【摘要】：由于大数据具有规模性、高速性、多样性的特点，所以大数据产生迅速且形式多样，在数据获取、存储、传输和计算过程中可能产生质量较差的数据，如果不进行大数据质量管理将会导致严重的后果。如果没有良好的数据质量，大数据将会对企业决策产生误导，甚至产生有害的结果。根据估算，数据错误每年造成美国工业界经济损失约占GDP的6%。在商业大数据的应用中，美国零售业每年仅因标价错误就损失25亿美元。
由于大数据具有规模性、高速性、多样性的特点，所以大数据产生迅速且形式多样，在数据获取、存储、传输和计算过程中可能产生质量较差的数据，如果不进行大数据质量管理将会导致严重的后果。如果没有良好的数据质量，大数据将会对企业决策产生误导，甚至产生有害的结果。根据估算，数据错误每年造成美国工业界经济损失约占GDP的6%。在电信大数据应用中，数据错误经常导致故障排除的延误、多余设备租用和服务费收取错误，损害了企业信誉并失去很多用户在医疗大数据应用方面。根据美国医疗委员会的统计，由于数据错误引起的医疗事故仅在美国每年就导致高达98 000名患者丧生。在商业大数据的应用中，美国零售业每年仅因标价错误就损失25亿美元。在金融大数据的应用中，2008年因数据质量问题导致的信用卡欺诈失察即造成48亿美元的损失。统计数据显示，50%以上的数据仓库项目由于数据质量问题而不得不取消或延迟。
只有数据质量满足准确性、一致性、及时性等性质，才能满足业务需求，企业内部人员才能根据这些高质量数据做出准确判断，同时持续进行数据质量管理，也可以减少后期数据核验的时间和成本，提高项目效率。数据质量管理也可以达到维护数据安全的目的，是数据治理过程中必不可少的部分。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
