度得分、总分、等级和否决项 | 总分掩盖关键字段失败 |
| 9 流程和职责 | 计划、执行、复核、报告、整改、复检和升级机制 | 发现问题后没有责任人和时限 |
| 10 记录和复审 | 评价报告、规则版本、检查证据、复审周期和变更记录 | 没有留痕,标准长期不更新 |
| 附录 | 规则清单、判定示例、评分表、报告模板 | 标准只有原则,无法直接使用 |
这张表可以直接当目录用。影响执行最大的是第 4 到第 8 章,对象、指标、规则、阈值和评分只要有一处含糊,后面的检查结果就很难复算。
二、先确定评价对象和用途
写标准的第一步是定对象和用途。评价对象可以是字段、记录、表、主题域或整个数据集。粒度不同,分子分母和阈值都不同。
示例内容如下。评价对象为订单主题域的 fact_order、dim_user、dim_product 三张表,统计 2026 年 11 月 16 日分区。用途是经营日报和支付对账上线前检查。字段级检查完整性和规范性,记录级检查唯一性和一致性,表级检查时效性和可访问性。测试订单、压测数据和内部账号不参与评价。
用途决定严格程度。用于结算、监管报送和对外共享的数据,准确性、一致性和可追溯性要求更高;用于内部探索分析的数据,可以适当放宽完整性和时效性。把用途写进标准,阈值才有依据。
三、指标和权重怎么定
数据质量评价指标回答看哪个方面,质量规则回答具体怎么算。GB/T 36344-2018 的六类一级指标可以作为基线。标准页面显示,截至 2026 年 11 月 17 日,2018 版仍是现行版本;2026 版已于 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。新建标准可以预留版本切换空间,在实施日期前仍引用现行版本,具体条款变化以正式文本为准。
| 一级指标 | 标准定义 | 常见规则 |
|---|---|---|
| 规范性 | 数据符合数据标准、数据模型、业务规则、元数据或权威参考数据的程度 | 枚举值是否合法、编码格式是否符合规则、字段长度是否超限 |
| 完整性 | 按照数据规则要求,数据元素被赋予数值的程度 | 必填字段空值率、应到记录到达率、应有时段是否连续 |
| 准确性 | 数据准确表示其所描述的真实实体及其真实值的程度 | 与源系统或支付流水比对的差异率、金额核对差异率 |
| 一致性 | 数据与其他特定上下文中使用的数据无矛盾的程度 | 主外键孤儿率、跨表金额一致率、同一指标在不同报表的差异 |
| 时效性 | 数据在时间变化中的正确程度 | 按时产出率、数据延迟时长、T+1 数据在约定时间前可用率 |
| 可访问性 | 数据能被访问的程度 | 查询成功率、权限开通时长、平均响应时间 |
六类指标是一级框架,不要求所有场景等权。交易结算数据可以把准确性和一致性权重调高,用户画像数据可以把完整性和一致性调高,经营报表要兼顾时效性。企业也可以增加唯一性、有效性等补充维度,但要写清与六类的关系,避免同一条规则重复计分。
| 场景 | 准确性 | 完整性 | 一致性 | 时效性 | 规范性 | 可访问性 |
|---|---|---|---|---|---|---|
| 交易结算 | 30% | 25% | 20% | 15% | 5% | 5% |
| 用户画像 | 20% | 25% | 25% | 15% | 10% | 5% |
| 经营报表 | 25% | 20% | 25% | 20% | 5% | 5% |
这张表只是起点。权重应由业务影响决定,不由数据团队凭感觉分配。标准里要写清每个权重的理由和调整条件,业务变化后重新评审。
四、规则怎么写才能复算
数据质量规则要能被另一个人按同样口径复现。一条规则至少写清五件事,查谁、算什么、分母是谁、什么时候算、算完谁处理。
| 字段 | 填写要求 | 示例 |
|---|---|---|
| 规则编号 | 维度代码、对象和序号 | DQ-COM-001 |
| 规则名称 | 一句话说明检查什么 | 用户手机号空值率 |
| 评价对象 | 表、字段、分区 | dim_user.mobile,dt=2026-11-16 |
| 规则类型 | 对应一级指标 | 完整性 |
| 业务含义 | 这个字段影响什么业务 | 短信触达、账号找回 |
| 判断条件 | 什么情况算不合格 | 手机号为空、为空字符串或只有空格 |
| 分子 | 不合格记录数 | 手机号无效的记录数 |
| 分母 | 应检查记录数 | 当日非测试用户记录数 |
| 统计窗口 | 时间范围、时区、批次 | 自然日,T+1,Asia/Shanghai |
| 样本方式 | 全量或抽样 | 全量 |
| 阈值 | 合格线和预警线 | 合格≤0.10%;超过0.05%预警,超过0.10%不达标 |
| 检查频率 | 多久跑一次 | 每日 |
| 责任人 | 角色而非个人 | 用户域数据负责人 |
| 异常处理 | 确认、修复、复检时限 | 2 小时内确认,24 小时内修复,修复后复检 |
| 版本 | 规则版本和变更说明 | V1.0,2026-11-17 发布 |
最容易出问题的是分母和例外。分母要写清是全部记录、应到记录、去重后的业务对象还是可关联记录。空值、空字符串、只有空格的字符串、0、未知值要分别定义。测试数据、压测数据、内部账号、重复上报要不要排除,也要写进标准。
规则类型、单字段规则、跨表规则和自定义规则的更多写法,可以参考数据质量规则。
下面是一条完整性规则的 SQL 示例,统计非测试用户中手机号无效的比例。
<code class="language-sql">SELECT
COUNT(*) AS total_rows,
SUM(CASE WHEN mobile IS NULL OR TRIM(mobile) = '' THEN 1 ELSE 0 END) AS invalid_rows,
ROUND(
SUM(CASE WHEN mobile IS NULL OR TRIM(mobile) = '' THEN 1 ELSE 0 END) * 100.0 / COUNT(*),
4
) AS invalid_rate
FROM dim_user
WHERE dt = '2026-11-16'
AND is_test = 0;
</code>这条 SQL 把分母定义为当日非测试用户,把空值和空白字符都算作无效。如果业务还把未知号码、占位号码视为无效,需要在条件里补上。规则上线前先用历史数据回测,确认不会把正常记录大量误判。
五、阈值怎么定
阈值是数据质量判定标准的核心,也是标准的难点。定得太松,问题发现不了;定得太严,告警天天响,团队很快不再看。阈值可以从四个输入来定,外部硬约束、业务后果、历史基线和修复成本。
- 外部硬约束优先。监管报送、合同约定、财务对账有明确要求的,按约束定,不能自行放宽。
- 业务后果决定严格程度。影响资金、合规、核心报表和客户权益的规则从严,影响内部探索分析的规则可以放宽。
- 历史基线提供起点。先跑 30 天,观察通过率的分布,用中位数和较差分位设定初始阈值,再逐步收紧。
- 修复成本影响阈值节奏。修复链路长、涉及上游系统的问题,先设预警线,给团队留出处理时间。
| 规则类型 | 示例阈值 | 适用条件 | 注意 |
|---|---|---|---|
| 主键和支付单号唯一性 | 重复记录为 0 | 订单、支付、事件表 | 任何重复都要查明原因,不能只看比例 |
| 核心金额对账差异率 | ≤0.01% | 与支付流水或源系统日终对账 | 写清币种、单位、容差和时间窗 |
| 核心字段完整性 | ≥99.5% | 影响结算、触达或核心报表 | 先看历史基线,避免一步到位 |
| 一般分析字段完整性 | ≥95% | 不影响资金和合规 | 可按字段重要程度分档 |
| 跨系统一致性 | ≥99.9% | 订单与支付、用户与账号 | 权威源、对账键和时间窗必须统一 |
| T+1 数据时效性 | 08:00 前可用率≥99% | 经营日报、早会决策 | 统计至少 30 个批次,避免偶发波动 |
建议设两条线。合格线用于判断能不能用,预警线用于提前处理。比如核心字段完整率合格线为 99.5%,提前预警线为 99.7%:实际值达到或超过 99.7% 时合格且不预警,达到 99.5% 但低于 99.7% 时仍合格但触发预警,低于 99.5% 时不达标。只有合格线的标准,问题往往在已经影响业务后才被发现。
自动规则适合覆盖全量数据,准确性核对往往需要抽样。抽样比例、分层方法和核对覆盖率要写进标准,具体做法可以参考数据质量抽查。抽样结果只能代表样本范围,报告里要写清样本量和覆盖范围。
六、六类规则的判定示例
数据质量判定要按固定顺序走。先确认检查任务成功,分区存在、数据量正常、抽样完成;再计算指标;接着对比合格线和预警线;然后看这条规则是否属于关键规则;最后输出判定、证据和处置建议。任务失败或数据未到齐时,不能直接判达标。

| 维度 | 规则和计算 | 实测 | 阈值 | 判定 |
|---|---|---|---|---|
| 规范性 | 订单状态非法枚举率 = 非法状态记录数 ÷ 总记录数 | 200 ÷ 100000 = 0.20% | 合格线≤0.50% | 达标 |
| 完整性 | 用户手机号空值率 = 无效手机号记录数 ÷ 非测试用户记录数 | 120 ÷ 40000 = 0.30% | 合格线≤0.10%;超过0.05%预警,超过0.10%不达标 | 不达标 |
| 准确性 | 支付金额差异率 = 差异订单数 ÷ 对账订单数 | 3 ÷ 50000 = 0.006% | 合格线≤0.01% | 达标 |
| 一致性 | 孤儿订单率 = 无法关联用户的订单数 ÷ 当日订单数 | 80 ÷ 1000000 = 0.008% | 合格线≤0.01% | 达标 |
| 时效性 | 按时可用率 = 08:00 前可用天数 ÷ 统计天数 | 29 ÷ 30 = 96.7% | 合格线≥99% | 不达标 |
| 可访问性 | 查询成功率 = 成功查询次数 ÷ 总查询次数 | 99.7% | 合格线≥99.5% | 达标 |
这张表显示,判定依据是规则和阈值,不能凭感觉。手机号空值率 0.30% 看起来不高,但超过合格线 0.10%,就要判不达标并触发处理。空值率不超过 0.05% 时合格且不预警,超过 0.05% 但不超过 0.10% 时仍合格但触发预警,超过 0.10% 时不达标。支付金额差异率 0.006% 低于 0.01%,判达标,但仍要保留差异订单清单,方便复核。
七、评分和等级怎么定
数据质量评分用于看趋势和比较,判定用于决定能不能用,两者要分开。可以用三档规则得分,达标 100 分,预警 70 分,不达标 0 分。维度得分是规则得分的加权平均,规则等权时就是平均分,总分是维度得分的加权平均。
关键规则要单独设否决项。影响资金、合规、核心报表和客户权益的规则,失败时直接判不合格,不参与平均分的抵扣。关键规则不宜过多,控制在 5 到 10 条,否则等于没有重点。
| 维度 | 权重 | 规则得分 | 维度得分 | 加权得分 |
|---|---|---|---|---|
| 规范性 | 10% | 100 | 100 | 10.0 |
| 完整性 | 25% | 手机号 0,订单号 100 | 50 | 12.5 |
| 准确性 | 25% | 100 | 100 | 25.0 |
| 一致性 | 20% | 100 | 100 | 20.0 |
| 时效性 | 15% | 0 | 0 | 0.0 |
| 可访问性 | 5% | 100 | 100 | 5.0 |
| 合计 | 100% | 72.5 |
完整性维度有两条规则,手机号空值率不达标得 0 分,订单号非空达标得 100 分,维度得分取平均 50 分。总分 72.5,落在合格档。如果手机号被列为关键规则,这次评价直接判不合格,不进入合格档。
| 总分 | 等级 | 处理建议 |
|---|---|---|
| 90 分及以上 | 优秀 | 可以发布,保持监控,按周期复审 |
| 80 到 89 分 | 良好 | 可以发布,限期修复预警项 |
| 70 到 79 分 | 合格 | 有条件使用,关键规则不得失败,限期整改 |
| 70 分以下 | 不合格 | 停止用于结算、对外报送或核心决策,完成整改后复评 |
八、标准怎么评审和落地
标准写完还要能执行。建议先试运行,再评审发布。试运行至少覆盖 30 天,包含正常日、促销日、月末结算和一次数据延迟事件。记录误报、漏报、修复时长和业务反馈,再定版。
| 阶段 | 主要动作 | 产出 |
|---|---|---|
| 起草 | 数据治理牵头,业务确认口径,IT 确认取数逻辑 | 标准初稿、规则清单 |
| 试运行 | 用历史数据回测,跑 30 天,记录误报和漏报 | 基线报告、阈值调整建议 |
| 评审 | 业务、数据、IT、合规和安全共同评审 | 评审意见、修改记录 |
| 发布 | 编号、版本、生效日期、培训和变更记录 | 正式标准、培训材料 |
| 执行 | 按频率运行规则,自动检查加抽样核验,留存证据 | 评价报告、问题清单 |
| 复审 | 每半年或一年复审,业务变更时触发临时复审 | 新版本、变更说明 |
职责要写成角色,不写个人。业务负责人定业务含义和容忍度,数据负责人定指标和规则,IT 或数据开发负责取数、加工和修复,合规和安全审核敏感数据与对外报送要求。同一个角色可以兼任,签字确认的环节要分开。
问题闭环至少包含发现、定级、派单、修复、复检和关闭。每个环节有时限和证据。反复出现的问题,要回到源头查流程、接口或采集,不要每次只改结果数据。组织流程、职责和整改机制可以单独写成控制规范,和评价标准配套使用,具体写法可以参考企业数据质量控制规范。
评价报告要保留规则版本、样本范围、检查证据、问题定级和整改记录。报告不只给一个总分,还要列出每个维度的得分、关键规则状态和不达标项清单。这样业务能看到问题在哪里,数据团队也能按优先级安排修复。
数据质量管理要把标准、规则、责任和工具连起来。标准落地后,检查任务、告警和复盘往往分散在多个系统。ThinkingAI 的数据分析 Agent支持自然语言问数和自动归因,可以把质量检查结果和业务指标放到同一个分析入口。ThinkingAI 已服务全球超 1500 家企业,接入产品超 8000 款,跨系统数据接入是常见场景。工具能降低执行成本,标准里的口径、阈值和责任仍要由企业自己定。
九、常见错误
| 常见写法 | 问题 | 改法 |
|---|---|---|
| 完整性不低于 95% | 没写对象、分母和时间窗 | 写清表、字段、分区、分子分母和排除条件 |
| 数据必须准确 | 没有比对基准,无法执行 | 指定源系统、支付流水或人工复核结果,写清差异率和容差 |
| 所有规则都设 100% | 告警过多,团队很快忽略 | 分核心和一般,设合格线和预警线 |
| 只看总分 | 关键字段失败被平均分掩盖 | 保留维度分、规则状态和关键规则否决项 |
| 标准发布就结束 | 没有执行、复盘和版本管理 | 定责任人、频率、复检、复审和变更记录 |
| 直接写符合国家标准 | 企业标准不等于国家标准 | 写清引用关系、适用范围和企业自己的阈值 |
常见问题
1. 数据质量评价标准必须引用 GB/T 36344 吗
不强制。GB/T 36344 是推荐性国家标准,可以作为指标框架。企业标准可以裁剪维度和二级指标,但要写清裁剪理由。如果对外声称符合该标准,需要逐条对齐,不能只引用标准号。
2. 没有历史数据,阈值怎么定
先跑基线。用近 30 天数据计算通过率、异常记录数和影响范围,再用中位数和较差分位设初始阈值。外部硬约束优先,其他规则先宽后紧。试运行两周到一个月,观察误报和漏报后再定版。
3. 规则越多越好吗
规则数量增加,维护成本和告警噪声也会增加。先从影响资金、合规、核心报表和客户体验的 3 到 5 个对象开始,每个对象配少量关键规则。跑顺后再扩展。长期不触发、没人查看的规则,要评审后修改或下线。
4. 评价标准和控制规范有什么区别
评价标准定义看哪些指标、每条规则怎么算、多少算合格、怎么评分。控制规范定义谁负责、什么时候检查、发现问题怎么整改、如何复审。两份文件可以合并,但内容和责任不能混。
5. 新版 GB/T 36344-2026 实施后要马上改吗
2026 版于 2026 年 10 月 30 日发布,2027 年 5 月 1 日实施,并全部代替 2018 版。实施日期前,2018 版仍是现行版本。企业可以提前对照新版正式文本评估差异,更新引用文件和规则,但在实施前不要声称已经符合新版。
6. 评价频率怎么定
跟着决策节奏走。核心交易链路可以实时或小时级检查,核心报表按日检查,辅助分析按周或按月检查。规则和阈值每季度复盘一次,业务变更、系统切换和数据源调整时触发临时复审。
参考来源
- 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》,发布日期 2026-10-30,实施日期 2027-05-01,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》






