数据治理：先保证数据质量，再谈数据驱动（下）

导读：

《数据治理：先保证数据质量，再谈数据驱动（上）》介绍了“数据供应链”以及数据质量对数据驱动的意义，并从供给侧分析了数据质量应关注的维度。

本文从需求侧分析数据质量应关注的维度，提出数据质量管理的八个要点。

03需求侧：超越准确性的数据质量维度

从数据供给侧（生产和管理的角度）来看，数据质量主要关注准确性。其目标是尽可能地将数据与现实世界的实体相匹配。通过实施数据清理、修复、转换等一系列数据管理工作提高数据准确性。

如果将视角切换至“数据供应链”的需求侧，也就是数据用户的角度看，人们对数据质量的需求将超越准确性，并在此基础之上增加三个维度，如下图：

可访问性

对数据用户来说，最核心的需求是需要使用的数据是可以被访问的。比如院内有哪些数据？存放在哪里？如何访问？我们看到很多数据平台提供的统一数据资源目录功能就是解决这个问题的。

及时性

数据的价值在于能够被使用。及时性定义了数据在需要时是否可用，过期的数据带来的结果可能是误导或误判，保证数据的及时性在一定程度上是保证业务创新性和前瞻性的基础。

相关性

相关性是指数据之间，或数据与用户之间的某种关联关系，例如：函数关系、相关系数、主外键关系、索引关系等。数据治理过程中的相关性问题，就是指数据间或数据与用户间的关联关系缺失或错误，这可能会导致用户将大量的精力放在了不相关的数据上，或者引发出的数据准确性问题。

及时的、准确的、可信且可访问的数据是业务和管理的基础，是数据驱动的灵魂，需要站在完整个“数据供应链”的全局视角来制定考量数据质量的策略，这一过程需要数据生产者、管理者、使用者共同参与。数据生产者和使用者需要定义数据类型，数据管理者专注于提供业务所需的重要数据。

04提升数据质量的8点建议

1、业务需求和影响评估

数据质量改进的驱动因素来自业务目标，不能脱离业务需求谈数据质量。制定数据质量改进方案的基础，首先需要清晰定义业务需求，根据业务需求对医院的长期运营管理来定义数据质量问题的优先级、明确治理目标并跟进数据质量改进进度。

2、全面盘点和正确描述。

全面的数据盘点有助于梳理出有哪些数据，存放在哪里，如何访问数据等问题；同时，也有助于正确理解数据。当数据用户需要确定数据是否“准确”或是否满足业务所需时，全面的数据盘点和对数据的正确描述，是理解数据和提升数据质量的有效方法。

3、数据质量从源头抓起。

很多时候，我们看到一些数据治理项目将治理重点放在了数据副本上，例如通过修复副本中的错误或建立映射表，以支持下一步的数据分析。这种做法，原始数据集可能仍会存在质量问题，影响其后续使用。从源头解决数据质量问题是提高数据质量、防止不良数据传播的最佳方法。

正如Gartner专家说：一个数据的生命周期有两个有趣的时刻，创建时刻和使用时刻。如果在数据生产时最大限度地减少错误，从源头解决质量问题，就可以确保使用时的数据质量。

4、能选择的时候别输入。

形成可供选择的值域，可以有效避免人为因素错误、提升数据质量。当用户以不同的形式输入数据的时候，难免发生一些“人为”的错误。最好的解决方法是为这些数据定义好标准数据值域/值集（或称数据字典），以避免输入错误。

5、建立数据驱动的文化。

数据质量是数据驱动的关键，数据驱动反作用于数据质量。在医疗机构中，建立数据驱动的文化和行为规范，更好地使用数据，能够反向促进数据质量的提升。对数据需求定义、数据质量目标达成共识，以便持续推进数据质量问题的改进和优化。

6、DataOps——数据运营

DevOps是建立在3个原则之上：持续集成、持续交付和持续部署，对应到DataOps就是利用自动化数据管理工具，实现数据的发现、集成和准备自动化，并支持数据质量的持续测量，在院内持续交付准确、可信的数据。

7、数据质量，防大于治

数据质量管理在于纠正当前的数据质量问题，并预防此类问题的发生。评估和解决数据质量问题的根本在于预防问题发生的关键。例如：是否正确定义了业务需求和对应的数据质量指标？业务流程是手动的还是自动化的等等问题。

8、数据质量成效评估

定期对医疗机构的数据质量改进情况进行成效评估，有利于提升数据治理的成熟度，并为下一阶段的数据质量改进提供参考依据。与相关部门、相关人员就数据质量问题、产生的原因、采取的措施、改进的结果进行交流，让更多的医护人员参与到数据质量改进中来。

结语

数据驱动赋能医院精细化运营管理，高质量数据是实现数据驱动的关键。医疗机构应站在“数据供应链”的全局视角来制定数据质量管理策略，以数据驱动促进医疗数字化转型升级。

健康数据发挥技术实力+行业积淀的优势，集成医院的医疗、服务、运营等多维度全域数据构建大数据中心，打造以数据驱动的医学数据精细化运营平台。基于高质量数据资产的沉淀，促进医疗质量持续提升、医疗服务双向优化、医院精益运营管理，为数字化转型提供重要支撑。