摘要:数据质量是DAMA知识域核心模块,分为理论概念、质量问题判定、质量指标计算三类考题,希赛小编为大家整理了DAMA核心计算题考点:数据质量。
数据质量是DAMA知识域核心模块,分为理论概念、质量问题判定、质量指标计算三类考题,数据质量六大维度是所有题目的基础:准确性、完整性、一致性、及时性、唯一性、有效性,每个维度的定义、异常数据表现形式必须精准记忆。
准确性代表数据与真实业务情况匹配;完整性指必填字段无空缺、数据记录无缺失;一致性要求跨系统同源数据数值统一;及时性为数据采集更新时效满足业务使用需求;唯一性不存在重复冗余数据;有效性符合数据格式、值域规范。考题会给出脏数据案例,匹配对应的质量缺陷维度,是基础送分题。
数据质量管控贯穿数据全生命周期:数据产生采集阶段制定校验规则拦截脏数据;数据存储阶段定期巡检扫描质量问题;数据集成ETL/ELT过程嵌入清洗规则;数据使用阶段监控数据质量波动。全流程质量管控方案为案例高频考点,区分事前预防、事中清洗、事后整改三层管控机制。
数据质量合格率计算是试卷固定计算题,合格率=合格数据条数/总数据条数×100%,结合各维度缺陷数据量计算整体数据质量水平。新版考题加入AI数据质量检测工具应用考点,AI自动识别脏数据、批量修复数据属于辅助手段,质量标准依旧由业务方定义。
很多考生只背诵六大维度文字定义,不会结合业务数据场景判断缺陷类型,刷题时搭配客户主数据、财务数据、供应链数据各类脏数据实例对照学习。搭建“维度识别—缺陷成因—整改方案”标准化答题链条,熟记质量计算基础公式,拿下数据质量模块全部分值,该模块知识点固定,属于性价比高的得分板块。
DAMA备考资料免费领取
去领取
DAMA认证
DAMA认证简介
专注在线职业教育25年