袋鼠云数据解决方案专家。拥有10余年IT行业开发和管理等企业服务经验，精通大型项目的开发和管理，曾就职于英特尔、索尼等世界500强企业，参与过英特尔，索尼，三星，华为等公司的大型项目的开发和咨询工作。近几年主攻大数据方向，包括数据中台建设、大数据治理、工业领域的数据应用等项目开发和实施。

一般情况下，企业都有多套的业务系统，一些大型企业甚至会有上百套的业务系统。这些业务在不同时期由不同的团队开发完成。因此，这些业务系统都参考着不同的标准生产各自数据。由于滥用缩写词，惯用语，数据输入错误，重复记录，丢失值，拼写变化，不同的计量单位，大量应用系统产生的大量数据是脏数据。这些脏数据是没有意义的，根本就不可能为以后的数据挖掘决策分析提供任何支持。这就是数据质量问题的由来。

一般来说数据质量问题有四个因素造成：

一、信息因素

产生这部分数据质量问题的原因主要有：元数据描述及理解错

误、数据度量的各种性质（如：数据源规格不统—）得不到保证

和变化频度不怡当等。

二、管理因素

是指由于人员素质及管理机制方面的原因造成的数据质量问题。

如人员培训，人员管理，培训或者奖惩措施不当导致的管理缺失

或者管理缺陷。

三、技术因素

主要是指由于具体数据处理的各技术环节异常造成的数据质量问

题。数据质量问题的产生环节主要包括数据创建、数据获取，数据传输．数据装载．数据使用．数据維护等方面的內容。

四、流程因素

是指由于系统作业流程和人工操作流程设置不当而造成的数据质

量问题，主要来源于系统数据的创建流程，传递流程、装载流程、使用流程维护流程和稽核流桯等各环节

从上述的四因素来说，管理因素和流程因素属于组织管理范畴，信息因素和技术因素属于技术范畴。所以，要改进数据质量问题，要从组织管理和技术两方面入手，才能从根本上，最佳地解决数据质量问题。

袋鼠云作为一家企业数据整体解决方案提供商，有一套完整的企业数据解决方案，尤其在数据治理方面，不仅提供数据质量治理的咨询服务，也提供相应的数据质量治理的产品，数栈。