数据质量衡量标准

1、先明确数据为什么需求服务#

我们是为售后的两类问题服务。

2、解决两类问题，需要什么样的数据？#

1>研发的产品文档，主要是如何调试的参数和使用说明
2>产品的子模块定位的关键信息数据
3>B端厂商的系统集成信息
4>B端厂商的系统关键定位信息

3、如何判断数据的质量？#

1>数据的及时性
需要研发的产品文档的提交流程，保证第一时间提交到数据收集员，然后上传到智能客服
2>数据的准确性
售后收集的数据，能准确还原当时现场
3>数据的规范性
比如数据中，同样一个产品或者事物的名称都不统一,或者产品型号的命名规则不统一，都是属于数据不规范
4>数据的完整性
比如如果数据里，都没有产品型号，那么肯定是不完整的。
5>数据的一致性
比如同一个客户，同一产品，集成的调试参数不一致。说明数据不一致，已经失真了。要么我们的产品品质不稳定。

4、解决数据质量的问题的方法#

1> 确立数据收集关键角色，对公司业务数据全盘掌握

2> 确立企业的数据字典，统一公司数据中的术语

3> 建立售后数据收集流程，这个要嵌入到售后的工单系统，并定义一个验收数据真实和准确的角色和检验环节

4> 建立研发的数据提交流程保证数据及时性，这个要嵌入到研发的工作流中

5> 建立研发定位产品故障的关键信息收集流程

5、数据治理路径规划#

1> 确立数据收集员，在整个公司数据治理过程中，核心地位。

2> 确立企业数据字典

3> 确定一个产品作为样本数据收集对象

4> 确立工作流，售后工作流，以及研发文档提交流程

5> 评估效果，并迭代直到，售后同学满意解决上述两类问题服务。

6> 铺开所有产品