开展数据安全工作。
以数据安全管理系统为指导，对数据的备份、恢复、脱敏、监测、审计等方面的技术性工作。数据治理是企业信息化建设中提高数据应用水平和管理信息化的有效手段。
数据治理是一项长期的系统工程，贯穿于整个数据生命周期，不仅需要借助技术手段，更需要完善数据治理体系，包括规划、组织、机制、规范、流程等 。
只有企业各级人员高度重视并积极参与，逐步形成数据治理文化，数据治理才能取得成效，数据才能发挥更大价值。 gendan5.com/zs/hscei.html
加强信息系统设计。
发生数据质量问题的第一个环节是源系统产生数据，在数据源中解决数据质量问题是一种有效的方法。设计和开发加强的信息系统可以自动避免许多数据质量常见问题。具体包括以下三个方面：
1、 细化需求分析阶段的需求，增加详细的数据质量要求；
2、 使用 3NF范式建立业务系统数据模型，可以有效地解决数据库中存在的数据冗余和不一致性问题；
3、 在系统开发阶段，加强数据录入功能的设计与开发，改进界面友好性和校验功能，有效解决了数据完整性、实时性等问题。
建立监测数据质量的平台。
平台包括数据质量检查规则库、规则执行引擎、数据质量报告、报表推送等功能，建立了数据质量监测平台，实现了数据质量自动检测和监控。
系统的核心是规则库，业务无关规则由技术人员独立开发，业务相关规则需要技术人员和业务人员共同确定检查规则，然后编写规则脚本。
批检测时，规则执行引擎能够实时地发现数据的质量，并第一时间将数据质量报告推给业务人员，帮助及时纠正问题数据。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70014563/viewspace-2908222/ ，如需转载，请注明出处，否则将追究法律责任。
