1. 数据质量评分模型概述
各位同学，咱们今天聊聊数据质量评分模型。说实话，我做了十几年数据治理，见过太多团队在数据质量上栽跟头。有的项目上线后才发现数据对不上，有的报表跑出来没人敢用。为什么会这样？说白了，就是缺少一把能衡量数据好坏的「尺子」。
这把尺子，就是数据质量评分模型。今天这一章，我们先打好基础，搞清楚三个核心问题：数据质量到底是什么？为什么要给它打分？打分的模型能用在哪？
1.1 数据质量的定义
数据质量，不是一句「数据准不准」就能概括的。我习惯把它拆成六个维度来看：
| 维度 | 定义 | 我见过的问题 |
|---|---|---|
| 完整性 | 数据是否缺失，关键字段是否都有值 | 客户表里手机号空了一半 |
| 准确性 | 数据是否真实反映客观事实 | 订单金额多了一个零 |
| 一致性 | 不同系统间的数据是否相互吻合 | CRM和ERP里同一个客户名称不一样 |
| 及时性 | 数据是否在需要的时候可用 | 日报数据延迟了24小时 |
| 唯一性 | 数据是否存在重复记录 | 同一个用户注册了三个账号 |
| 有效性 | 数据是否符合定义的格式和规则 | 身份证号填了15位 |
我的经验：这六个维度不是每次都要全用。我在项目中通常先挑2-3个最关键的维度下手，比如金融行业先看准确性和一致性，电商先看完整性和及时性。贪多嚼不烂，你想想看。
1.2 数据质量评分的重要性
为什么要给数据质量打分？我直接说三个最实际的痛点：
- 量化才有管理——你说「数据质量差」，老板听不懂。你说「客户数据完整性只有72%」，老板立刻知道要投钱修。
- 发现瓶颈在哪——评分能告诉你，到底是采集环节出了问题，还是清洗环节没做好。我曾经帮一家银行做评分，发现他们80%的质量问题出在数据录入阶段，而不是后端处理。
- 建立信任机制——数据团队和业务团队之间，最怕互相甩锅。有了评分模型，谁的数据谁负责，清清楚楚。
一个小建议：评分不是为了扣分，而是为了改进。我见过有的团队把评分搞成了KPI考核，结果大家开始造假数据来刷分。嗯，这完全走偏了。
1.3 评分模型的应用场景
数据质量评分模型不是实验室里的理论，它每天都在真实场景里发挥作用。我挑三个最常见的场景说说：
场景一：数据仓库与数据湖建设
建数仓的时候，数据从各个源系统抽进来。如果不做质量评分，你根本不知道进来的数据能不能用。我习惯在ETL的每个环节都设一个评分点——源端抽完打一次分，清洗完再打一次分，加载完还要打一次分。这样哪个环节出问题，一眼就能定位。
场景二：数据产品与报表发布
业务部门看报表，最怕看到一半发现数据不对。我们可以在报表上线前，自动跑一遍质量评分。低于某个阈值（比如85分），报表自动标红，不允许发布。这个机制我用了好几年，效果非常好。
场景三：数据交换与数据共享
跨部门、跨公司交换数据时，双方对数据质量的理解往往不一样。评分模型就是那个「共同语言」。我参与过一个政府数据共享项目，十几个委办局的数据，全靠一套评分模型来统一衡量，不然根本没法对齐。
注意：评分模型不是万能的。它只能告诉你数据「好不好」，不能告诉你数据「对不对」。比如数据格式都对，但内容本身就是错的——这种情况评分模型检测不出来，需要结合业务规则引擎一起用。
1.4 本章知识体系总览
下面这张图，是我自己梳理的数据质量评分模型知识框架。你可以把它当作整个课程的地图：
核心公式：评分模型 = 定义维度 × 重要性权重 × 应用场景适配。这三个要素缺一不可。后面的章节，我会带着你一步步把这个公式落地成可执行的代码和规则。