ThinkingAI Logo
返回博客列表

数据质量有哪些要求?怎样结合业务确定?

数据质量要求需要落到具体业务用途。文章结合 GB/T 36344-2018 的六个维度,说明如何识别关键数据、设定规则与阈值,并用场景示例和常见问题讲清业务化落地方法。

2026-11-2011分钟
数据质量有哪些要求?怎样结合业务确定?

数据质量要求可以写成一份可验收的约定:在某个业务用途下,哪些数据必须满足什么条件,达到什么程度才算可用,出了问题由谁处理。国家标准 GB/T 36344-2018 提供了规范性、完整性、准确性、一致性、时效性、可访问性六个评价维度,适合作为通用检查框架。企业要落地,还需要把维度翻译成具体字段、规则、阈值和责任。

一、数据质量要求由哪些部分构成?

一套能执行的要求,通常包含四层内容。维度回答从哪个角度判断,要求回答达到什么程度,规则回答用什么条件检查,指标回答如何统计和跟踪。四层混在一起,容易出现“要求写得很全,落地时没人知道查什么”的情况。

层级回答的问题示例
质量维度从哪个角度判断数据完整性、准确性、时效性
质量要求在具体用途下达到什么程度支付成功记录的订单号非空率达到 100%
质量规则用什么条件识别不合规数据支付状态为成功时,订单号不能为空
质量指标如何统计、监控和复盘每日非空率、异常记录数、受影响订单数

一条完整的要求应包含数据对象、业务场景、统计口径、责任人和处理动作。 缺少其中任何一项,执行时都容易变成口头约定。

二、常用的数据质量维度有哪些?

GB/T 36344-2018《信息技术 数据质量评价指标》是推荐性国家标准,于 2018-06-07 发布,2019-01-01 实施,给出六个一级指标。它们的定义可以直接用来设计检查问题。

维度标准定义业务检查问题
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格式、码值、枚举、命名是否符合约定
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是否缺失,应该出现的记录是否都在
准确性数据准确表示其所描述的真实实体真实值的程度与业务事实、源头凭证是否一致
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同一指标在不同报表、系统、时点是否对得上
时效性数据在时间变化中的正确程度数据是否按时到达,是否足够新
可访问性数据能被访问的程度需要的人能否在需要时取到,权限和性能是否满足

一些团队还会增加唯一性、有效性等维度。IBM 在数据质量管理主题中就把准确性、完整性、一致性、时效性、唯一性和有效性列为常用维度。维度数量可以按业务补充,检查目标始终是回答这份数据能否支撑当前用途。

标准状态也需要留意。截至 2026 年 11 月,GB/T 36344-2018 仍是现行版本;GB/T 36344-2026 已于 2026-10-30 发布,将于 2027-05-01 实施并代替 2018 版。企业在制定长期制度时,应关注新版指标说明;本文的维度解释按 2018 版整理。如果要把维度做成评估表,可以参考数据质量评估的流程与结果解读。

三、为什么同一份数据在不同业务下要求不同?

数据质量的定义与用途直接相关。中国软件评测中心在解读 GB/T 36344-2018 时,把数据质量表述为数据对其期望目的的满足度。同一张订单表,用于财务对账时,金额和状态必须与支付回执逐笔一致;用于活动效果分析时,更关注事件是否完整、口径是否统一,个别字段的格式差异未必影响结论。

质量要求需要带三个限定:用在什么业务动作上,错了会造成什么后果,企业愿意投入多少治理成本。 把这三个问题回答清楚,要求才有优先级。

例如支付金额的准确性要求通常接近零容忍,因为一笔差错就会带来对账差异和客户投诉;用户兴趣标签允许一定误差,因为推荐结果还可以通过多样性和实时行为修正。把两类数据套用同一个 99.9% 标准,既浪费治理成本,也可能漏掉高风险的数据。

四、怎样结合业务确定数据质量要求?

可以按五步推进。顺序从上到下,前一步的输出是后一步的输入。

1. 从业务动作和损失场景倒推

先列出依赖数据完成的业务动作,例如结算对账、库存补货、营销触达、风险拦截、经营复盘、Agent 自动执行。对每个动作追问:数据错了、晚了、缺了,分别会发生什么,影响金额、客户体验、合规还是决策速度。

把影响大、发生频率高的场景排在前面。业务方说不清影响时,用最近一次数据事故复盘,通常比抽象讨论更容易达成一致。

2. 识别关键数据元素和数据链路

关键数据元素是对业务运行至关重要的数据项。Actian 在关键数据元素的实践文章中提到,支付、客户账户、财务报告、监管报送、库存和订单履约等领域的数据,一旦出错会带来实际后果。

识别时从业务动作反查字段,列出订单号、支付金额、用户 ID、交易时间、库存数量等直接支撑判断的数据。随后画出这些数据从产生、接入、加工到报表、模型和 Agent 的链路,标出可能发生缺失、重复、延迟或口径变化的节点。

字段很多时,不必一次覆盖全部。先选 2 到 3 个高影响场景,每个场景列出 5 到 10 个关键数据,比全库铺开更容易做出结果。

3. 为每个关键数据选择维度和业务规则

一个字段不需要同时满足六个维度。支付金额更关注准确性、完整性、一致性和时效性;用户 ID 更关注完整性、唯一性和跨系统一致性;经营报表更关注准确性、一致性和时效性。选择依据是业务用途和影响程度,维度清单的长度不构成选择标准。

规则要写成可执行的条件:对象、触发条件、判断逻辑、例外情况。例如“支付状态为成功时,订单号不能为空”可以检查;“订单数据要准确”无法执行。规则的写法、结构和示例可以参考数据质量规则的相关内容。

4. 设定阈值、统计口径和验收方式

阈值从现有基线、业务可容忍度和治理成本之间取平衡,不要直接照搬行业数字。 先测当前水平,再确定下一阶段目标;统计口径要写清分子、分母、时间窗口、统计粒度和是否全量检查。

严重程度可以分三级:阻断级问题必须停止相关流程,例如对账金额不一致;告警级问题允许继续运行但需要限时修复,例如非关键字段缺失率上升;观察级问题进入趋势跟踪,例如标签更新延迟。分级之后,响应人和处理时限才能明确。

5. 明确责任、监控和例外处理

每项要求都要有业务负责人、数据负责人和技术负责人。业务负责人确认标准和可接受影响,数据负责人维护口径和规则,技术负责人处理采集、加工和链路问题。

监控要覆盖数据到达、规则校验、指标趋势和下游影响。告警内容至少包含失败规则、影响范围、责任人、上游链路和需要通知的业务方。例外不能只靠口头放行,要记录原因、有效期和补偿动作,到期后重新评估。

五、一套可套用的示例

下面用四个常见场景说明怎样把业务用途翻译成质量要求。表中的数值是示例,企业需要用自己的基线和业务容忍度校准。

业务用途关键数据主要维度要求示例失败后的动作
支付对账订单号、支付金额、支付状态、交易时间完整性、准确性、一致性、时效性支付成功记录订单号非空率 100%;支付金额与支付网关回执一致率 100%;T+1 日 9:00 前完成对账暂停对账结论,标记差异订单,通知财务和支付负责人
用户留存分析用户 ID、事件时间、事件类型、渠道来源完整性、规范性、一致性、时效性核心事件必填字段完整率不低于 99%;事件时间与服务器时间偏差不超过 5 分钟;同一用户 ID 跨端一致回补缺失数据,标注口径变化,暂停相关报表
营销触达用户 ID、手机号或推送 ID、退订状态、标签准确性、完整性、一致性、时效性触达名单去重率 100%;退订用户排除率 100%;标签更新时间不超过 7 天停止发送,修正名单,复盘受影响用户
经营日报GMV、订单量、活跃用户数准确性、一致性、时效性日报指标可由明细表复算;同一指标跨报表差异为 0;每日 8:00 前更新延迟发布并标注口径,排查上游数据

示例中的 100% 只适用于对账、退订排除这类高风险场景。 多数分析场景可以采用阈值加抽样复核,把治理资源留给影响更大的数据。

六、阈值和优先级怎么平衡?

质量治理的资源有限,所有字段都按同一套严格标准执行,通常无法持续。可以用影响和频率两个维度排序。

影响程度发生频率建议做法
高,涉及资金、合规、客户权益高设为阻断级,实时或每批次校验,明确回退方案
高低重点监控,定期演练,出现后快速升级
低高自动化规则处理,减少人工核对
低低抽样检查,记录趋势即可

成本也要算进来。一次校验需要多少计算资源,修复一个问题需要多少人,业务能接受多长的恢复时间,都会影响阈值。把质量要求写成业务可接受损失内成本合适的方案,比追求理想值更容易长期执行。

七、怎样让数据质量要求持续有效?

要求制定后,常见的失效环节是业务变化和人员交接。 产品改版、渠道增加、指标调整、系统迁移,都可能让原来的规则不再适用。

维持有效性需要四个动作:

  • 变更联动:业务规则、数据模型、指标口径变化时,同步评审相关质量要求。
  • 定期复核:按季度或半年检查阈值、规则命中率和误报率,清理长期无响应的告警。
  • 事故复盘:每次数据事故都回答三个问题,哪条要求没覆盖,哪条规则没执行,哪个责任环节断了。
  • 度量改进:跟踪高优先级数据的监控覆盖率、事故发现时间、修复时长和重复发生率。

当数据进入分析平台、报表和 Agent 应用,质量要求还要和统一指标口径、权限、审计记录一起管理。ThinkingAI 已服务全球超 1500 家企业,接入产品超 8000 款,跨产品、跨系统的数据环境很常见。企业在这类环境里更需要把质量要求写成规则,把规则挂到具体数据和责任人上,再让平台按统一口径执行和留痕。

1. AI 和 Agent 场景要补哪些要求?

AI 和 Agent 会放大数据问题的影响。 报表错了,人还可能发现;Agent 自动执行时,错误会沿着任务链继续传递。除了常规维度,还要补充三类检查。

  • 语义一致:同一指标在问数、报表、Agent 中采用相同定义和口径。
  • 权限与范围:Agent 只能访问完成任务所需的数据,敏感字段有脱敏和审计。
  • 可追溯:结论能回溯到数据来源、计算过程和执行记录,高风险动作保留人工确认。

在考虑用数据质量 Agent分担巡检和定位工作时,先确认质量要求、责任和权限已经明确。工具可以加快发现和处理,业务对“什么算可用”的判断仍要由企业自己完成。

八、常见误区

  • 只做一次性清洗,不建持续规则。清洗解决当下问题,规则和监控才能防止问题反复。
  • 所有字段套用同一标准。高风险数据和高频分析数据需要不同阈值。
  • 数据团队单独定要求。业务不参与,标准容易脱离实际,执行时也难推动。
  • 只看技术指标,不看业务影响。非空率、一致率要能对应到具体业务动作和损失。
  • 阈值没有口径。分子、分母、时间窗口不同,同一个 99% 会得出完全不同的结论。

常见问题

数据质量要求和数据质量规则有什么区别?

要求说明达到什么程度算可用,规则说明用什么条件检查。要求是目标和验收标准,规则是执行手段。一条要求可以由多条规则共同支撑。

数据质量要求是不是越高越好?

要求应与业务影响和治理成本匹配。资金、合规、客户权益相关数据可以提高标准;低风险分析数据可以采用抽样和趋势监控。全面追求零缺陷,往往会让团队把资源花在影响较小的字段上。

小团队没有专职数据治理人员,怎么开始?

从一个高影响场景开始,列出 5 到 10 个关键数据,给每项写一条可执行规则和一个负责人。先用现有报表和人工复核跑起来,再逐步自动化。小团队的优势是链路短,问题定位通常更快。

业务方不认可质量优先级怎么办?

用业务语言描述影响,例如对账差异金额、触达投诉量、报表返工时间、决策延迟天数。把数据问题和业务损失放在同一张表里讨论,比争论字段重要性更有效。

多久复核一次数据质量要求?

高风险数据建议每季度复核,普通分析数据可以每半年或每年复核。发生业务规则变化、系统迁移、数据事故或指标口径调整时,应立即复核相关要求。

AI Agent 用的数据要做哪些额外检查?

重点检查语义一致性、权限范围和可追溯性。Agent 使用的指标定义要与报表一致,敏感数据要有访问控制和审计,自动执行的关键动作要能回溯依据并保留人工确认。

数据质量要求可以从一张关键数据清单开始。先选一个影响明确的业务场景,写清关键数据、判断维度、可执行规则、阈值口径和责任人,再把它放进日常监控。跑通一个场景后,再复制到相邻业务,比一开始铺开全库更容易形成可持续的质量管理。

参考资料

  • 国家标准全文公开系统:GB/T 36344-2018《信息技术 数据质量评价指标》 https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=D12140EDFD3967960F51BD1A05645FE7
  • 中国数字文化集团:《信息技术 数据质量评价指标》正式发布,2026-11-06
  • 中国软件评测中心:助力夯实数据底座,强化数据质量测评
  • Actian:Critical Data Elements: The Data Your Business Can't Afford to Get Wrong

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