金融行业数据治理部数据专员数据质量检查手册（执行版）.docxVIP

金融行业数据治理部数据专员数据质量检查手册（执行版）

第1章数据质量检查概述

1.1数据质量检查目的

数据质量是金融行业数据治理的基石。在数据驱动的决策日益普及的今天，不准确或残缺的数据不仅会误导业务判断，更可能引发合规风险。例如，某银行曾因客户身份验证数据错误，导致反洗钱系统多次触发误报，最终面临监管处罚。数据质量检查的核心目的，正是通过系统性评估，确保数据在准确性、完整性、一致性、时效性和有效性上符合业务要求。这不仅是技术层面的校验，更是对数据全生命周期的管理承诺。检查结果应能揭示数据问题根源，为后续的数据清洗、模型优化和业务流程改进提供依据。

1.2数据质量检查范围

检查范围需覆盖数据从采集到应用的完整链路。具体而言，应包括源系统数据质量、ETL（抽取转换加载）过程质量以及数据仓库/数据湖中的最终数据质量。源系统层面，需关注数据采集规范是否执行，如某证券公司因前端终端设备未校准，导致交易时间戳延迟超过5秒，直接影响高频交易策略效果。ETL阶段，重点核查数据清洗逻辑是否完整，例如，对缺失值的处理方式是否符合业务场景（是填充、删除还是标记未知）。最终数据层面，则需对照业务规则库，验证数据值域、格式和关系约束是否正确，比如，信用卡账单数据中的交易金额应支持小数点后两位，且不允许出现负值。跨系统数据一致性问题也必须纳入，例如，核心银行系统与CRM系统中的客户地址数据差异率