大集中下加强数据质量管理的思考

大集中下加强数据质量管理的思考发布日期：2010-03-11 信息来源：如东县地税局作者：潘永东信息管税作为我国税收领域内近期出现的热点话题，进入决策者视线并在今年明晰为税收征管和科技工作的思路后，会不断在实践中把一些前所未有的重要问题摆在我们面前。

今年全省地税大集中系统的成功上线，可谓契合了这一变革性发展时期。

如何依托这一平台，推进信息管税，是需要进一步深思和探究的大课题。

本文以信息管税的核心——信息采集和利用为切入，对加强大集中下数据质量管理作一些思考和剖析。

观点一：提高对数据质量重要性认识的基础是对数据质量基本属性的认识。

数据是有效开展税收信息化管理和辅助决策分析的依据，是实现税收信息化高速发展的重要保障，因此其质量和时效性已经越来越受到高度关注。

我们对数据建设和应用进行了重点投入，目的就是能够拥有丰富、准确、及时、有效的数据资源，占据现代税收信息化管理中的优势地位。

数据就是资产的理念已被普遍认识，但要从基本上提高对数据质量重要性的认识，并潜化为工作方式和习惯，就必须立足于对数据及其质量本质的解析，从而推动实践，把握进程。

思考：大集中环境下数据的属性有哪些？如何去监控这些要素达到提高数据质量的目的？数据作为税收信息化应用的主体，它具有多重属性，其基本质量特性主要包括适用性、准确性、完整性、及时性、有效性等五个方面，要对数据质量进行较好地控制，就必须对数据的五个基本质量特性进行很好了解，从而在各个方面采取措施，杜绝数据质量问题的出现，使数据监控工作能够真正达到控制数据质量的目的。

1.数据的适用性。

在税收业务开展过程中，会产生大量的各类税收数据，这些数据有税收动态信息等反应不断变化的数量型数据，也有相应税收静态信息等相对稳定的属性信息。

这些数据有的是为税收管理和决策服务的，有的则是满足各级管理和分析的需求，这就从客观上造成数据的多样化，同时也是为满足不同专业、不同岗位的操作人员服务的。

不同的数据具有不同的使用范围，每个数据的正确性都要求它是进入正确的专业应用，换句话说：无论多么准确、及时的数据，如果不具有适用性，它就不能产生任何效益，甚至操作人员使用之后会造成损失。

2.数据的准确性。

数据的准确性一般是说数据测量值与真实值相比的符合情况，但在税务登记的基础数据的采集和录入处理过程中，数据的准确性往往变成是指所采集入库的数据值与实际应采集记录的正确值之间的差异。

在数据监控和质量控制的过程中，准确性越好的数据，其误差应该越小。

影响数据准确性的因素很多，数据误差在数据采集、审核、录入、传输和处理等的各个环节都可能产生。

我们需要从各个方面分析影响数据准确性的因素，同时有效控制不同类型数据的合理变化范围，将数据误差控制在尽可能理想的范围内，以保证数据的准确性。

3.数据的及时性。

在税务部门日常数据的管理中，往往要求能够更快、更准地收集到所需的数据。

在日常生活中，也有“时间就是金钱”的说法。

把这些要求应用到数据上，那就是说数据也必须要有及时性。

比如对于地税部门某个分局数据，如果有一条线的税款征收发生滞后，导致税收统计不实了，但在税收数据上如果不能及时有效获得有效税款征收信息，那么拿在手里的征收数据就没有任何及时性，也是毫无意义的。

一个好的应用系统在使用数据时不仅要求数据的适用性还必须考虑数据的及时性，应用系统引入税收管理的主要目的是提高工作效率，把大量复杂、繁重的重复计算、统计、分类工作交由计算机处理并迅速得出准确结果。

如果数据不及时，那么应用系统的处理结果就可能违背了程序设计和使用者的初衷，不仅无法提高工作效率，还可能由于数据滞后而影响税款征收的正常化。

因此根据数据应用需求及时采集数据，按照操作人员要求及时发布数据，是保证数据及时性的重要一环。

4.数据的完整性。

数据的完整性相对于准确性和及时性来说并不显得那么重要，但其实它引起的问题并不比前两者轻松。

数据的完整性就是我们日常所说“数据齐、全、准”当中的“全”。

在数据采集过程中，要把所需信息全部采集完整，比如税务登记，如果只记录一组数字“320623************”，谁也不知道这组数字是什么东西，也就是说这组数字采集得不全。

如果记录成“张三身份证号为320623************”，那么这组数据就完整了，对税务登记的管理和分析才有意义。

从这里可以看出，数据的完整性一点也不亚于准确性的重要程度，在数据表格、数据库充分应用的情况，对数字的规范化填写要求越来越完善，单独强调数据完整性的情况会越来越少。

5.数据的有效性。

在解决好数据适用性、准确性、及时性、完整性的情况，需要考虑数据的有效性。

对于一个及时采集获得，准确、及时、完整的数据，还需要考虑这个数据使用的时间和对象。

一堆过期的数据无异于废品或垃圾，是不产生价值的，因此在使用数据时，要考虑它是否有效。

举一个简单的例子，我们在3年前采集了某个企业的按月征收的税款统计数据，记录了当月各种税款的征收数，而该企业现在已经注销了，那么我们拿着这一些数据来分析、管理这户企业，还有效没有呢？这是显而易见的，这很好地说明了数据的有效性问题。

当然，数据除拥有以上的质量特性之外，还具有可取得性、可衔接性、可解释性、客观性、专业性、可比性等属性特性，这些属性特性对于数据的质量控制也有一定的影响，因此我们在重点监控五个基本质量特性外，也要关注这些属性特征，尤其是在加工和利用中通过技术手段来规范这类属性，达到提高数据质量的目标。

结论：数据是否可信、可用，这是税务部门关心数据的两个层面。

是否可信是指数据在适用性、准确性、完整性、及时性和有效性方面，是否满足应用要求；是否可用是指数据的格式、内容等能否被操作人员读取和使用，能不能很方便地进行深入处理和分析。

以上两个层面中，可信就是数据的基本质量问题，需要通过采取管理手段、技术手段等各方面的努力来解决；可用是技术层面的问题，主要通过技术手段使数据规范化、格式化。

观点二：坚持数据质量可控的前提下，对目前大集中运行中存在的数据质量问题要理性对待、科学解决、持续改进随着大集中系统的成功运行，全省地税系统税收信息化建设实现了又一历史性跨越，税收业务流程的处理愈加便捷，涉税数据的管理更加规范，数据管理手段的现代化也对数据的准确性、操作的熟练性也提出更高的要求。

自新系统运行以来，各层面尤其是基层总体感觉运行流畅、业务全面、满足需求，较原系统而言更合理化、人性化，但由于地区差异、管理模式差异，流程传递的差异，个别方面还存在个别矛盾有待化解。

而数据质量作为影响整个流程的起始环节，其问题尤其使大家敏感和关注。

思考：目前大集中环境下，在数据质量方面的问题和难点主要有哪些？解决的路径如何去选择？目前，影响数据质量的因素主要表现在以下几个方面：1.缺乏科学、规范、完整的数据质量标准。

有些情况下对录入数据的格式或来源没有统一明确的要求,缺少统一、规范的审核程序和标准，在录入后就成为问题数据，或在数据加工、利用过程中形成垃圾数据。

2.数据采集手段相对单一，不能全面采集纳税人数据。

目前，地税部门大多依靠纳税人自行申报来实施管理行为，信息来源面窄，获取信息的手段落后，致使数据质量受到影响。

数据采集不全的问题比较突出，多侧重于对纳税人静态信息的收集，而对动态数据的采集不够全面，不能真实掌握纳税人的实际经营状况。

3.数据信息共享程度差。

一方面表现为系统内部各软件间数据定义没有统一标准，数据关联性差，信息资源无法得到充分利用；另一方面，由于受社会条件的制约，国税、地税、工商、银行等部门之间信息化建设程度各不相同，不能有效利用社会信息资源。

4.缺乏系统的数据质量管理机制。

如大集中系统操作人员无后台权限，查询不便、修改不便，导致数据纠错机制运转不畅；没有统一规范的数据质量标准，导致对数据审核、监督和考核机制缺失等等。

5.人员操作水平制约数据质量的提升。

一方面，基层分局存在老龄化、信息化基础薄弱的现象。

个别分局35岁以下的不到20％，40岁以下的不到30％，部分老同志很多是军转干部出身，尽管系统上线前期开展了多种多样的岗前培训，而且从主观上这部分同志也希望能够全面掌握，但是由于基础薄弱导致操作的熟练程度、准确程度有所欠缺。

也有极个别现象同志工作责任心不强，对待一些简单重复性的工作缺少工作耐心，致使错误数据屡屡出现。

另一方面，办税人员对网上申报等系统的掌握程度不一，以及诚信纳税的意识不同，也影响到了原始数据的真实性和及时性。

针对以上存在问题，结合目前工作实际，提出以下解决思路。

1.建立数据质量管理标准。

有了统一的数据标准后，数据录入采集、加工处理等诸过程都将按照标准要求进行，数据混乱出错的情况将大为减少。

需要整理发布的基础性数据标准包括业务元数据的标准和相关代码的标准。

业务元数据是关于业务数据的数据，即对业务数据或信息进行描述的数据。

发布业务元数据的标准就是提供一个统一的业务数据项定义和描述方法，对数据元素名称、数据元素定义、数据来源、源数据载体、数据类型、逻辑一致性、采集主体、采集频率、更新等级、业务类别等方面作详细说明。

例如定义业务元数据“纳税人名称”的标准：元数据名称纳税人名称描述纳税人（企业）税务登记证上的正式名称数据来源（输入）纳税人办理税务登记申请时，由税务机关根据税务登记申请审批表录入数据用途（输出）查询的输入参数，可以模糊查询；打印税务登记证正副本，各类查询的输出结果数据格式长度大于或等于4个字符的字符串代码的标准就是提出相关代码规范化的取值范围。

可分为三类处理。

一类是已有国家级标准的，采用国家标准代码，如国标行业代码；另一类是暂时还没有国家标准的，但是国税总局或其他部委已制定标准的，依据总局标准或参考其他部委标准；第三类，是需要自己制定标准，在本市（本单位）范围内使用，将来会被更高级标准取代。

比如收入归属代码、税金状态代码等。

2.完善数据质量管理机制。

为了保证业务数据准确、及时、完整一致，必须要有专门的机构和岗位负责业务数据质量的监督管理。

当前，各级要在建立健全税源管理中心的机制、职能的过程中，专门设置数据质量管理岗，或将数据管理的职能详细明确到相关岗位，牵头负责税收业务数据的质量管理，使得业务数据质量管理工作制度化、常规化。

如征管部门负责统筹税收业务数据质量管理工作，制定有关制度和办法，业务数据加工处理过程中的质量控制，按照规定进行技术岗位数据变更，并对系统税收业务数据质量情况进行考核；信息部门负责系统数据资源的安全传输和存储；各业务部门根据各自业务管理权限，负责对应范围内的税收业务数据质量管理，参与相关制度办法、数据审计规则和问题数据处理方案的制定；各基层单位所负责本部门业务范围内税收业务数据质量管理；各岗位人员对自身采集录入的业务数据质量负责；对其他岗位采集录入的，且属于本岗位管辖范围的数据质量负责。