大數據平臺的核心理念是構建于業務之上，用數據為業務創造價值。大數據平臺的搭建之初，優先滿足業務的使用需求，數據質量往往是被忽視的一環。但隨著業務的逐漸穩定，數據質量越來越被人們所重視。

千里之堤，潰于蟻穴，糟糕的數據質量往往就會帶來低效的數據開發，不準確的數據分析，最終導致錯誤的業務決策。而網易也在數據質量方面不斷探索，本文將對網易有數大數據平臺的子產品，數據質量中心的現狀及規劃方向進行簡要介紹。

1

背景

網易有數大數據平臺對數據的全生命周期都進行了管理，從數據規劃開始，到數據準備、模型的設計、模型開發采取了全鏈路的質量管理措施，數據質量中心是其數據治理的重要一環。

追根溯源，導致數據出現質量問題的原因有很多，總的來看，主要有業務、技術、管理、基礎設施四個方面：

• 業務端：業務源系統變更（源系統數據庫表結構變更、源系統環境變更）、業務端數據輸入不規范等；

• 技術端：數據開發任務中各種任務的流程、參數、配置等出錯；

• 管理端 ：認知層面缺乏質量意識、缺乏有效的數據質量問題處理機制等；

• 基礎設施：物理資源不足、基礎設施不穩定等。

<

總結

以上是生活随笔為你收集整理的机器学习从入门到精通50讲（一）-大数据平台下的数据质量管理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。