3. 数据质量指标：完整性、准确性、一致性、及时性、唯一性
聊数据资产运营，有个绕不开的话题——数据质量。
我见过太多项目，前期拼命建平台、搭系统，数据哗哗往里灌。结果一到分析阶段，发现字段是空的、数值对不上、时间戳乱跳。说白了，数据质量不过关，后面所有工作都是空中楼阁。
这一章，我把数据质量拆成五个核心维度来讲。每个维度我都会结合自己的踩坑经历，告诉你指标怎么设、阈值怎么定、问题怎么追。
核心观点：数据质量不是“一次性验收”，而是“持续运营”。五个维度缺一不可，任何一个短板都会拉低整体资产价值。
3.1 完整性（Completeness）
完整性，就是看数据有没有缺胳膊少腿。字段为空、记录缺失、文件不完整，都属于完整性问题。
我常用的指标：
- 字段填充率：非空记录数 / 总记录数 × 100%
- 记录完整率：关键字段全部非空的记录数 / 总记录数 × 100%
- 文件到达率：实际到达文件数 / 预期文件数 × 100%
举个例子。我之前负责一个客户画像项目，要求“手机号”字段填充率不低于 99%。结果跑出来只有 87%。一查，是某个渠道的注册页面没做手机号校验。嗯，这就是典型的“源头污染”。
我的习惯：完整性阈值要按字段重要性分级。核心业务字段（如订单号、金额）设 99.9%，辅助字段（如备注）可以放宽到 95%。别一刀切。
3.2 准确性（Accuracy）
准确性衡量的是数据值与真实值的一致程度。数据填满了，但填的是错的，那比空着更可怕。
常用指标：
- 数据准确率：与真实值一致的数据量 / 总数据量 × 100%
- 异常值占比：超出合理范围的数据量 / 总数据量 × 100%
- 业务规则通过率：通过预设规则校验的数据量 / 总数据量 × 100%
我曾经遇到过一个案例：某系统的“用户年龄”字段，最大值显示 999 岁。一看就是前端没做输入限制。这种问题，靠人工查根本查不过来，必须靠规则引擎自动拦截。
注意：准确性校验不能只依赖业务方反馈。我建议建立“数据质量监控规则库”，把常见的异常模式（如年龄>150、金额<0、日期>今天）提前配置好，每天自动扫描。
3.3 一致性（Consistency）
一致性，说白了就是不同系统、不同表之间的数据能不能对得上。同一个客户，CRM 里叫“张三”，订单系统里叫“张先生”，这就是不一致。
核心指标：
- 跨系统匹配率：能成功关联的记录数 / 总记录数 × 100%
- 字段值一致性：相同含义字段取值一致的记录数 / 总记录数 × 100%
- 主数据覆盖率：使用统一主数据的系统数量 / 总系统数量 × 100%
我建议你重点关注“主数据覆盖率”。很多公司数据不一致，根源就是没有统一的主数据管理。各系统各自为政，数据标准不统一，对账的时候全是坑。
| 场景 | 不一致表现 | 影响 |
|---|---|---|
| 客户信息 | A系统叫“张三”，B系统叫“Zhang San” | 无法合并客户画像 |
| 产品编码 | ERP用“P001”，电商用“1001” | 库存对不上 |
| 日期格式 | 一个用“2024-01-01”，一个用“01/01/2024” | 时间分析出错 |
3.4 及时性（Timeliness）
及时性，就是数据从产生到可用的时间差。你想想看，如果业务决策需要昨天的数据，结果今天下午才跑出来，那还有什么意义？
常用指标：
- 数据延迟时间：数据产生时间 - 数据可用时间
- 按时交付率：在规定时间内完成的数据任务数 / 总任务数 × 100%
- 数据新鲜度：最新数据时间戳与当前时间的差值
我记得有一次做实时风控项目，要求数据延迟不超过 5 分钟。结果上线后发现，有个批处理任务卡在凌晨跑，导致早上 8 点的数据到 10 点才更新。这就是典型的“及时性盲区”。
我的建议：及时性指标要跟业务场景绑定。实时场景（如风控、推荐）要求秒级延迟，离线场景（如报表、分析）可以放宽到 T+1。别为了追求“实时”而过度投资。
3.5 唯一性（Uniqueness）
唯一性，就是看数据有没有重复。同一个订单出现两次、同一个客户注册两个账号，都会导致统计失真。
核心指标：
- 重复记录率：重复记录数 / 总记录数 × 100%
- 主键唯一性：主键重复的记录数 / 总记录数 × 100%
- 实体去重率：去重后的实体数 / 去重前的实体数 × 100%
唯一性问题，我见过最夸张的案例：某公司的客户表，同一个手机号出现了 17 次。原因是每次用户登录都生成一条新记录，没有做去重逻辑。这种问题，靠事后清洗成本极高，必须在入库时就做唯一性校验。
避坑指南：我曾经以为唯一性只是“加个唯一索引”的事。后来发现，业务上“唯一”的定义往往很复杂。比如“同一个客户”可能靠手机号、身份证号、邮箱等多个字段联合判断。所以，唯一性规则一定要跟业务方对齐。
3.6 五维质量评估框架
五个维度不是孤立的。我习惯把它们整合成一个评估框架，方便整体打分和问题定位。
这个框架的好处是：一眼就能看出哪个维度是短板。比如完整性 95 分，准确性 92 分，但一致性只有 65 分。那你的精力就应该优先放在“统一数据标准”上，而不是继续优化完整性。
3.7 数据质量运营的“三个一”原则
最后，分享一个我总结的实操原则。数据质量不是靠一次清洗就能搞定的，它需要持续运营。
- 一套标准：统一的数据质量定义、指标口径、阈值规范。没有标准，各说各话，没法评估。
- 一套工具：自动化监控、告警、工单流转。靠人工盯数据质量，盯不过来。
- 一套流程：问题发现→定位→修复→验证→复盘。形成闭环，避免同样的问题反复出现。
我曾经在一个项目里，帮客户把数据质量从 65 分提升到 92 分。核心就靠这三条。没有捷径，就是扎扎实实把标准、工具、流程建起来。
总结一下：完整性、准确性、一致性、及时性、唯一性，这五个维度是数据质量的基石。每个维度都要有明确的指标、阈值和监控机制。别指望一次性搞定，数据质量是“运营”出来的，不是“清洗”出来的。