数据质量管理系统应用[样例5]

第一篇：数据质量管理系统应用

数据质量管理系统应用

----生活篇

最近在看关于综合分析数据质量管理规范的时候，结合实际生活当中的例子。在这里说出来，可以讨论一下。这里主要是指标值数据质量的管理：

1：数值检查个可以和我们固定的阈值检查结合起来，即通过检查单个指标的数值和阈值的比较发现指标的异常和变动的情况。这个就是固定阈值的一种情况。比如当地铁离近站只有4分钟的时候，地铁旁边的灯会一直闪烁。地铁离开车只有一分钟要关门的时候，就会告警即将开车。以免突然开车造成人的伤害。

2：波动检查：一般就是同比波动的检查和环比波动的检查。先计算指标的同比或环比波动率，然后与预订的波动率上下限（阈值）进行比较。这个就是范围阈值。例如昨天公交车上有一条新闻就是重庆目前一小时之内公交车换成免费。那么这一个小时之内就是一个范围阈值，只要在一个小时之内不收钱，即什么也不做，但是当超过一个小时之后就要收钱。那么我们这里就需要告警。

3：还有一种日常当中常用的就是动态阈值比如我们乘坐地铁的时候根据路程的不同地铁价格不同。以及依照路程计价的公交车也一样，路程不同，价格不同。本质上都是乘坐地铁或者公交，但是由于距离问题因此价格不同，比如收入指标阈值制定的时候，比如不同的地市，在同一时间维度阈值是不同。比如经济发达地区应该制定高一点，经济欠发达地区制定低一点。

4：指标之间的关联检查，比如我们常说的同增同减关联关系，还是以地铁为例，路程增加了，那价格相应就增加了。比如我们理论上我们的用户数增加了，那么收入应该有所增加。但是有时候反而用户量增加了，收入却下降了。增加的用户数比丢失的用户数多因此整体上用户量增加了。但是增加的用户量都是一些劣质用户，而丢失了一部分高端用户。从而导致用户数增加，收入下降的局面。

5：指标平衡检查：对若干个指标值的简单四则运算（加、减、乘、除），来检验各个指标间潜在的平衡或其他比较关系。比如有些指标日指标汇总应该与月指标的值平衡。

当发现数据出现异常的时候，首先先分析一下，是不是一些因素导致指标的变化，比如节假日，周末，市场营销策略，以及外部的一些政策对指标造成的变化，然后再查看是不是真的是数据质量的问题，以及源接口数据的问题。

数据质量管理系统----理论篇

数据质量管理系统：

一：从以下5个方面对数据的质量进行管控

1：及时性：数据获取是否及时，主要指数据提取、传送、转换、加载、展现的及时性。在数据处理的各个环节，都会涉及到及时性。我们一般考虑两个方面第一就是接口数据是否 能够及时的抽取过来。第二就是展现层能否及时的展现出来。

2：完整性：是指数据是否完整，描述的数据要素，要素属性及要素关系存在或不存在，主要包括实体缺失、属性缺失、记录缺失以及主外键参照完整性的内容。

3：一致性：第一就是原始数据即文件接口和入库的数据记录条数是一致的。

第二就是同一指标在任何地方都应该保持一致。

4：有效性：描述数据取值是否在界定的值域范围内，主要包括数据格式、数据类型、值域和相关业务规则的有效性。

5：准确性：主要是指指标算法、数据处理过程的准确性。这个准确性主要是通过元数据管理中定义的指标的算法、数据处理顺序和人工检查相结合的方式来保证。

二：数据仓库中需要进行质量管理的数据分类

1：接口数据：接口数据是整个数据仓库的生命的起点，如果接口数据有问题的话会严重影响数据仓库后面的报表以及分析结果。

接口数据分为两种情况：文件接口和数据库接口

文件接口方面：一方面是接口内容本身的数据质量问题：文件传送及时率。文件内容有效性。文件传递的完整性

一方面是文件接口采集程序的监控：文件接口采集程序是否正常启动，正常结束等。

账期，接口名称，采集开始时间，采集结束时间，有效标志，接口及时率标志，接口完整性标志等。

这些可以通过查看接口运行日志来获取相关信息情况。

数据库接口方面：数据库接口参考文件接口部分。

2：数据仓库层面的数据：关键包括两个方面的内容数据处理过程执行情况和关键指标检查

第一：数据处理过程监控：监控所有的数据处理过程十分按时调度，是否成功。这些可以通过查看数据处理过程日志表来获取相关信息

第二：关键指标的检查：指标检查主要包括两个方面：

首先是基础指标的检查：数值检查：主要是通过检查单个指标的数值来发现指标的异常和突变等情况。这里需要设置相应的阀值来进行。

这里需要考虑周末、节假日以及一些外部因素对指标的影响。因此指标异常并不一定是数据的问题。

波动检查：主要是同比或者环比的检查。先计算指标的同比或环比波动率，然后与预定的波动率上下限（阈值）

进行比较。需要考虑周末、节假日及一些外部因素对指标的影响。因此指标异常不一定是数据的问题。

关联检查：对两个存在关联关系的指标（如同增、同减正关联关系），分析变化和波动情况。比如用户量和话务量 以及用户量和收入之间的关联分析。用户量增加了。应该收入有所增加。但是有时候反而用户量增加了，收入却下降了。增加的用户数比丢失的用户数多因此整体上用户量增加了。但是增加的用户量都是一些劣质用户，而丢失了一部分高端用户。从而导致用户数增加收入下降的局面。

平衡检查：通过对若干个指标值的简单四则运算（加、减、乘、除），来检验各个指标间潜在的平衡或其他比较关系。比如收入-支出=利润。这三者之间的平衡。日指标汇总与月指标的平衡检查等。

其次加权波动检查：通过对单个指标的基础检查结果和影响因素的加权计算分析，综合检查指标的波动和变化情况。比如一个指标今天异常的 超出了范围，我们首先应该加上一些外部的因素比如制定了相应的优惠政策以及节假日然后对其进行分析。分析得出该结果是正常的。因此当指标异常的时候我们不能首先就判断该指标数据质量有问题，应该先分析一些外部因素对其的影响。然后再考虑是否确实是数据质量的问题。

三：数据质量处理流程

问题生成-》问题分析-》问题处理-》问题总结

每个处理流程都针对于后台相应的表已经相应的处理过程

问题生成部分：我们应该监控接口的日志信息，数据仓库部分各个处理过程的日志信息以及指标的检查相关过程。

问题分析部分：将发生的问题进行归类，将同一类的问题进行集中分析。问题分析的时候会用到元数据管理部分的一些分析方法比如：血缘分析，影响分析、数据映射分析等。

问题处理部分：结合系统后台提前准备的问题处理流程，对相应的问题采用相应的处理流程来解决该问题。

问题总结：当问题处理结束之后，我们要对以前的问题进行汇总，并且对问题的解决方法也进行汇总，便于下次能够不出现这样的问题。或者出现问题之后能够很快的解决。

因为我们已经有相应的问题解决方案。该处理流程是一个循环的过程。

四：数据质量报告部分

数据质量要定期形成报告对外进行发布公示。并且提供很好的外部接口和其他系统比如元数据管理系统很好的互动。因为数据质量有些预警值或者范围波动预警值需要在元数据当中进行配置，数据质量核查的时候需要调用这些信息以及利用元数据分析方法更好的解决数据质量的问题。

第二篇：2013质量管理数据分析

2013质量管理数据分析

为了QMS在我公司得以保持和实施,总经理责成办公室对质量管理的一些数据进行数据的统计,包括今年一月到七月不合格品的统计以及顾客投诉(抱怨)反馈数据的统计,根据所统计的数据进行分析,得出分析结论

1.从一至七月份不合格品数据分析柱状图8.4-1-2013-1可以

看出二月 不合格品较少是因为二月工作时间较少而3,4,5,6月份不合格数量较多是因为产品的数量多,总之不合格品率还是比较平稳的,一月重机分厂较多是因为上年结转一部分造成,7月重机分厂不合格品率明显下降

2.从一月至七月顾客投诉反馈信息数据分析柱状图

8.4-1-2013-2可以看出顾客不满意还是呈现出稳中下降的趋势

编制: 李志伟审核: 陈金生批准: 肇军日期:2013-9-9

第三篇：基于Struts的Web应用系统数据验证

龙源期刊网 http://.cn

基于Ｓｔｒｕｔｓ的Ｗｅｂ应用系统数据验证

作者：董卫鹏 陈建彪

来源：《沿海企业与科技》2009年第06期

第四篇：数据质量管理落实情况经验交流材料

强化数据分析应用，助力风险防控

数据分析应用是信息管税的基础，在数据处理分析应用方面，XXXXXX以数据质量管控和处理分析”为主线，以强化动态报告落实，助力风险防控为目标，形成数据管税长效机制，充分发挥科技引领作用，有力促进了征管质效的全面提升。

一、打造绿色健康、全面覆盖的数据网络体系 我们在抓好各税收业务系统数据质量“全程控管”的基础上，最大限度的拓展数据采集渠道，丰富数据资源，打造绿色健康、全面覆盖的数据网络。(一)注重第三方信息的获取与应用

一是加强国地税数据信息互通渠道。一方面在全市推行国地税联合办税，在实现纳税人“进一家门，办两家事”的同时通过定期召开的国地税联席会议，实现全市国地税信息定期互换共享。二是通过与外汇管理部门签署《作备忘录》，将双方数据信息共享予以制度化。三是依托市政府电子政务信息资源共享交换平台，充分利用工商、财政、统计、土地、房产及其它部门的涉税数据。以上方式获取的数据，通过信息中心依照业务需求，针对上述不同的数据来源，采用多种处理方法对相关数据进行提取、比对、分析和处理，加工制作成可供分析使用的数据信息。例如，2014年,我们通过市政府电子政务信息资源共享交换平台，获取XXXX市医药零售行业医保刷卡数据，通 1 过与金税三期系统的税务登记信息查询和申报明细查询两个模块中医药零售行业税务登记及申报明细数据进行比对分析，发现税收征管问题点，并分析提炼成税收风险点，下发风险防控任务、制定整改措施，切实堵塞医药行业税收征管漏洞，进一步提升了征管质效。

（二）丰富数据采集方式

除业务系统产生的数据和第三方信息外，我们通过建立《XXXX市国税系统数据采集、使用管理办法》，拓展其它方式的数据采集方式。一是对于税务机关风险管理过程中收集、反馈的资料，或者要求纳税人报送的生产、经营、管理等书面信息，也及时收集、分类处理；二是基层相关业务税务人员利用智能终端获取的日常检查监控、核实调查、稽查取证等现场影像资料，及时传送到专门的储存平台进行储存；三是根据系统权限，市县两级信息中心尝试提供涉税业务信息加工定制功能，并规范提供数据的范围、格式、流程及安全要求，今年以来市县两级信息中心为各业务部门和外部门处理分析相关数据XXXX余次XXXXX余万笔。为业务科室税务风险管理应用提供数据支撑，县级无法获取的数据，可以按照数据申请规程提请市局信息中心提取，实现数据全方位、多方式、无漏洞式采集。

二、建立全面准确、快速响应的数据分析应用机制

（一）组建数据分析应用组织体系。

成立市县两级数据分析小组，分管副局长任小组长，信息中心设立专职数据分析岗位，各科室、分局确定一名 2 数据分析联络员，根据业务分析需求，开展数据分析。定期选题，在分析选题上突出税收工作的热点和难点问题，把上级局部署专项工作作为选题的“热点”，把本局确定的当年中心工作作为选题的“重点”把工作中不好解决的问题作为选题的“难点”，为实现税收“难点”“重点”“热点”问题实时传送、快速响应做好制度保障。

（二）完善数据分析应用工作运作模式。

一是制定《XXXX市国税局数据分析应用管理办法》，加强对数据采集、提取、处理、分析、发布等环节的管理；二是创新分析方法。注重信息技术和数学模型相结合，引入经济学、统计学的有关数学模型，构建符合征管业务特点的标准化数据处理分析模型，为数据处理分析工作提供有效的抓手；三是初步建立数据分析成果反馈机制。通过公文下发、业务例会汇报、数据分析讲评、网络化等多种形式，及时将每期数据分析报告向机关科室和基层分局通报，为基层开展纳税评估，加强税源监控提供指导；四是创新数据分析应用评估考核机制。制定《数据分析应用成果反馈表》，通过具体税收数字的具体呈现衡量和评价数据分析应用成效。

（三）建立动态报告落实三级联动工作机制。

自省局开展动态报告工作以来，我们把数据动态报告的落实工作作为深化数据分析应用的重要途径，经过近一年来不断的摸索和实践，建立了以动态报告问题点查找为起点，市、县、分局三级联动协作机制，统一组织实施问 3 题剖析，区分风险高低，统一调配全市国税力量，形成市局数据分析、县局风险排查、分局整改落实，全市集中疑点风险应对的三级联动工作新机制。

1、专家组团，数据信息再加工。

一是关联数据再抽取。我们数据处理分析精干力量，对省局《电子数据动态报告》进行认真解读，重点针对《动态报告》中涉及我市的问题，筛选出相关数据，并结合查找出来的问题，通过“金税三期”前台、综合数据管理平台等系统，抽取我市其他关联数据，拓展数据分析的深度和广度。二是风险信息再分析。通过对抽取数据的加工整理，进行二次分析，查找出现问题的关键原因，重新发掘相关的数据联系，形成有问题、有原因、有分析、有整改、有措施的情况报告供市局领导和相关业务科室作研究参考。建立问题行业分析模型，按照“评估几户企业，解剖形成典型，规范一个行业”的思路，对重点企业开展典型解剖。比如我们对《全省一般纳税人农产品抵扣数据情况》涉及到我市的XXXX户企业的XXXX户次情况进行延伸分析，一方面细化分析指标，形成《全市农产品收购加工企业税收风险分析报告》，进行专题部署并开展专项评估检查；一方面拓展分析范围，选取皮革行业为突破口，集中对2户重大疑点企业进行解剖式分析，形成《皮革鞣制加工行业税收风险剖析模板》，为做好重点行业评估提供指南。自该项工作开展以来，共发布《全市增值税一般纳 4 税人申报数据情况分析》、《XXXX市未达起征点户税收风险分析》等电子数据动态报告6期。

2、数据讲评，税收风险大排查。

一是召开数据讲评会，分解风险指标。针对省局《动态报告》与市局再分析查找出来的问题，通过视频会议的形式召开风险讲评会，并将其作为《动态报告》落实整改的重要步骤。讲评会分县区、分类别进行讲评，结合行业特点和风险类别，对存在的问题进行解读划分,分解任务指标，明确落实责任，提出相应的风险防范指导意见。通过讲评，相关责任科室与税源管理一线单位既能直观清楚的了解全市的税收管理总体情况又能查找自身管理存在的问题；既能借鉴先进的管理经验又能对其他县区存在的问题引以为戒。截止目前，共组织风险讲评会6期。二是开展地毯式自查。要求各县区局对所辖疑点企业进行逐户核实，对疑点企业的风险核查项目逐项核实情况、采取的风险应对措施、纳税评估入库税款情况、停供发票情况、注销税务登记情况等填写《落实情况表》，一户一表，风险落实人员签字，分局、税源管理科负责人签字，并加盖单位公章，落实具体责任。对疑点明显、数额较大的行业或企业进行重点纳税评估，对符合立案标准的，及时移交稽查。三是巡回督导和阶段调度。市局成立督导组，对各县区局风险落实情况进行巡回督导，及时帮助基层解决落实工作中出现的问题。对各县区局工作进展情况实行定期调度，分阶段形成调度报告，定期通报，5

3、联动分析，常态化发布求实效。

为了最大程度地利用每一期电子数据动态报告的分析成果，充分发挥信息管税作用，我们将往期报告中挖掘出的频繁出现的风险点单独列表展示，定期抽取数据定期发布风险数据情况，建立“常态化提取、动态化发布”新模式。由相关业务部门按照高危行业和热点政策的执行或重点征管要素指标，分析行业纳税人和税种政策执行中存在的风险点，我们按照分析识别业务需求实施数据的提取，分县区、行业、纳税人、征管要素进行统计分析，三、构建以数据分析促风险管控长效机制

（一）以数据分析得出的问题点作为税收风险管理的切入点。

以应用数据分析报告成果，及时准确地确定税收问题点，作为风险防控切入点，通过部门间的联动、整合，逐步形成具有针对性、系统性和时效性，覆盖不同税收业务管理要求的分析指标和分析模型，充分发挥以数据分析促风险防控，以风险防控促征管质效的作用。

（二）以数据分析方式方法作为税收风险分析的基本方法。

在税收风险分析工作中以数据处理分析的多种分析方法为基本分析方法，注重信息技术和数学模型相结合，充分利用先进的数据库技术、多功能的数据展现软件、数据挖掘工具创新分析方法。引入经济学、统计学的有关数学模型，对相关数据进行抽取、过滤、关联、整理和比对，构 6 建符合征管业务特点的标准化数据处理分析模型。比如在风险等级排序，分级分类应对中，综合运用关联分析法、趋势分析法、定量和定性分析法、归纳推断法等分析方法。数据处理分析方法的不断发展带动了税收风险分析水平的不断提高。

（三）以数据分析专业人员作为税收风险防控的骨干力量。

经过近几年数据处理分析工作的不断发展，逐步形成了一批既掌握先进的信息技术、精通灵活多样的数据分析方法、熟悉税收规程和政策法规的数据分析专业人员，这些人员通过自身的优势，逐渐成为税收风险防控的骨干力量。他们通过及时、准确、完整掌握信息，处理分析相关数据，在数据分析、纳税评估、税源监控、税务稽查工作中，既各司其职，又密切协作，为税收风险防控工作提供了可靠的人员保障。

（四）形成“分析+风控”长效管理机制。

数据分析把海量数据变为税源信息，把数据优势转化为分析优势，我们利用数据分析优势，固化“数据—问题点—风控点—落实整改--防控措施”管理流程，形成“分析+风控”长效管理机制，实现“数据—信息—管理”的转换，不断推进风控管理提档升级。2015年1季度，“分析+风控”管理机制稳步运行，通过对重点行业、重点区域的“分析+风控”，全市完成增补入库税款2872.6万元，同比增长204.8%，增加税收合计3189.5万元，同比增长 7 35.8%。在下一步的工作中，我们将致力于打造组织绩优化、流程规范化、机制长效化、响应快速化的新型数据处理分析模式，为税收发展新常态和推进税收现代化的做好强有力的科技引领和支撑。

第五篇：银行数据质量管理暂行办法

**银行数据质量管理暂行办法

第一章

总

则

第一条 为规范数据管理工作，提高我行数据质量，确保数据准确性、完整性、及时性，特制定本暂行办法。

第二条 相关概念

应用系统，是按照信息一体化的要求，用于处理我行经营管理的应用软件系统，主要包括客户交易类系统、业务管理类系统、管理信息类系统、技术保障类系统等。

数据是指**银行实施信息化管理过程中产生的所有电子数据。数据质量是指数据的及时性、完整性以及准确性。第三条 数据质量管理应遵循以下原则：

（一）统一规范原则。各类应用系统采集和处理的数据，应符合各自应用系统所要求的数据标准。

（二）全程监控原则。建立数据从采集、审核、处理到维护的全过程监控体系，重点把好数据的采集录入关，确保各类应用系统数据真实、准确、完整。

（三）层级考核原则。总、分行对各自直接下属单位的数据质量管理工作进行严格的目标管理考核，奖优罚劣。

第二章

部门分工及职责

第四条 总行合规部是全行数据质量管理的牵头部门，主要负责：

（一）、制定全行的数据质量管理的相关规章制度

（二）、对各应用系统管理部门的履职情况进行考核、监督

（三）、根据需要，参与对全行各应用系统数据质量管理的检查监督

（四）、对违反数据质量管理规定，造成数据错误、失真、延误、漏填等违规行为进行问责

（五）、向高管层报告我行数据质量管理执行情况

第五条 总行各部门是应用系统的管理部门，负责管理各自的应用系统，是本应用系统数据质量的主责任人，主要负责：

（一）、贯彻落实总行制定的数据质量管理的相关规章制度；

（二）、制定本应用系统录入、维护、审核的基本标准和规范性要求，并适时开展检查监督，保障数据管理符合规范性要求；

（三）、制定本单位的数据质量监控指标体系，定期对本级数据质量评估分析，及时解决数据质量管理中出现的问题；

（四）、指导、监督系统使用部门或相关岗位的数据质量管理工作，督查对错误数据进行更正和清理的情况；

（五）、制定本应用系统数据质量的考核标准和评分体系，按时对应用系统使用部门的数据质量进行考核；

（六）、提交本应用系统数据质量管理报告；

（七）、负责本职责范围内的数据采集、录入和审核工作。

第六条 应用系统使用部门主要指数据的采集和录入单位，是应用系统数据采集、录入质量的责任人，主要负责：

（一）、加强对采集、录入人员的业务培训和管理，提高数据录入的准确率；

（二）、严格执行数据管理规章制度，确保数据采集、录入真实、准确和及时；

（三）、按照规定，对数据采集录入工作进行质量考核；

（四）、对采集录入人员的工作情况进行监督检查；

（五）、向应用系统管理部门报告数据质量管理执行情况；

（六）、负责本职责范围内的数据采集、录入和审核工作。

第七条 应用系统采集录入人员是应用系统数据质量的直接责任人，主要负责

（一）、按照原始记录，准确将数据录入系统；

（二）、按照信息系统的要求，将涉及的相关内容全部录入系统，不得缺省；

（三）、在规定期限内，根据各自的权限，及时将数据录入系统；

（四）、按照上级机关的规范要求录入各类数据。

第八条 科技信息部负责应用系统的安全、维护责任，参与对各应用系统数据考核工作。

第二章

数据采集、录入与审核

第九条 数据采集是通过应用软件进行数据录入、使用各种工具软件进行数据导入的数据收集、整理、传输的行为

第十条 数据采集应遵循真实、完整、规范、及时的原则。

（一）真实：应严格依据经营管理原始资料所记载的内容准确录入相关数据，如实反映，不得随意修改、增减。

（二）完整：要按照各类应用系统的有关要求进行数据采集，保证数据齐全，避免数据的缺失。

（三）规范：数据采集应按照应用软件系统的相关标准进行。

（四）及时：数据要在规定的时间内采集，确保应用系统数据及时反映经营管理实际。

第十一条 数据采集程序

（一）接收：操作人员根据各应用系统的要求，及时对相关原始资料进行审核整理。

（二）录入：原始资料审核无误后，应在规定的时间内录入或导入应用系统；对审核有误的，必须修正后再录入或导入。

第十二条 数据采集的责任部门

（一）通过业务软件进行数据录入的数据采集行为，其责任部门是业务软件各子系统的使用部门。

（二）对于使用工具软件进行数据导入的数据采集行为，其责任部门是工具软件的使用部门。

第十三条 数据采集必须严格按相应的业务规范以及软件使用要求进行，不得违反业务规范以及软件使用要求对数据进行采集。

第十四条 数据采集必须依据不同业务办理的要求在规定时间内完成，不得无故拖延或推迟数据采集时间，确保数据采集的及时性。

数据采集必须按有关业务规范要求以及软件使用要求规定的格式进行录入，不得缺省，确保数据的完整性。

采集的数据必须与原始材料一致，确保数据的准确性。

第十五条 在各类应用软件系统中，要严格按照规定进行岗位设臵和授权，严格按照岗位和权限操作。严禁在未按规定授权的情况下委托他人以本人的账户和口令进行有关的数据录入和修改。各系统用户应当定期更改自己的口令，确保系统数据的安全。

第三章

数据维护

第十六条 数据维护是按照应用系统的有关规定对错误的数据进行数据修改的行为。

第十七条 数据维护由各应用系统管理部门按照各自应用系统的有要求，明确数据维护的权限和职责，制定数据维护的程序。凡是采集进入应用系统的数据，不得擅自修改、删除。

第十八条 数据维护前应做好相应数据和系统的备份工作。能够通过系统模块解决的，经过审批后按照各类应用系统的操作规范进行维护；需要通过技术手段解决的，由 责任人提出书面申请，由相关业务部门和技术部门审核确认，经主管行领导审批同意后，方可进行数据维护。

第十九条 数据维护工作应严格备案，科技信息部对各应用系统管理部门报送的每项数据维护的时间、内容、维护原因、责任人等记录进行备案，涉及的书面材料必须登记存档。

第二十条 数据维护人员在进行数据维护时，必须认真负责，避免在数据维护过程中产生新的错误数据。

第四章、数据检查

第二十一条 数据检查是按照有关应用系统数据管理规定对数据及时性、完整性以及准确性进行的数据质量检查的行为。

第二十二条 数据检查采取应用系统使用部门自查和应用系统管理部门检查的方式。数据检查的方法有：

（一）通过统计、查询等系统进行检查；

（二）在业务软件使用过程中对数据库中已有数据进行检查；

（三）用数据质量检查工具进行检查；

（四）抽取原始档案材料与数据库中数据进行对比；

（五）其它数据检查的方法。第二十三条 检查的内容：

1、纸质资料与信息系统内资料进行检查核对，数据采集录入是否全面、及时、规范。

2、数据的处理是否及时、正确、全面。

3、数据的传输是否规范、及时。

第二十四条 应用系统使用部门在业务软件使用过程中发现错误数据，必须及时告知相应的数据采集的责任人或部门进行维护。

第二十五条 应用系统管理部门应定期通过使用统计、查询等系统进行数据检查，仔细分析检查结果，识别其中不符合规律和常理的数据，查找存在的数据问题。

第五章

数据质量考核

第二十六条 各应用系统管理部门应建立本系统的数据质量的考核体系。第二十七条 考核指标至少包括比率指标和数量指标。比率指标按未达标的百分点扣分，数量指标按错误数据的数量和问题的严重程度扣分。

第二十八条 考核的比率指标是：

1、信息采集率。已经采集进入应用系统的信息与应该采集进入应用系统信息的比率。

2、信息采集准确率。录入应用系统的正确信息与录入的所有信息的比率。

3、信息传输及时率。规定时期内传输的信息与检查期限内所有传输信息的比率。

4、信息处理率。考核期内处理的符合规定的信息与考核期内处理的所有信息的比率。

第二十九条 数量指标是指分级列出问题数据的数量，根据问题的严重程度，确定扣分标准，进行扣分。根据数据的重要程度具体分为四级：

1、只影响数据本身的完整性而不影响其他数据。

2、只影响本工作环节质量。

3、不仅影响本工作环节质量，而且影响后面工作环节数据处理质量。

4、数据质量错误造后面工作无法处理或无法工作。

第三十条 各应用系统主管部门应根据本办法制定各应用系统的数据质量考核细则，并报总行合规部备案。

第六章、责任追究

第三十一条 凡违反本办法相关规定，造成数据录入不及时、不完整、不准确等数据质量问题的，对数据质量责任部门和相关责任人实行数据质量责任追究。

第三十二条 数据质量追究的原则

（一）“以谁的用户名录入，谁负责”；

（二）实事求是、有错必纠、责罚相当、教育与处罚相结合。第三十三条 数据质量责任追究范围

（一）因数据质量问题导致统计数据不能生成或生成错误的；

（二）因数据质量问题导致其他部门工作不能正常开展的；

（三）因数据质量问题影响经营决策行为的及时性、正确性的；

（四）因数据质量问题损害客户合法权益的；

（五）因数据质量问题造成财产、声誉损失的；

（六）其他应当追究的数据质量责任。第三十四条 数据质量责任划分

（一）数据采集的责任部门即为数据质量的责任部门；

（二）从数据库后台记录中确认的数据录入人员是数据质量的直接责任人；

（三）将自己的用户名、密码提供给他人使用，或因保管不善导致他人盗用、冒用用户名、密码的，用户名所有者是数据质量责任人。

第三十五条 数据质量责任按照《**银行员工违规行为处理办法》的规定进行追究。第三十六条 对主动发现错误并及时纠正，尚未造成不良影响的，可以从轻或者免于追究责任。

第三十七条 有下列情形之一的，应当从重追究责任：

（一）因玩忽职守、徇私枉法、受贿、索贿等原因造成过错的；

（二）二次以上发生同一或类似过错的；

（三）其他应从重追究责任的情形。

第六章

附则

第三十八条 本办法由**银行总行负责解释。第三十九条 本办法自印发之日起执行。

附件：**银行应用系统目录