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

1.2数据质量检查范围

数据质量检查的覆盖范围需贯穿数据生命周期全流程，从源头到应用端形成闭环管理。具体而言，应包括：数据采集环节的完整性校验（如交易流水是否全量接入）、数据传输过程的完整性验证（确保ETL过程中无数据丢失）、数据存储阶段的准确性检测（如账户余额计算是否准确）、数据加工环节的一致性确认（例如客户标签与原始数据逻辑是否匹配）。同时，检查范围还应延伸至数据使用层面，包括报表展示的数据准确性、API接口的数据完整性、模型训练的数据质量等。在实践中，建议采用分层分类管理：核心业务数据（如客户身份信息、交易记录）应实施最严格的检查标准，而辅助性数据（如市场行情）可适当放宽；高频交易数据（如每秒上千笔记录）需实时监控，而静态参考数据（如行业分类）可定期校验。某证券公司通过将检查范围扩展至第三方数据源，成功识别了80%的虚假账户交易，印证了全流程监控的必要性。

1.3数据质量检查依据

数据质量检查的依据主要包括三方面：行业标准规范、监管合规要求和企业内部标准。在行业层面，应遵循《金融数据质量管理办法》等国家标准，重点关注数据标识、元数据管理、主数据管理等领域；在监管层面，需满足中国人民银行、银保监会等机构对反洗钱、客户身份识别等业务数据的特殊要求，例如反洗钱数据必