鄭威

關(guān)鍵詞：數(shù)據(jù)質(zhì)量，因素分析，關(guān)鍵成功因素，信息系統(tǒng)。

一、引言

數(shù)據(jù)質(zhì)量

隨著數(shù)據(jù)倉(cāng)庫(kù)的擴(kuò)散，通信和信息技術(shù)在組織中對(duì)高數(shù)據(jù)質(zhì)量（DQ）的認(rèn)識(shí)和需求日益增加。

二、數(shù)據(jù)質(zhì)量關(guān)鍵成功因素的研究模型

信息系統(tǒng)的成功措施包括：信息系統(tǒng)使用、用戶滿意度、個(gè)人影響和組織影響。根據(jù)先前的研究建模，以下是假設(shè)：

·1）：數(shù)據(jù)質(zhì)量與感知的凈效益呈正相關(guān)。

·2）：系統(tǒng)質(zhì)量與感知的凈效益呈正相關(guān)。

數(shù)據(jù)質(zhì)量和先決條件

1、數(shù)據(jù)質(zhì)量維度

為了提高整體數(shù)據(jù)倉(cāng)庫(kù)成功模型中數(shù)據(jù)質(zhì)量構(gòu)造的解釋力，該模型從三個(gè)維度度量數(shù)據(jù)質(zhì)量：準(zhǔn)確性、相關(guān)性和可訪問(wèn)性。

2、數(shù)據(jù)質(zhì)量先決條件

根據(jù)之前的研究，數(shù)據(jù)質(zhì)量系統(tǒng)分為兩個(gè)主要類別：管理基礎(chǔ)設(shè)施和技術(shù)基礎(chǔ)設(shè)施，其中包含15個(gè)技術(shù)基礎(chǔ)設(shè)施元素。這些數(shù)據(jù)質(zhì)量程序元素如下面的表1所示。

本研究提出數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)質(zhì)量的先決條件除了包括與大多數(shù)成功的數(shù)據(jù)質(zhì)量程序相同的那些因素，還應(yīng)包括另外四個(gè)因素：創(chuàng)新、標(biāo)準(zhǔn)化、培訓(xùn)和教育，以及在數(shù)據(jù)倉(cāng)庫(kù)中顯得特別相關(guān)的檢查和測(cè)試。

我們分別重新命名了主要類別：組織基礎(chǔ)設(shè)施和數(shù)據(jù)質(zhì)量系統(tǒng)實(shí)施。這些數(shù)據(jù)質(zhì)量元素類別定義如下：

組織基礎(chǔ)設(shè)施：高級(jí)管理層對(duì)數(shù)據(jù)質(zhì)量的承諾和參與程度，以及促進(jìn)或阻礙數(shù)據(jù)質(zhì)量的組織的整體文化和特征。

數(shù)據(jù)質(zhì)量系統(tǒng)實(shí)施：將數(shù)據(jù)質(zhì)量視為一個(gè)完整系統(tǒng)的程度，包括客戶驅(qū)動(dòng)的需求分析; 測(cè)試、檢查、測(cè)量和評(píng)估過(guò)程; 以及數(shù)據(jù)質(zhì)量規(guī)劃和改進(jìn)機(jī)制。

基于這些定義，提出了包含這兩個(gè)數(shù)據(jù)質(zhì)量元素類別的四個(gè)數(shù)據(jù)質(zhì)量先決條件。四項(xiàng)數(shù)據(jù)質(zhì)量先決條件的定義如下：

管理承諾和參與：高級(jí)管理層對(duì)數(shù)據(jù)質(zhì)量的承諾程度和參與程度。這種正式的承諾和參與表現(xiàn)為政策、目標(biāo)設(shè)定、項(xiàng)目啟動(dòng)、問(wèn)責(zé)制、數(shù)據(jù)供應(yīng)商管理、改進(jìn)過(guò)程和信息鏈管理。

促進(jìn)組織文化和特征：廣泛認(rèn)為數(shù)據(jù)和信息是商業(yè)資產(chǎn)，并相應(yīng)地加以處理的態(tài)度。這種待遇表現(xiàn)為創(chuàng)新、積極的數(shù)據(jù)挖掘、適當(dāng)使用標(biāo)準(zhǔn)化、盡量減少權(quán)力斗爭(zhēng)以及在整個(gè)組織中進(jìn)行充分的培訓(xùn)和教育。

需求分析和技術(shù)流程實(shí)施：有效識(shí)別和處理客戶需求并確保維護(hù)質(zhì)量控制的數(shù)據(jù)質(zhì)量流程。正確維護(hù)質(zhì)量控制體現(xiàn)在數(shù)據(jù)錄入的準(zhǔn)確性和經(jīng)驗(yàn)性質(zhì)量測(cè)量和評(píng)估的形式上。

數(shù)據(jù)質(zhì)量系統(tǒng)規(guī)劃和改進(jìn)：主動(dòng)規(guī)劃數(shù)據(jù)質(zhì)量系統(tǒng)的實(shí)施，并將質(zhì)量改進(jìn)納入其中。

建議的數(shù)據(jù)質(zhì)量元素結(jié)構(gòu)如表2所示。

根據(jù)這些定義，假設(shè)下列數(shù)據(jù)質(zhì)量先決條件：

·1）：“管理承諾和參與”、“促進(jìn)組織文化和特征”、“需求分析和技術(shù)流程實(shí)施”、“數(shù)據(jù)質(zhì)量系統(tǒng)規(guī)劃和改進(jìn)”與數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)質(zhì)量正相關(guān)。

最后，我們提出了考慮操作數(shù)據(jù)質(zhì)量在所提出的數(shù)據(jù)質(zhì)量先決條件和數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)質(zhì)量之間的中介作用。因此，假設(shè)如下：

·2）：組織內(nèi)的運(yùn)營(yíng)數(shù)據(jù)質(zhì)量與DW數(shù)據(jù)質(zhì)量成正相關(guān)

·3）：“管理承諾和參與”、“促進(jìn)組織文化和特征”、“需求分析和技術(shù)流程實(shí)施”、“數(shù)據(jù)質(zhì)量系統(tǒng)規(guī)劃和改進(jìn)”與運(yùn)營(yíng)數(shù)據(jù)質(zhì)量成正比。

這些假設(shè)反映在圖3所示的完整研究模型中。

三、結(jié)論

該研究模型基于現(xiàn)有文獻(xiàn)和以往關(guān)于數(shù)據(jù)質(zhì)量關(guān)鍵成功因素的研究，包括四個(gè)因素類別組和二十五個(gè)因素項(xiàng)目。從大規(guī)模調(diào)查的因子分析結(jié)果來(lái)看，原有的信息系統(tǒng)關(guān)鍵成功因子數(shù)據(jù)質(zhì)量研究模型應(yīng)該修改為數(shù)據(jù)質(zhì)量管理因子、人員因子、組織因子和環(huán)境因子四大因子類別，25個(gè)因子項(xiàng)目應(yīng)該重新歸類為不同的因子類別。本文提出的因子分析方法為現(xiàn)有文獻(xiàn)中缺乏的數(shù)據(jù)質(zhì)量關(guān)鍵成功因子的研究模型提供了更加科學(xué)的依據(jù)。因此，該研究對(duì)數(shù)據(jù)質(zhì)量領(lǐng)域具有重要的理論貢獻(xiàn)。此外，它還為數(shù)據(jù)質(zhì)量和信息系統(tǒng)管理領(lǐng)域的從業(yè)人員提供指導(dǎo)，說(shuō)明確保其系統(tǒng)中的高質(zhì)量數(shù)據(jù)的關(guān)鍵成功因素。

參考文獻(xiàn)

1. 張瓊文. 試論數(shù)據(jù)治理在數(shù)據(jù)質(zhì)量管理中的作用[J]. 通訊世界，2017（3）.

2. 卿曦. 源頭數(shù)據(jù)治理 優(yōu)化數(shù)據(jù)質(zhì)量[J]. 大眾用電，2018，32（11）：20.

3. 楊春紅. 數(shù)據(jù)治理在數(shù)據(jù)質(zhì)量管理中的影響分析[J]. 電腦編程技巧與維護(hù)，2018，000（012）：92-93，107.

4. 程大慶，鄭承滿. 數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)質(zhì)量的治理及體系構(gòu)建[J]. 中國(guó)金融電腦，2011，000（006）：28-34.

5. 徐嵐珊，郭樹(shù)行. 面向數(shù)據(jù)治理的數(shù)據(jù)資產(chǎn)質(zhì)量評(píng)估模型研究[J]. 科技資訊，2020，018（003）：18-19.

6. Lee，Y.，Strong，D.，Kahn，B. and Wang，R. （2002） AIMQ：a methodology for information quality assessment，Information and Management，40，133-146.

7. Pipino，L.，Lee，Y. and Wang，R. （2002） Data Quality Assessment，Communications of the ACM，45，4，211-218.

8. Rahm，E. and Hai Do，H. （2000） Data Cleaning：Problems and Current Approaches，IEEE Computer Society，23，4，3-13.

9. Redman，T. （1998） The Impact of Poor data Quality on the Typical Enterprise：Poor Data Quality Has Far-Reaching Effects and Consequences，Communications of the ACM，41，2，79-82.

10. Wand，Y. and Wang，R. （1996） Anchoring Data Quality Dimensions in Ontological Foundations，Communications of the ACM，40，5，103-110.