数据质量评估体制

统计数据报送及质量检查评估制度

2010-10-15 07:48:55 来源: 作者: 【大中小】浏览:403次评论:0条第一条各统计单位要严格执行国家统计法律法规，认真贯彻国家工商总局、省工商局和各级政府综合统计部门的《统计报表制度》，统计机构及统计人员要增强统计法制观念，坚持依法统计，确保统计数据的准确性、真实性。

第二条各统计单位，对编制和报送的统计数据，要采取有效形式和手段定期进行质量检查评估制度。

第三条工商系统统计报表的编报，按照“统一管理、分级负责、集中汇审、质量评估、严格程序、逐级上报”的原则进行管理。

第四条综合统计机构负责各种报表的收集、审核、汇总、上报工作；各业务职能单位和工商所为统计报表填报单位，负责本单位统计报表编制工作。

第五条统计报表的报送必须全面、及时、准确、真实，编制上报的统计报表符合统计报表制度规定的各项要求，做到原始记录（含数据库）、统计台帐、统计报表三表一致，并做到表内、表间及相关报告期数字衔接、无差错。

第六条各种统计报表采取逐旬定案法，即统计报表报出10天为定案期，逾期为定案数。定案期内如发现明显差错须立即报告纠正。

第七条统计报表的电子邮件及打印报表要在规定日期之前报达，报表种类（含空白表）齐全，填写内容、附报资料及签字盖章完整。未经政府综合统计机构批准或备案，不得随意制发统计调查报表。

第八条各执法办案机构查办的所有行政处罚案件，在报告期内及时到法制科备案，并严格按照案件报送程序及统计报表制度要求上报，不得漏报、重报。

第九条各统计单位要定期对各专项统计报表数据质量进行检查评估。

（一）建立健全统计数据质量评估制度。建立统计数据质量管理责任制、差错反馈制、考核评比制等，确保统计数据质量。

（二）采取报表汇审评估法。利用统计半年、年报汇审时，组织综合统计人员检查评估统计指标的准确性，对存在问题的统计指标及时纠正，并提出合理采集数据的意见和建议。

（三）采取专家座谈评估法。每年组织一次由政府综合统计部门的专业人员及工商系统专（兼）职统计人员参加的数据质量检查评估座谈会，听取专家意见，改进统计方法。

（四）采取征求意见法。采取广泛征求意见的形式对统计指标的准确性做出判断，开展经常性的数据质量抽查工作，严格把好数据处理、审核、评估关，做到资料齐备、数出有据、真实合理。

第十条各统计单位，对统计报表填报单位上报的统计数据负有审核、评估的责任，发现问题应及时向报表填报单位查询、澄清问题并及时纠正，坚决杜绝工作

失误或弄虚作假的行为，否则将建议领导对其进行批评教育或调离统计工作岗位，如有严重违反统计法规的行为，建议政府综合统计部门进行严肃查处

客户数据质量评价的原则与方法

客户数据质量评价的原则与方法 admin 2013-10-12 关于客户数据质量的困惑 “什么样的客户数据质量是比较好的？”“为什么我们的客户数据看起来很不错，可是在进行电话营销时，客户接触率和营销效果确差强人意，与期望大相径庭？”在进行数据库营销的讨论和交流中，经常有人问到这样的问题。这些问题反映出了很多在从事数据库营销或直复营销过程中的营销策划人员和运营管理人员经常面临的问题和困惑。几乎所有的组织都需要数据，一些行业严重依赖于客户数据，如银行、电信、保险公司等。毫无疑问，较差的数据质量给企业营销带来的损失非常巨大！试想一下，如果你的呼叫中心正在试图向非目标客户进行大规模电话营销活动，或是你的企业正向那些早已过期的邮寄地址寄出了数以万计的促销宣传资料。这些给公司带来的损失有多少？不幸的是，这样的情况几乎经常发生，而企业的数据库营销策划人员也经常面临着数据选择和评价的挑战。理解关于质量的涵义首先，让我们简单探讨一下“质量”的涵义。

在服务营销和服务管理中，通常将“质量”定义为：“满足不同客户的个性化需求的能力”。这样的定义有着一定的主观特征，也就是说不同的企业会根据其对客户需求和竞争环境的理解，来定义其产品与服务的质量特征。这可以用来解释为什么对于不同等级的客户提供的服务质量标准有所差异的原因，这也是为什么同样是提供点对点的航空运输服务，某些航空公司的服务质量和客户体验要好于其他一些竞争者的原因。国际标准组织将质量定义为：“产品或服务所具备的满足明确或隐含需求能力的特征和特性的总和”。这样的定义虽然更明确，但对于大多数的人来说，过于专业和抽象。一个比较通俗且受到多数人认可的对质量的直观定义是“适合使用需求”。这也是我们本文的一个主旨，没有质量绝对完美的数据，对于数据质量的评价也是要根据数据的使用需求来进行评价的。只要能够适合使用的需求，我们就认为数据的质量是符合要求的。企业也应当本着有取有舍的原则，选择那些为企业所能利用的数据。了解了质量的定义，接下来就可以进入客户数据质量的评价话题了。数据质量评价的基本原则

医院统计数据质量考核制度

医院统计数据质量考核制度第一条：为加强我院统计工作及数据质量管理，保障统计数据的真实性和准确性，按照《中华人民共和国统计法》、《四川省统计管理条例》、《统计执法检查规定》和《统计违法违纪行为处分规定》等的要求，特制定本制度。第二条：数据统计必须按照卫生统计调查制度、调查方案和统计标准的要求，真实、准确、完整、及时地报送统计资料。第三条：统计数据质量实行分级负责、分级管理。信息科统计室对统计数据质量统一管理，负责各部门统计数据质量的监督、检查和评估等工作；各科室指定专人对本科室统计数据质量进行管理，负责本科室统计数据质量的监督、检查和评估工作。第四条：统计数据质量考核期间，统计员要充分发挥工作职责，执行统计法规和统计制度，各部门积极配合，综合协调和处理与统计相关的问题。第五条：各科室数据核查落实到责任人，从统计数据的填报、汇总、整理的每个阶段，分项分解按期完成相关工作，各科室每次上报的统计数据报表都要由科室负责人审核签字以示负责。第六条：结合各部门统计工作考核管理办法，信息科统计员对各科室所提供数据进行初步核对，按照一定比例科学合理进行抽查，将所要核对的数据查验完毕后汇总形成报表备案。第七条：各统计员要建立健全统计台帐和原始记录，使数据来源取之有据，保障资料完整可靠，并定期对各类报表整理排序，便于查询、对比，做到统计工作规范化。

第八条：各统计员或负责人应认真研究报表制度、以及统计指标的各种变化和要求，注意经验总结，及时向各专业科室反馈意见。第九条：对统计数据出现错误、瞒报、拒报、伪造篡改统计资料的，在查清事实、分清责任的基础上，对责任人扣发当月适当绩效奖金，同时科室负责人承担连带责任。情节严重、造成重大后果或不良影响的，依据医院相关处理办法进行处理。

如何提高统计调查数据的质量

如何提高统计调查数据的质量摘要:本文通过对国际上统计数据质量的研究现状进行汇总分析，结合我国的实际情况，对我国统计工作提出建议。关键词：统计数据质量 Abstract: This article is going to put forward some suggestions for China’s statistical work through analyzing the studies on quality of statistical data. Key words: statistical data quality. 统计数据的质量是一个国家统计机构的“生命”。数据质量的好坏，不仅影响到一个国家统计机构的形象，而且对以此数据为决策依据的后果起着至关重要的作用。随着经济全球化进程的加快，特别是随着信息化网络技术的逐步普及，社会各界对统计信息的需求越来越广泛，一方面对统计数据质量提出更高的要求，赋予其更广泛的内涵，另一方面一些辅助技术的发展也为提高统计信息的质量提供了所需的条件和技术设备。近20年来，国际统计界一直就如何提高统计数据质量的问题开展深入的讨论与研究。关于统计数据质量问题的研究呈现了两个新的趋势：一是数据质量的概念从狭义向广义方向发展，提出了多维的、全方位的数据质量概念；二是建立一套全面的、系统的统计数据质量评价和管理体系，以提高统计数据的质量。下面将全面系统地阐述统计数据质量的概念和衡量标准，介绍国外数据质量评价和管理的方法和经验，并在此基础上，提出加强我国统计数据质量管理的建议。一.统计数据质量的涵义由于统计是对某一事物现象总体的估算而不是精算，这种估算的准确性如何，成为有关人士长期关注的焦点。在人们的一般观念中，准确性是统计数据质量的同义词，统计误差越小，数据质量就越高。在20世纪80年代以前，国际统计界基本上是以提高数据准确性为出发点，从数理统计和抽样技术角度，大量研究如何缩小统计误差、提高数据质量。在这一时期，数理统计和抽样技术理论方法得到较大的发展，并在统计实际工作中被广泛应用。然而，随着人们质量观念的变化，质量不仅仅单纯是指产品或服务的使用性能，还包括产品或服务对用

数据质量管理

数据质量管理定义：是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高。目录 1数据质量管理 2数据质量管理评估维度 3分析影响数据质量的因素 4MTC-DQM 数据质量管理的方法与步骤一数据质量管理数据质量管理是循环管理过程，其终极目标是通过可靠的数据提升数据在使用中的价值，并最终为企业赢得经济效益。二数据质量管理评估维度由于数据清洗（DataCleaning）工具通常简单地被称为数据质量（Data Quality）工具，因此很多人认为数据质量管理，就是修改数据中的错误、是对错误数据和垃圾数据进行清理。这个理解是片面的，其实数据清洗只是数据质量管理中的一步。数据质量管理（DQM），不仅包含了对数据质量的改善，同时还包含了对组织的改善。针对数据的改善和管理，主要包括数据分析、数据评估、数据清洗、数据监控、错误预警等内容；针对组织的改善和管理，主要包括确立组织数据质量改进目标、评估组织流程、制定组织流程改善计划、制定组织监督审核机制、实施改进、评估改善效果等多个环节。任何改善都是建立在评估的基础上，知道问题在哪才能实施改进。通常数据质量评估和管理评估需通过以下几个维度衡量。

1 数据质量评估维度完整性Completeness：完整性用于度量哪些数据丢失了或者哪些数据不可用。规范性Conformity：规范性用于度量哪些数据未按统一格式存储。一致性Consistency：一致性用于度量哪些数据的值在信息含义上是冲突的。准确性Accuracy：准确性用于度量哪些数据和信息是不正确的，或者数据是超期的。唯一性Uniqueness：唯一性用于度量哪些数据是重复数据或者数据的哪些属性是重复的。关联性Integration：关联性用于度量哪些关联的数据缺失或者未建立索引。 2 管理质量评估维度配置管理Config Management：此维度用于度量数据在其生命周期内的一切资源是否得到了控制和规范，即数据的计划、产生、变更直至消亡的过程中，与数据相关的计划、规范、描述是否收到控制。评估指标包括：评估配置项的细化粒度、评估基线准确度和频度以及变更流程是否合理完善等。培训 Training：此维度用于度量数据的生产和使用者在数据生命周期内的一切活动中是否经过了知识和技能的培训、培训效果是否满足岗位需要；受训的知识和技能是否经过审核和确认，受训的内容是否与企业文化和价值观一致；培训流程是否合理完善等；验证和确认Verify & Validation：此维度用于度量数据在其生命周期内是否得到验证和确认。评估内容包括是否通过验证流程确保工作产品（数据）满足指定的要求、是否通过“确认”流程保证工作产品（数据）在计划的环境中满足使用的要求；“验证”和“确认”的流程是否完善；监督和监控Monitoring：此维度用于度量产生和使用数据的流程在数据的整个生命周期内是否真正受控。脱离监控的信息、技术、计划、流程、制度，会导致数据质量低下。监督和监控的流程是否完善。三分析影响数据质量的因素影响数据质量的因素主要来源于四方面：信息因素、技术因素、流程因素和管理因素

数据质量具体评测指标及方法说明

数据质量具体评测指标及方法说明一、主要评测内容重点评测个案库的数据完整性、逻辑关系准确性。评测内容及指标计算方法会根据需要作适当调整。二、具体评测指标及方法（一）主要数据项完整情况 1、评测内容：重点评测个案库中的基本情况表，具体数据项包括姓名、性别、现居住地代码、户籍所在地代码、公民身份号码、出生日期、婚姻状况、户口性质等8项必填内容。其中：每条个案记录中，只要任意一项主要数据项缺失，即认定为该条记录的主要数据项不完整。 2、评测指标：主要数据项完整率 3、计算公式：主要数据项完整的人口总数 —————————————×100% 个案信息库包含的人口总数其中：主要数据项要通过单项逻辑校验，没有通过单项逻辑校验的视为数据项缺失。校验规则如下：（1）性别、户口性质、婚姻状况数据项均不能为空错值；

（2）姓名：7岁以上（含7岁）“姓名”不含“未取名”、阿拉伯数字、英文字母等不符合规范的文字，不少于两个汉字。7岁以下人口不做此单项逻辑校验。（3）公民身份号码：7岁以上（含7岁）“公民身份号码”不含空格、性别码与性别匹配、长度为15或18位、校验码正确。7岁以下人口不做此单项逻辑校验。（4）出生日期：不大于汇总数据时点。（5）现居住地代码：不为空错值，当人员类别为外出时，现居住地代码不应为本地（6）户籍地代码：不为空错值，当人员类别为外来时，户籍地代码不应为本地（二）逻辑关系准确情况 1、评测内容：分为单表审核、表间审核两种类型，共计7个审核内容。其中，每条个案记录中，只要任意一项逻辑关系不准确，即认定为该条记录的逻辑关系不准确。（1）若总人口数据“婚姻状况”为已婚（代码为20 – 23 29），则与配偶有关的信息项目配偶姓名、配偶身份证（配偶身份证错误也视为空）项均不为空；（2）育妇卡片“育龄妇女初婚日期”加15年不能小于“育龄妇女出生日期”；

软件质量评估办法

软件系统质量记分办法，可以按照月，季或者年进行记分合计，每分对应相应的价格进行奖惩。上线前需求覆盖率，至少95%；问题遗留率，最高5%；严重BUG比率，最高10%；试运行过程初期故障率：指软件在初期故障期（一般以软件交付给用户后的三个月内为初期故障期）内单位时间的故障数。一般以每100小时的故障数为单位。可以用它来评价交付使用的软件质量与预测什么时候软件可靠性基本稳定。初期故障率的大小取决于软件设计水平、检查项目数、软件规模、软件调试彻底与否等因素偶然故障率：指软件在偶然故障期（一般以软件交付给用户后的四个月以后为偶然故障期）内单位时间的故障数。一般以每1000小时的故障数为单位，它反映了软件处于稳定状态下的质量运维过程平均失效间隔时间（MTBF）指软件在相继两次失效之间正常工作的平均统计时间。在实际使用时，MTBF通常是指当n很大时，系统第n次失效与第n+1次失效之间的平均统计时间。国外一般民用软件的MTBF大体在1000小时左右。对于可靠性要求高的软件，则要求在1000~10000小时之间。考核办法：小于1000小时，记10分；小于500小时，记20分；小于200小时，记30分；小于100小时，记50分并记严重缺陷。

易用性指标易用性可通过多方评审来确定，分优秀、良好、一般、较差、极差；较差，记10分；极差记20分并需进行整改。性能质量吞吐率单位时间软件的信息处理能力（即各种目标的处理批数）。软件必须具有处理海量数据的能力。吞吐率就是体现该能力的参数。随着信息的泛滥，要求软件的吞吐率应该达到数百批最大并发用户数系统在用户使用峰值时能够承载的最大用户使用数量，需要通过测试确定，也可由用户指定，通常如果100用户数量，采用80?20原则计算得到每小时峰值活动用户数6.667 /小时性能每下降5%，记10分，下降超过30%记30分，并需要性能调优。响应时间稳定性平均失效恢复时间指软件失效后恢复正常工作所需的平均统计时间。对于软件，其失效恢复时间为排除故障或系统重新启动所用的时间，而不是对软件本身进行修改的时间（因软件已经固化在机器内，修改软件势必涉及重新固化问题，而这个过程的时间是无法确定的）。 1小时以内，记1分

数据质量评价的原则与方法

仅供参考！目前，基于数据仓库的商业智能应用已经成为国内许多企业的IT规划项目，并受到企业管理层的关注。作为商业智能的基础,数据质量的好坏是影响商业智能应用效果的关键，但由于企业的信息化经过长期的积累和发展,数据质量参差不齐，脏数据的存在阻碍了商业智能应用的进程，下面将重点谈谈如何让脏数据改头换面。数据的“往事” 脏数据是指源系统中的数据不在给定的范围内或对于实际业务毫无意义，或是数据格式非法，以及在源系统中存在不规范的编码和含糊的业务逻辑。脏数据的存在主要是由于源系统的设计不够严密造成的。主要表现为：数据格式错误，数据不一致，数据重复、错误，业务逻辑的不合理，违反业务规则等。例如，未经验证的身份证号码、未经验证的日期字段等，还有账户开户日期晚于用户销户日期、交易处理的操作员号不存在、性别超过取值范围等。此外，也有因为源系统基于性能的考虑，放弃了外键约束，从而导致数据不一致的结果。目前，大多数的银行业务系统的输入界面是采用COBOL语言或C语言开发的，界面处理功能不是很强，一些要素被设计成“输入”而不是“选择”，如企业客户的信用等级被设计成输入，输入的正确与否完全由操作员的理解决定，这也是脏数据产生的原因之一。例如，如果被设计成“选择”就不会出现把AAA输成“1”或其他了。转换与清洗的实例下面以银行业务系统的客户的惟一标识—客户号为例来讲解如何转换与清洗数据。客户信息的处理是整个数据抽取、转换、清洗和装载（ETL）工作中最复杂的部分。目前业务系统中常见的客户信息处理的难点主要有以下两个方面。客户的惟一标识混乱银行的客户号一般由证件类型与证件号组成，这里就有一个问题，如果客户有多种证件怎么办？或者说某个客户办了移民，有了新的身份，系统中怎样体现出他是同一个客户？这些问题，除了少部分是由于发证机关造成的（如身份证重号），大部分是由于操作人员的操作不规范造成的。主要表现在以下三个方面。 A、客户身份证号问题最常见的问题是客户的身份证从15位更换为18位。首先操作人员只要能输入新的客户号，就认为是一个新的客户；其次，即使操作员知道客户的身份证升位了，但在银行的客户信息中，客户号是惟一标识，如果对惟一标识进行更新，作为增量反映到目标系统中，但没有记录原客户号，对于目标系统来说就是一条新记录，而删除原有的客户信息在实际操作中可能是不允许或做不到的，因为在这个客户号上可能还挂了许多账户，即便物理删除了这条客户

中医住院病案首页数据质量的管理和质控指标(2017版)

附件8 中医住院病案首页数据质量管理与控制指标（2017年版）一、住院病案首页填报完整率定义：住院病案首页填报完整率是指首页必填项目完整填报的病案份数占同期出院病案总数的比例。住院病案首页项目填报完整率是指n份病案首页填报的必填项目之和占n份病案首页全部必填项目总数的比例。计算公式：病案首页填报完整率= 病案首页项目填报完整率= 意义：反映医疗机构填报住院病案首页的总体情况，是衡量住院病案首页数据质量的基础指标，是应用首页数据客观评价医院服务能力和医疗质量的工作基础。二、治疗类别准确率定义：病案首页中的治疗类别与该病案实际类别一致的病案数占抽查病案总数的比例。

计算公式：治疗类别准确率= 意义：反映中医医疗机构判断治疗类别的准确程度和填报数据的真实性。三、医疗机构中药制剂使用填报正确率定义：正确填报医疗机构中药制剂使用情况的病案数占同期出院病案总数的比例。医疗机构中药制剂使用填报正确率= 意义：反映医疗机构中药制剂使用情况和填报数据的真实性。四、出院中医诊断中医主病辨病正确率、主证辨证准确率定义：出院中医诊断中医主病、主证诊病辨证准确的病案数占同期出院病案总数的比例。计算公式：出院中医诊断中医主病辨病正确率=

出院中医诊断中医主证辨证准确率= 意义：出院中医诊断中医主病辨病正确率、主证辨证准确率是评估诊疗措施适宜性的重要指标，是反映中医临床医师的临床能力及诊治水平及中医病种质量管理、临床路径管理的数据基础，也是对医院进行绩效评估的重要依据。五、出院中医诊断中医主病编码正确率、主证编码准确率定义：出院中医诊断中医主病、主证编码正确的病案数占同期出院病案总数的比例。计算公式：出院中医诊断中医主病编码正确率= 出院中医诊断中医主证编码准确率= 意义：出院中医诊断中医主病编码正确率、主证编码准确率是反映中医病案编码质量的重要指标，是统计中医病、证和进行中医治疗综合评价的基本数据元，对正确统计医院及地区疾病谱、对医疗机构进行绩效评估具有重要意义。

统计数据报送及质量检查审核评估制度

陵县工商行政管理系统统计数据报送及质量检查审核制度为保证统计数据质量，依据省、市局有关规定，制定本制度。第一条全县工商行政管理统计报表编制必须严格执行《国家工商行政管理系统统计报表制度》，按照“分级负责、集中汇总、逐级上报”的办法进行管理。第二条编制、报送各类统计报表必须全面、及时、准确，做到表种不缺、指标不漏、时间不拖、数字不错。第三条各种统计报表采取逐月定案法，即统计报表报出一个月为定案期，逾期为定案数。县局各业务科室、所、直属局报表于每月26日前报县局办公室。季报、半年报、年报按规定时间上报，统计报表时间另有规定的，按规定的时限上报。第四条业务报表必须经统计人员核对无误后，报科室、所负责人签字并加盖公章，上报本局综合统计机构，由综合统计机构进行汇总，经填表人审核签字、统计负责人和局领导审核签字，并加盖公章后报上级机关综合统计机构。第五条综合统计员要在统计数据填报、汇总、整理的每个

阶段，从基础数据收集和各专业主要统计数据之间的衔接，到最后数据的确定，对数据质量进行认真审核，确保统计数据客观真实。第六条报表上报实行双轨制，即在报送电子版的同时报送报表打印件。原则上，上报电子版采用网络传输方式，报表打印件采用专人送达的方式。统计报表报出后，如发现差错，应在更正期内立即申请更正。上报单位在报出报表的同时，留存一份归档管理。第七条统计数据质量实行分级负责、分级管理。县局综合统计机构对全县系统统计数据质量统一管理，负责全县系统统计数据质量的监督、检查和评估等项工作；各科室、所、直属局对本级统计数据质量进行管理，负责本级统计数据质量的监督、检查和评估工作。各单位统计负责人是统计数据质量第一责任人，专（兼）职统计员是统计数据质量直接责任人。第八条各单位要在建立健全统计台帐和原始记录的基础上，做好统计数据的评估工作。由业务科室统计人员结合工作实际写出统计评估分析，经分管领导审批后，上报上一级综合统计机构。第九条统计数据的评估分析要本着客观、真实的原则，确

数据质量评测方法与指标体系

中国科学院数据应用环境建设与服务数据质量评测方法与指标体系（征求意见稿）中国科学院数据应用环境建设与服务项目组 2009 年9 月

前言本规范是“中国科学院数据应用环境建设与服务”之标准规范建设成果之一。本规范由中国科学院计算机网络信息中心科学数据中心提出并归口。本规范由中国科学院计算机网络信息中心科学数据中心负责起草。

目录 1 范围.......................................................................................................... 2 规范性引用文件................................................................................................ 3 应用.......................................................................................................... 4 术语.......................................................................................................... 5 数据质量评测制度.............................................................................................. 6 数据质量评测原则.............................................................................................. 6.1 科学性原则 (5) 6.2 客观性原则 (5) 6.3 系统性原则 (5) 6.4 可操作性原则 (6) 6.5 针对性原则 (6) 6.6 引导性原则 (6) 7 数据质量评测一般流程.......................................................................................... 7.1 数据质量需求分析 (7) 7.2 确定评价对象及范围 (7) 7.3 选取数据质量维度及评价指标 (7) 7.4 确定质量测度及其评价方法 (8) 7.5 运用方法进行评价 (8) 7.6 结果分析及评级 (9) 7.7 质量结果及报告 (9) 8 数据质量评价主体的要求........................................................................................ 9 数据质量指标体系............................................................................................... 9.1 数据质量结构 (10) 9.2 主要数据质量指标 (11) 9.2.1 基本层 (12) 9.2.2 准则层 (13) 9.2.3 评价指标选取的基本要求 (16) 9.2.4 评价指标的筛选和权重 (16) 9.2.5 评测指标的冲突处理原则 (17) 10 数据质量评测方法........................................................................................... 10.1 定性方法 (18) 10.1.1 第三方评测法 (19) 10.1.2 用户反馈法 (19) 10.1.3 专家评议法 (20) 10.2 定量方法 (20) 10.2.1 访问量统计 (20) 10.2.2 计算机辅助检查 (21) 10.3 综合方法 (21) 10.3.1 层次分析法 (21) 10.3.2 缺陷扣分法 (26)

(完整版)银行数据质量管理暂行办法

**银行数据质量管理暂行办法第一章总则第一条为规范数据管理工作，提高我行数据质量，确保数据准确性、完整性、及时性，特制定本暂行办法。第二条相关概念应用系统，是按照信息一体化的要求，用于处理我行经营管理的应用软件系统，主要包括客户交易类系统、业务管理类系统、管理信息类系统、技术保障类系统等。数据是指**银行实施信息化管理过程中产生的所有电子数据。数据质量是指数据的及时性、完整性以及准确性。第三条数据质量管理应遵循以下原则：（一）统一规范原则。各类应用系统采集和处理的数据，应符合各自应用系统所要求的数据标准。（二）全程监控原则。建立数据从采集、审核、处理到维护的全过程监控体系，重点把好数据的采集录入关，确保各类应用系统数据真实、准确、完整。（三）层级考核原则。总、分行对各自直接下属单位的数据质量管理工作进行严格的目标管理考核，奖优罚劣。第二章部门分工及职责第四条总行合规部是全行数据质量管理的牵头部门，主要负责：（一）、制定全行的数据质量管理的相关规章制度（二）、对各应用系统管理部门的履职情况进行考核、监督（三）、根据需要，参与对全行各应用系统数据质量管理的检查监督

（四）、对违反数据质量管理规定，造成数据错误、失真、延误、漏填等违规行为进行问责（五）、向高管层报告我行数据质量管理执行情况第五条总行各部门是应用系统的管理部门，负责管理各自的应用系统，是本应用系统数据质量的主责任人，主要负责：（一）、贯彻落实总行制定的数据质量管理的相关规章制度；（二）、制定本应用系统录入、维护、审核的基本标准和规范性要求，并适时开展检查监督，保障数据管理符合规范性要求；（三）、制定本单位的数据质量监控指标体系，定期对本级数据质量评估分析，及时解决数据质量管理中出现的问题；（四）、指导、监督系统使用部门或相关岗位的数据质量管理工作，督查对错误数据进行更正和清理的情况；（五）、制定本应用系统数据质量的考核标准和评分体系，按时对应用系统使用部门的数据质量进行考核；（六）、提交本应用系统数据质量管理报告；（七）、负责本职责范围内的数据采集、录入和审核工作。第六条应用系统使用部门主要指数据的采集和录入单位，是应用系统数据采集、录入质量的责任人，主要负责：（一）、加强对采集、录入人员的业务培训和管理，提高数据录入的准确率；（二）、严格执行数据管理规章制度，确保数据采集、录入真实、准确和及时；（三）、按照规定，对数据采集录入工作进行质量考核；（四）、对采集录入人员的工作情况进行监督检查；（五）、向应用系统管理部门报告数据质量管理执行情况；

统计数据质量评估审核制度

统计数据质量评估审核制度为了切实履行统计监督职能，确保统计数据质量，保证各统计单位上报的统计数据能客观地反映各级、各专业的社会经济发展概貌，特制定本制度。一、审核评估内容全街各种定期报表和年度报表，主要是农业、工业、社会消费品零售总额、固定资产投资额、招商引资额、城镇居民人均可支配收入等指标数据。二、审核评估方法 1、将全街各种报表汇总上报数与各部门对应的主管部门的实际完成情况数量对比审核评估。 2、将全街各种报表汇总数与该表种的同期数、季度数、上月数进行比较评估。 3、将全街各种报表汇总上报数与有关部门掌握情况及要求结合进行审核评估。

三、审核评估的要求 1、规范统计口径、统计指标的计算方法和资料来源。要求各直报单位要严格执行国家规定的统计口径和计算方法及原则；全街汇总数一定要来源于基层上报数，切实保证数据的真实性。 2、各直报单位上报数据原则上不容许随意调整或有较大变动，增幅不得超过30%以上；凡报送报表超过以上原则的，必须在上报报表的同时附报详细说明和基层规范性的统计原始资料，或数据质量评估报告。 3、强化各种报表数据的衔接。一是各种报表数据间的衔接，对逻辑关系不合理的或数据间不相符的数据要及时纠正；二是上报统计报表中的有关重要指标与有关部门掌握情况衔接；三是对外发布的资料与各级上报的统计数据衔接。 4、实行数据质量岗位责任制。各级统计部门要对上报数负责，从基层资料的搜集到统计数据的最后确定做到层层把关，各负其责。

四、审核评估程序 1、采取逐级审核评估的办法，街统计站对街内各部门、辖区直报单位上报的数据库进行审核评估。 2、统计站根据审核评估办法，对不按审核评估要求或数据有问题的报表，拟提出修改意见，有关单位要依据修改意见重新修订审核调整上报，否则统计站将不对外公布或提供数据。 3、统计站将定期向各级、各部门通报重要统计数据质量分析审核评估结果，争取各级领导对统计数据质量的重视，加强对统计工作领导，确保各项统计数据的真实、可靠。

数据质量责任追究制度

数据质量责任追究制度为了科学、有效地组织统计工作，规范统计活动，增强统计人员的工作责任心，推进统计职业道德建设和统计行业作风建设，保障统计数据质量，根据《中华人民共和国统计法》及相关法律、法规，制定本制度。一、统计数据质量责任追究的责任人包括单位一把手、分管领导、专业负责人。一把手是第一责任人，分管领导和统计执法负责人是直接责任人，专业负责人是具体责任人。各专业要认真做好培训、布置、收表、审核、数据处理、评估、上报等各环节工作，增强在各阶段工作中的质量意识，并采取具体的质量控制措施，以保证主要统计数据能够客观真实地反映本地区经济社会发展的状况。对外公开使用的主要统计数据，必须以评估确认的数据为准。二、统计人员应按照统计法律、法规和统计制度的规定，及时、准确、全面收集统计资料。漏报或不按规定报送纸介质统计资料的，应责成调查对象按照统计制度规定补报纸介质统计报表。三、市统计局有权督促统计人员按照统计法及统计制度的规定，设置、保存原始记录、统计台帐，并按照有关规定对原始资料进行规范化管理。存储在计算机上的统计数据应当采取适当方式及时进行备份。没有按规定年限保存原始资料或原始资料严重丢失、没有备份、数据无法查证的或造成其他严重后果的，对直接责任人、专业负责人追究责任。四、当年的原始资料没有依法保存的，以故意毁灭原始记录、统计台帐或统计资料论处，应追究直接责任人、专业负责人的责任。五、上报的数据，应当按照工作职责范围，分别由直接责任人、专业负责人、分管领导人审核。因审核把关不严，造成统计数据失实的，追究直接责任

人的责任。六、市统计局应当制定年度检查计划，定期开展统计数据质量检查。因检查不力、监督不到位，造成调查对象数据严重失实的，追究统计执法责任人的责任。七、市统计局定期开展统计执法检查。对于各种统计违法行为应当依法查处。因执法不力，造成统计数据失真的，追究统计执法责任人的责任。八、市统计局、统计人员不得擅自修改原始统计数据。发现有关原始数据确有错误的或统计调查对象要求修改的，应责成有关调查对象更正或补报报表。统计调查对象拒绝更正或补报，属于逻辑性错误的，经本单位负责人批准，可对计算机中的相关数据进行修改，并向上级统计部门做出说明，但不得修改纸介质报表上的数据。九、市统计局、统计人员对于涉及国家秘密的统计资料、统计调查对象的商业秘密和私人、家庭的单项资料应当保密。未经批准擅自对外提供涉及国家秘密的统计资料的，对责任人按国家保密法规有关规定处理；未经被调查对象同意擅自对外提供私人、家庭单项调查资料或泄露统计调查对象商业秘密的，追究直接责任人、专业负责人的责任。十、定期报表应当严格按照统计制度规定的统计方法收集统计数据，不得违反规定采用错月办法上报统计报表。擅自同意或批准有关统计调查对象采取错月办法报送统计报表的，或对错月报送行为不检查、不追究的，追究直接责任人、专业负责人的责任。

数据质量的四种评估标准

数据质量的四种评估标准数据质量是保证数据应用的基础，它的评估标准主要包括四个方面，完整性、一致性、准确性、及时性。评估数据是否达到预期设定的质量要求，就可以通过这四个方面来进行判断。完整性完整性指的是数据信息是否存在缺失的状况，数据缺失的情况可能是整个数据记录缺失，也可能是数据中某个字段信息的记录缺失。不完整的数据所能借鉴的价值就会大大降低，也是数据质量最为基础的一项评估标准。数据质量的完整性比较容易去评估，一般我们可以通过数据统计中的记录值和唯一值进行评估。例如，网站日志日访问量就是一个记录值，平时的日访问量在1000左右，突然某一天降到100了，需要检查一下数据是否存在缺失了。再例如，网站统计地域分布情况的每一个地区名就是一个唯一值，我国包括了32个省和直辖市，如果统计得到的唯一值小于32，则可以判断数据有可能存在缺失。一致性一致性是指数据是否遵循了统一的规范，数据集合是否保持了统一的格式。数据质量的一致性主要体现在数据记录的规范和数据是否符合逻辑。规范指的是，一项数据存在它特定的格式，例如手机号码一定是13位的数字，IP地址一定是由4个0到255间的数字加上”.”组成的。逻辑指的是，多项数据间存在着固定的逻辑关系，例如PV一定是大于等于UV的，跳出率一定是在0到1之间的。一般的数据都有着标准的编码规则，对于数据记录的一致性检验是较为简单的，只要符合标准编码规则即可，例如地区类的标准编码格式为“北京”而不是“北京市”，我们只需将相应的唯一值映射到标准的唯一值上就可以了。准确性

准确性是指数据记录的信息是否存在异常或错误。和一致性不一样，存在准确性问题的数据不仅仅只是规则上的不一致。最为常见的数据准确性错误就如乱码。其次，异常的大或者小的数据也是不符合条件的数据。数据质量的准确性可能存在于个别记录，也可能存在于整个数据集，例如数量级记录错误。这类错误则可以使用最大值和最小值的统计量去审核。一般数据都符合正态分布的规律，如果一些占比少的数据存在问题，则可以通过比较其他数量少的数据比例，来做出判断。当然如果统计的数据异常并不显著，但依然存在着错误，这类值的检查是最为困难的，需要通过复杂的统计分析对比找到蛛丝马迹，这里可以借助一些数据分析工具，那么具体的数据修正方法就不在这里介绍了。及时性及时性是指数据从产生到可以查看的时间间隔，也叫数据的延时时长。及时性对于数据分析本身要求并不高，但如果数据分析周期加上数据建立的时间过长，就可能导致分析得出的结论失去了借鉴意义。本文由哥伦比亚冲锋衣:https://www.360docs.net/doc/f217936435.html,/独家分享.

医院统计数据质量考核制度

医院统计数据质量考核制度公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-

工业统计数据质量控制办法

工业统计数据质量控制办法工业增加值总量、增长速度下算一级，按季联审。每季联审时，根据实际情况可采用相关指标速度倒推法、结构比例趋势法进行行业总量的控制，或者用占全州的行业比重进行总量控制。对于波动较大的极端值要进行重点监控，要对相关基础数据进行严格评估，对使用的相关系数进行多年度的对比分析判断，从而避免特异值的产生。工业统计数据质量控制的范围包括年主营业务收入500万元以上的工业企业和乡及乡以上工业企业。市、县（口岸）统计局工业统计数据审核评估采用办法：（一）对比分析的方法。根据报告期与历史同期数进行比较，包括绝对量指标和相对量指标，根据数据动态趋势、水平变化情况对数据准确度做出基本判断。如：与历史数据对比分析，利用平均指标进行对比分析；利用相对指标进行对比分析，利用相关指标进行分析对比，利用结构资料进行比较分析，参照其他地区的数据进行对比分析等。（二）与部门进行核对和咨询。如行业分组主要总量和平均指标，财政、税务主要数据，主要工业产品产量发电量、煤炭等。（三）利用典型资料和调查进行分析评估。如了解比较熟悉的企业和部门的一些关键数据进行分析评估，如增加值率，主要工业产品的价格、能力、人均工资等，或搞一些小型的抽样调查等办法去分析评估等。（四）利用专家经验分析判断一些难以确定的统计数据。（五）进行数据质量抽查评估。根据情况采取随机抽查和重点抽查相结合的方法，不定期进行基层和企业数据质量抽查，分析评估数据质量的可靠性。数据质量审核要点（一）审核企业范围 1.规模以上企业统计范围原则上以年报清查企业调查单位确定的名录库为准。年报时进行企业清查，依据年报主营业务收入达到500万元以上标准确定年报各表种及次年定期报表统计范围。 2.统计范围确定后要严格管理，不得随意调整。企业范围的变动主要有以下

数据质量审核评估制度

数据质量审核评估制度为切实提高统计数据质量，有效促进各专业间统计数据衔接，更好地为地方党政领导、有关部门及全县经济社会发展服务，特制定本制度。一、基本要求 1、建立数据质量评估小组建立以局长为组长、副局长为副组长、各科室负责人和相关专业为成员的数据质量评估小组。数据质量评估小组负责对本局各专业报表的主要统计数据进行评估。凡涉及数据质量评估内容的统计报表，必须经评估后才能正式上报。评估工作由综合科牵头，组织召开评估会议。 2、严格执行国家、省、市统计局和上级调查队制订的统计方法制度各科室、各专业必须严格按照统计方法制度规定的统计范围、指标口径、核算原则、计算方法、资料收集渠道等各项要求，开展统计调查工作。对基层提出的统计业务问题，应严格按照统计制度的规定予以答复。对统计制度和指标解释中不够明确或需要根据实际情况酌情处理的问题，应请示上级统计调查部门，不能以任何理由自行其是。 3、建立数据质量责任制数据质量评估小组组长对所监控的主要统计数据质量负领导责任，副组长负直接责任，各成员和专业人员负具体责任。各专业要认真做好培训、布置、收表、审核、数据处理、评估、上报等各环节工作，增强在各阶段工作中的质量意识，并采取具体

的质量控制措施，以保证主要统计数据能够客观真实地反映我县经济社会发展的状况。二、评估内容需要进行评估的数据必须是按科学的调查方法，经过数据采集、数据处理等环节所形成的各类月度、季度、年度统计调查数据。三、评估前准备 1、搜集相关专业的统计资料，按要求进行整理汇总； 2、整理各专业报表上报情况和数据质量情况； 3、数据的来源及数据推算情况； 4、各专业撰写自评分析报告。四、评估方法 1、数据评估要从客观反映本地国民经济和社会发展情况的要求出发对统计数据的准确性、及时性、可比性和衔接性等数据质量的基本方面进行评估。主要评估专业进度统计数据的衔接情况、相关统计指标之间的逻辑关系、生产总值数据与主要专业统计数据之间的相关状况等。 2、各专业对本专业的统计调查数据的合理性及与相关指标匹配性进行自我评估，并将自评分析报评估小组。 3、评估小组从规模总量、增长速度、比例结构、人均水平、历史资料、内在逻辑关系及相关部门资料等方面着手，运用纵向、横向对比以及综合分析判断等方法，定期对各专业主要的统计调查数据进行质量评估。 4、评估要从调查组织过程的严谨科学性，源头数据的完整

数据质量管理落实情况经验交流材料

强化数据分析应用，助力风险防控数据分析应用是信息管税的基础，在数据处理分析应用方面，以数据质量管控和处理分析”为主线，以强化动态报告落实，助力风险防控为目标，形成数据管税长效机制，充分发挥科技引领作用，有力促进了征管质效的全面提升。一、打造绿色健康、全面覆盖的数据网络体系我们在抓好各税收业务系统数据质量“全程控管”的基础上，最大限度的拓展数据采集渠道，丰富数据资源，打造绿色健康、全面覆盖的数据网络。 (一)注重第三方信息的获取与应用一是加强国地税数据信息互通渠道。一方面在全市推行国地税联合办税，在实现纳税人“进一家门，办两家事”的同时通过定期召开的国地税联席会议，实现全市国地税信息定期互换共享。二是通过与外汇管理部门签署《作备忘录》，将双方数据信息共享予以制度化。三是依托市政府电子政务信息资源共享交换平台，充分利用工商、财政、统计、土地、房产及其它部门的涉税数据。以上方式获取的数据，通过信息中心依照业务需求，针对上述不同的数据来源，采用多种处理方法对相关数据进行提取、比对、分析和处理，加工制作成可供分析使用的数据信息。例如，2014年,我们通过市政府电子政务信息资源共享交换平台，获取市医药零售行业医保刷卡数据，通过与金税三期

系统的税务登记信息查询和申报明细查询两个模块中医药零售行业税务登记及申报明细数据进行比对分析，发现税收征管问题点，并分析提炼成税收风险点，下发风险防控任务、制定整改措施，切实堵塞医药行业税收征管漏洞，进一步提升了征管质效。（二）丰富数据采集方式除业务系统产生的数据和第三方信息外，我们通过建立《市国税系统数据采集、使用管理办法》，拓展其它方式的数据采集方式。一是对于税务机关风险管理过程中收集、反馈的资料，或者要求纳税人报送的生产、经营、管理等书面信息，也及时收集、分类处理；二是基层相关业务税务人员利用智能终端获取的日常检查监控、核实调查、稽查取证等现场影像资料，及时传送到专门的储存平台进行储存；三是根据系统权限，市县两级信息中心尝试提供涉税业务信息加工定制功能，并规范提供数据的范围、格式、流程及安全要求，今年以来市县两级信息中心为各业务部门和外部门处理分析相关数据余次余万笔。为业务科室税务风险管理应用提供数据支撑，县级无法获取的数据，可以按照数据申请规程提请市局信息中心提取，实现数据全方位、多方式、无漏洞式采集。二、建立全面准确、快速响应的数据分析应用机制（一）组建数据分析应用组织体系。成立市县两级数据分析小组，分管副局长任小组长，信息中心设立专职数据分析岗位，各科室、分局确定一名