美国大西部银行的BI副总裁Ron Van Zanten表示：“我们即将面临的挑战很多，但最大的还是数据质量问题。”

大数据时代带来了海量、多样、非结构化的数据，我们得以进行更加广泛且深入的分析，但这必须建立在高质量的数据上才有意义。本期以企业级的视角，介绍数据质量的评价、提升与监控。

数据质量管理的三个要素数据质量管理的技术关键点数据质量管理实战

数据治理不是一蹴而就的，它是一个漫长而持续的过程，没有一拳顶破天的诀窍，也没有立竿见影的途径。目前国内已有部分数据治理平台可帮助企业实现数据治理。

数据质量决定了数据是否具有科学性,是否可以代表用户,是否给出准确的研究结论。因此我们要考虑对在线问卷的数据进行质量控制的具体的方法,保证问卷数据的质量。

为什么您的数据挖掘项目成果总是难以落地？或者数据挖掘的价值总是远远低于预期？无论您是项目管理者还是数据分析师，相信看完这篇文章，每个人都能找到一个属于自己的答案。

数据治理本质是盘点数据资产、治理数据质量，实施数据全生命周期的管理，根据不同的项目特点，会用到不同的技术或工具。

不良数据质量的可能造成市场竞争能力的下降、错误的决策以及寻找、清理和纠正不良错误所需的时间、人力、资源、经济成本。

本篇主要分享了一些和数据质量监控相关的内容，有一些泛泛而谈的感觉，但是理清思路后很多实现起来也是很简单的， 想做个简单能用的出来，用python半天就能搞定。

“数据驱动决策”，为了不让这句话成为空话，请先装备以下13种思想武器，相信将来你一定能用上！

美国最浪漫的城市是哪一个？人们在情人节最喜欢买哪一种礼物？在给出在线约会产业的规模后，你就会对利用大数据创建更好的匹配系统感到不足为奇了。真正价值百万美元的问题是：你能够利用所有这些数字和数据点帮助你自己吗？