企业在数据治理的过程中，所有的业务、技术和管理活动都围绕着这一目标和发展。

        企业在数据治理过程中一般会遇到的以下数据治理问题；

        完整性：数据完整性问题包括：不完整的模型设计，例如：不完整的唯一性约束、不完整的引用；数据输入不完整，例如：数据记录丢失或不可用；不完整的数据属性，例如：数据属性空值。不完整数据的价值会大打折扣，也是最基本、最常见的数据质量问题。

        时效性：数据的时效性（In-time）是指数据是否能在需要的时候得到。数据的时效性直接关系到企业数据处理的速度和效率，进而影响到业务的处理。和管理效率的关键指标。

        唯一性：用于识别和衡量重复和冗余数据。重复数据是导致业务协作失败、流程无法追溯的重要因素。也是数据治理需要解决的最基本的数据问题。

        真实性：数据必须真实、准确地反映客观实体或真实业务的存在。真实可靠的原始统计数据是企业统计工作的灵魂，是一切管理工作的基础，是经营者做出正确经营决策的必要条件。第一手资料。

        一致性：多源数据的数据模型不一致，如：命名不一致、数据结构不一致、约束规则不一致等。数据实体不一致，如数据编码不一致、命名和含义不一致、分类级别不一致、生命周期不一致……同一数据存在多个副本时数据不一致和数据内容冲突的问题。

        准确性：准确性，也称为可靠性，用于分析和识别不准确或无效的数据。不可靠的数据会导致严重的问题，导致方法有缺陷和决策失误。

        相关性：数据相关性问题是指与数据相关性缺失或错误的数据关系，如：函数关系、相关系数、主外键关系、索引关系等。存在数据相关性问题，将直接影响数据分析的结果，进而影响管理决策。

        更多数据治理相关资料请咨询客服获取，或者直接拨打电话：020-83342506