数据质量管理在电力安全生产信息系统中应用.docVIP

数据质量管理在电力安全生产信息系统中应用 　　【摘要】企业的数据质量与业务绩效之间存在着直接联系，高质量的数据是提高企业精细化管理水平、推动管理提升的重要支撑。本文重点研究数据质量应该包含哪些方面的内容，以及通过什么样的步骤或方法对数据质量进行管理和监控，并以电力安全生产设备数据为基础，讲述如何通过信息系统提升生产设备数据的质量。 【关键词】数据质量；业务绩效；信息系统；现状 1.数据质量背景 南方电网公司2012年工作会议明确提出要“着力提高精细化管理水平”，扎实开展“管理提升年”活动，推进公司整体管理水平的提升。随着公司信息化建设的不断深入，对数据信息的需求量越来越大、要求越来越高，数据质量的高低直接影响和决定着业务数据、统计信息的有用性及其价值，直接关系到公司的经济效益、社会效益以及公司管理和发展的顺利进行，因此迫切需要开展数据质量专项工程，切实落实“突出抓好数据质量”的要求，深化应用信息化手段，推动管理提升和管理精细化。 2.数据质量现状 经过多年信息化建设，公司在数据质量管理方面取得了一定的成效，整体数据质量得到了一定提升。但是在传统管理模式下，还存在诸如缺乏统一管理、数据源不唯一、责任不明确、缺乏企业资源统一建模以及数据标准执行不到位等问题。以安全生产设备为例，问题主要如下： （1）缺乏统一管理：目前设备涵盖了变电、输电、配电网，变电和输电设备的管理主要在主网生产或资产系统中集中管理，而配网设备则是在营配一体化或配网生产系统中，管理源头不统一。 （2）数据源不唯一：主网生产系统、资产系统、营配一体化系统、配网生产系统由不同的厂家在不同时期建设，数据要求不统一，导致数据源不统一。 （3）责任不明确：设备数据的建立横跨了工程、物资、生产、财务等多个部门，涉及的业务部门多、数据复杂、信息量大，数据未进行很好的职责划分，导致业务部门在数据信息的录入和管理上缺乏指导及考核，数据的质量不高，管理混乱。 （4）缺乏统一建模：由于系统建设的周期不一致，对设备的数据的应用范围要求也不一致，未形成统一的设备模型，导致同类设备，在元数据模型上存在差异，影响到数据分析及数据质量。 3.数据质量概述 数据质量也就是信息质量，不良的数据将产生不准确的信息和较差的业务绩效。在系统建设的不同阶段，对数据质量的关注点也有所不同。早期对数据质量的关注点主要是提高数据准确性，随着系统功能和定位的不断延伸，关注的重点逐步由数据准确性扩展至完整性、一致性、及时性等方面，这些内容也属于数据质量的范畴。 数据质量好不好，首先需要考虑数据质量六大基本要素是否满足，所谓六大基本要素是指： 完整性：主要包括实体不缺失、属性不缺失、记录不缺失和字段值不缺失四个方面； （1）唯一性：指主键唯一和候选键唯一两个方面； （2）一致性：指统一数据来源、统一存储和统一数据口径； （3）精确度：指计量误差、度量单位等方面的精确程度； （4）合法性：主要包括格式、类型、域值和业务规则的有效性； （5）及时性：指数据刷新、修改和提取等操作的及时性和快速性。 4.影响因素分析 如图1所示，影响数据质量的因素主要来源于四方面：信息因素、技术因素、流程因素和管理因素。 4.1 信息因素 由于对数据本身的描述理解及其度量标准的偏差而造成的数据质量问题，产生这部分数据质量问题的原因主要有： （1）元数据描述及理解错误、数据度量的各种性质得不到保证和变化频度不恰当等。 （2）元数据描述及理解错误中的相关元数据主要包括业务描述、业务规则、业务术语、业务指标口径等。 （3）数据度量和变化频度提供了衡量数据质量好坏的手段。数据度量主要包括完整性、唯一性、一致性、准确性、合法性。变化频度主要包括业务系统数据的变化周期和实体数据的刷新周期。 4.2 技术因素 主要是指由于具体数据处理的各技术环节的异常造成的数据质量问题，它产生的直接原因是技术实现上的某种缺陷。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、数据维护等方面的内容。 4.3 流程因素 由于系统作业流程和人工操作流程设置不当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、维护流程和稽核流程等各环节： （1）创建流程质量问题主要指操作员数据录入时缺乏审核流程； （2）传递流程质量问题主要指通信流程沟通不畅； （3）装载流程质量问题主要指清洗流程缺乏/不当、调度流程逻辑错误、数据加载流程逻辑错误及数据转换流程逻辑错误； （4）使用流程质量问题主要指数据使用流程缺乏流程管理； （5）维护