DQ数据质量评估
数据作为新型生产要素,是数字化、网络化、智能化的基础,已快速融入生产、分配、流通、消费和社会服务管理等各个环节。发挥数据要素的放大、叠加、倍增作用,构建以数据为关键要素的数字经济,是推动高质量发展的必然要求,高质量的数据供给,是新质生产力发展的重要动力。财政部发布《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》,对数据资源入表和数据资产管理活动提出数据质量要求,国家数据局等17部门联合印发《“数据要素×”三年行动计划(2024—2026年)》,提出建设行业高质量数据资源,发挥科研、文化、交通运输等领域数据要素乘数效应,释放数据要素价值,实现经济规模和效率的倍增。
GBT 36344-2018《信息技术 数据质量评价指标》是一项关于数据质量评价的国家标准,对于数据质量评价的研究和实际应用具有深远的意义和广泛的影响力。标准规定了数据质量评价指标的框架和说明,适用于数据生存周期各个阶段的数据质量评价。标准提供了一套涵盖规范性、完整性、准确性、一致性、时效性、可访问性6个一级指标,以及20个二级指标的系统化数据质量评价体系。依据本标准对数据质量进行量化评估,对于数据质量管理、数据资产管理、数据资产价值评估、数据资源入表等方面具有重要的指导意义。
(1)夯实数据质量。通过数据质量评估,推动对数据质量全面监控和持续优化,既有助于优质数据的挖掘与流通,也能支持低质量数据的精准识别与高效改进,降低数据缺陷引发的潜在风险,为组织构建稳健且高效的数据生态系统奠定坚实基础。
(2)赋能精准决策。数据质量评估是提升决策水平的重要引擎,确保组织决策过程建立在可靠的信息基础之上,提高数据分析的精确度和可信度,增强组织决策的科学性、有效性和前瞻性,为组织的健康成长和持续发展提供有力的决策支持。
(3)提升资产价值。数据质量是影响数据资产价值的关键因素,数据质量评估作为数据价值评估、数据资源入表等数据资产管理的重要活动,为数据资产的价值挖掘、优化配置及财务透明化提供重要的参考依据,促进组织数据资产的保值与增值。
DQ适用于对数据质量有要求的所有组织,具体来说分为数据拥有方和数据服务方。
数据拥有方,自身拥有大量数据的企业或机构,对自身数据质量有要求。如:金融与保险机构、电商平台企业、互联网企业、电信运营商、工业企业、高校、政务数据中心等;
数据服务方,自身并不拥有大量数据,对外输出数据治理、数据质量提升、数据产品等数据服务。如:数据开发/运营商、信息系统建设和服务提供商、信息技术服务提供商等。
DQ数据质量评估服务流程包括申请受理、评估策划、评估准备、评估实施、报告编制和证书颁发六个环节。
赛宝认证中心是专业从事认证、评估、研究、培训等技术服务的第三方机构。科研成果方面,牵头或参与《数字经济 术语》《信息技术服务 数据资产 管理要求》《数据资产价值评估》等系列数据相关标准制修订20多项,发表《DCMM贯标助力工业企业数据质量提升》。团队建设方面,培养全国首批数据价格鉴证评估专业人员、数据质量评估师、数据资产管理师等数十名。政府支撑方面,支撑国家部委、地方政府研制《企业首席数据官建设指南》《工业数据分类分级指南》《工业数据质量提升与实践研究报告》《人工智能高质量数据集建设调研报告》等文件。
按领域:能源、政务、金融、制造业、信息技术服务业等。
按目的:数据管理、数据质量管理、数据资产管理、数据资产价值评估、数据资源入表等。
按客户:金融科技公司、电力科技公司、数据技术公司等。