金融行业数据治理部数据专员数据质量检查手册（执行版） (2).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）

1.数据质量概述

1.1数据质量定义

数据质量并非抽象概念，而是金融行业风险控制与业务决策的基石。在信贷审批、反欺诈监测、合规报送等场景中，一个字段错误可能导致数百万甚至上亿损失。监管机构早已明确要求金融机构建立数据质量管理体系，GB/T35500-2017标准将其定义为“数据满足预定用途和用户需求程度的度量”。但通俗而言，就是客户信息是否准确，交易记录是否完整，历史数据是否可靠。例如某银行因客户手机号错误导致短信验证码无法发送，进而错失交易机会；或因地址数据缺失反洗钱调查，最终面临巨额罚款。这些案例都印证了数据质量绝非小事，而是关乎机构生存的核心竞争力。

1.2数据质量维度

金融行业的数据质量评估通常围绕六个核心维度展开，形成完整度量体系。完整性维度关注数据是否全面，例如客户档案是否包含身份证号、职业等必要字段；一致性维度则检查跨系统数据是否存在矛盾，如客户在CRM和核心系统的手机号不一致；时效性维度要求数据能反映最新状态，特别是信贷额度这类动态指标；准确性维度是重中之重，身份证号校验规则、三元素校验等都是常见校验手段；唯一性维度确保同一实体没有多个记录，通常通过身份证号或统一社会信用代码实现；有效性维度则判断数据是否符合业务逻辑，比如年龄字段不能出现负值。某头部银行曾因有效性校验不足，将“死亡”状态标记为“退休