數據品質衡量的是數據與其預期用途的契合程度。它包括準確性、完整性、一致性、及時性和有效性。劣質資料種類繁多，例如：缺失值、重複記錄、日期格式錯誤、不存在的地址等等。每一種缺陷都會造成損失。例如，行銷活動可能會向無效地址發送電子郵件；財務報告可能會因為重複資料而誇大收入；機器學習模型可能會因為訓練資料不完整而做出有偏差的預測。

數據品質並非一勞永逸，而是一種持續的實踐。為每個資料集定義品質維度，定期進行測量，並設定可接受的品質閾值。當數據品質下降時，應立即進行調查。根本原因通常是流程問題，而非技術問題。未經驗證的資料輸入會導致錯誤。系統間缺乏統一的客戶ID會導致資料重複。允許記錄不完整的流程會造成資料缺失。改進流程可以預防錯誤。如果只修復資料而不改善流程，錯誤還會再次出現。數據品質工具可以幫助進行分析、清洗和監控，但它們並不能取代負責人。必須有人對每個資料集負責。如果沒有這種責任人，數據品質就會下降。數據品質總是會下降的。

數據品質維度

• 準確度－數據反映現實
• 完整性－無缺失值
• 一致性－不同系統間的資料相同
• 時效性－數據是最新的
• 有效性－數據符合規則
• 獨一無二——無重複

數據品質是每個人的責任。如果沒人負責，數據品質就會失敗。