VIP20
本课程属于：037-数据平台成本优化 数据工程与实时数据平台 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

数据质量闭环 · 降低无效计算

📚 共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
数据质量闭环概述
为什么90%的计算是无效的？数据质量问题的代价，闭环的核心思想。
无效计算闭环思维
02
数据质量维度
完整性、准确性、一致性、时效性、唯一性、有效性。
6大维度度量基础
03
数据血缘追踪
什么是数据血缘？为什么需要血缘？手动追踪 vs 自动追踪。
血缘分析可追溯
04
数据质量度量
如何量化数据质量？质量分数计算模型，阈值设定。
量化模型阈值
05
数据质量监控
实时监控 vs 离线监控，监控指标设计，告警策略。
实时/离线告警
06
数据质量根因分析
从现象到原因，根因分析五步法，常见根因模式。
根因五步模式识别
07
数据质量修复策略
自动修复 vs 人工修复，修复优先级，修复验证。
自动修复优先级
08
数据质量闭环流程
检测-分析-修复-验证-预防，闭环的持续迭代。
PDCA持续改进
09
数据质量元数据管理
元数据采集，元数据存储，元数据服务化。
元数据服务化
10
数据质量规则引擎
规则定义，规则编排，规则执行，规则评估。
规则引擎编排
11
数据质量报告与可视化
报告模板设计，可视化看板，数据质量仪表盘。
看板仪表盘
12
数据质量与数据治理
数据治理框架，数据质量在治理中的位置，治理工具选型。
治理框架工具选型
13
数据质量与数据仓库
数仓分层中的数据质量，ETL质量保障，数据湖质量挑战。
数仓分层ETL
14
数据质量与数据湖
湖仓一体架构下的质量挑战，数据湖质量最佳实践。
湖仓一体最佳实践
15
数据质量与实时计算
实时数据质量挑战，流式数据质量检测，实时修复策略。
流式质量实时修复
16
数据质量与机器学习
训练数据质量，特征质量，模型质量评估。
ML质量特征工程
17
数据质量与数据产品
数据产品中的数据质量，用户体验与数据质量。
产品体验数据产品
18
数据质量与数据安全
数据脱敏与质量，数据隐私与质量，合规性要求。
脱敏合规
19
数据质量与数据成本
无效计算成本分析，质量提升带来的成本节约，ROI计算。
成本优化ROI
20
数据质量与数据文化
如何推动数据质量文化，团队协作，激励机制。
文化协作
21
数据质量工具选型
开源工具 vs 商业工具，工具评估框架，选型案例。
开源/商业评估框架
22
数据质量自动化测试
测试框架设计，测试用例编写，自动化测试流水线。
自动化流水线
23
数据质量SLA管理
SLA定义，SLA监控，SLA违约处理。
SLA违约处理
24
数据质量事件管理
事件分类，事件响应流程，事后复盘。
事件响应复盘
25
数据质量与数据标准
数据标准定义，标准落地，标准维护。
数据标准落地
26
数据质量与数据模型
模型设计中的数据质量，模型验证，模型优化。
数据模型验证优化
27
数据质量与数据集成
数据集成中的数据质量，数据清洗，数据转换。
集成清洗转换
28
数据质量与数据服务
数据服务化中的数据质量，API质量保障，数据产品化。
API质量产品化
29
数据质量与数据运营
数据运营中的数据质量，数据质量运营体系，持续改进。
运营体系持续改进
30
数据质量闭环实战案例
从0到1搭建数据质量闭环，案例复盘，经验总结。
实战从0到1