数据治理：先保证数据质量，再谈数据驱动（上）

导读

高质量数据是业务流程改进和指导管理决策的依据。本文介绍了实现数据驱动过程中常见的数据质量问题及其解决办法。

数据驱动是通过先进的IT技术和人工智能对医疗机构的数据资产进行有效和充分的利用，其目的是从数据中获得有价值的“洞见”，以指导管理人员做出更科学的决策和更有效的行动。

医疗数字化转型离不开数据驱动，而数据驱动的基础是建立在高质量数据之上的。这让一些医疗机构为数据质量问题而苦恼，数据安全、数据隐私等问题成为了医疗数字化转型的一个难以逾越的障碍。

01、从DIKW金字塔模型到数据供应链

要实现数据驱动，重要的是创建一个“数据供应链”，保证数据在从生产、采集、存储、加工、处理，到分析、应用的全过程中的数据质量，并且确保每个过程都是为业务目标而服务的。

供应链的概念是从生产制造行业发展衍生出来的，它将生产活动进行了前伸和后延。艾伦·哈理森（Harrison）将供应链定义为：“供应链是执行采购原材料，将它们转换为中间产品和成品，并且将成品销售到用户的功能网链。”

数字化世界，数据既是产品也是原料。在DIKW模型中，数据是用来描述事实和现象的原始资料，是无组织的事实。将原始的、无序的、杂乱的数据进行收集和整理，并从中提取有用的信息，让数据变得更加有意义；再将信息加工、萃取成可被传播、沉淀、复用的知识，从而获得更大的价值；而智慧是DIKW层次结构的最高层，是将知识应用于行动后产生的结果，回答的是诸如“为什么要做”和“什么是最好的”之类的问题。

DIKW模型，反映了数据被加工、提炼的一个过程，这个过程本质上来说也是从数据需求到数据供给的过程。通过这个过程，原始的数据进入系统，经过各种处理、转换，成为可供人们使用的有价值的东西，我们将这个过程称之为数据供应链。

如图所示，数据供应链与生产供应链十分相似，“原料数据”从系统的一端输入，然后在下一步中进行分析和转换。最后，它作为一组有意义、有价值的“数据产品”提供出来，用于业务流程的改进和指导医疗机构管理决策。这个过程，也是实施数据治理，提升数据质量，实现数据标准化的过程。

02、供给侧：重点关注的数据质量维度

数据质量问题贯穿整个“数据供应链”。高质量数据分析结果，取决于高质量的数据输入，重点强调数据供给侧保障数据质量的重要性。数据供给侧更多的是站在数据生产者或数据管理者的角度看数据质量的，重点关注以下5个数据质量维度。

1、数据完整性。体现在三个方面，第一是元数据的完整性，例如：唯一性约束完整性、参照完整性等；第二是数据条目完整性，例如：数据记录丢失或不可用会影响数据的完整性；第三是数据属性完整性，例如：数据属性空值情况等。

2、数据准确性。也叫数据可靠性，狭义上的数据准确性是用于分析、识别和度量哪些是不准确的或无效的数据。

3、数据一致性。主要体现在两个方面，第一是多源数据的数据模型不一致。第二是数据实体不一致。

4、数据唯一性。数据唯一性是用于识别和度量重复数据、冗余数据。重复数据是导致业务无法协同、流程无法追溯的重要因素，也是数据治理需要解决的最基本的数据质量问题。

5、数据有效性。数据有效性用于度量数据是否符合既定的条件，不符合条件的视为无效数据。

只有提高供给侧的数据质量，才能保证输出的数据服务或数据应用是有价值的。当然，供给是由需求驱动的，以上5个数据治理维度同样也适用于需求侧，这5个维度也是广义上的数据准确性。

结语

本文概括实现数据驱动过程中常见的数据质量问题，包括从DIKW金字塔模型到数据供应链、供给侧：重点关注的数据质量维度两方面内容。