一句话优势
以DAMA规范为指导，全面掌握数据质量状况。
-urmu.png)
系统价值
自动检测表结构和数据内容，全面了解数据质量。
按单位形成详细的质量报告。
支持全库或多表扫描表结构，可选择不同规则逐一检查字段数据质量。
典型用户
政府委办局、各行业企业，期望了解数据质量，形成详尽的质检报告的用户。
解决用户痛点
1、数据治理标准化：缺乏统一的数据治理框架和流程，导致管理效率低下。
2、数据安全与合规性：在数据质检过程中，确保数据安全和合规性面临挑战。
3、实时数据处理需求：对实时数据质量监控的需求日益增加，现有能力不足。
4、数据质量指标不统一：不同部门对数据质量的定义和指标存在差异，影响沟通和管理。
5、数据质量文化缺失：企业对数据质量的重视程度不足，缺乏良好的数据质量文化。
6、技术集成难度：不同数据管理工具和系统之间的集成复杂，影响整体效率。
7、人工质检效率低：依赖人工质检效率低且容易出错，急需自动化工具。
8、数据生命周期管理不足：数据在各阶段的管理不完善，影响数据质量的持续性。
通过关注这些关键痛点，企业可以有效提升数据质量管理水平，支持更好的业务决策。
产品优点
1、规则丰富：系统内嵌多种技术质检规则和业务检查规则，并支持规则自定义。
2、报告详实：多维度的检查报告，支持自定义报告。
3、批量检查：可以按机构、按照库、指定表多种方式检查。
4、兼容性强：兼容广泛的数据库类型。
5、内置并行计算引擎：提升大规模并行质检的性能，降低对数据库的压力。
典型功能
1、简便易懂的操作界面。
2、全库自动检查表结构质量，如表非空、有时间戳、注释齐全、有主键、有重复数据、引用完整性、最后更新时间。
3、自带丰富的字段规则库，符合DAMA数据质检规范中的：准确性（Accuracy）完备性（Completeness）一致性（Consistency）完整性（Integrity）合理性（Reasonability）及时性（Timeliness）唯一性/数据去重（Uniqueness/Deduplication）有效性。
4、丰富的统计图表展示。
5、可以将脏数据管理和数据清洗模块联动，实现自动化质检和清洗的功能。
6、批量导入或自定义质检规则。
应用场景
1、数据质量考核：实现对各机构源数据质量的自动检查，自定义数据质量报告模板，自动对各机构数据质量考核评分。
2、数据清洗：数据清洗前，先要把握数据质量情况，长期有效地自动检查数据质量，并形成详细的质量报告。数据中心以此可以反馈给数据源部门。
3、数据标准建设：通过数据质量检测报告，逐步建立数据质量规范，形成机构数据标准。
4、数据分层：实现ODS、DWD等分层，通常ODS是保持与源数据一致，用于溯源和质量检测，而DWD层数据是经过质量筛选的干净数据。
图1-功能架构图
图2-质检流程图