知識 · IT・資料・DX

資料品質管理

Data Quality Management

📂IT·資料·DX⏱閱讀 3 分鐘📊實務🔗相關 7

什麼是資料品質管理?

一句話定義
依據公司系統中的資料是否正確、無遺漏、彼此不衝突,並且是否及時更新,來進行檢查與修正的活動。它是讓報表上的數字可以被信賴的基礎。
本主題,企業內訓📚 相關課程💬 教育洽詢
⚡ 3 行重點摘要
  • 與其事後修正,不如在資料進入時就擋下的規則
  • 員工編號等不會改變的識別碼放在第一欄
  • 指標由使用的部門每月檢視

資料品質管理改變的,是會議上不再出現「這個數字對嗎?」的質疑。人事系統的人數與薪資系統的人數不同、教育結訓名單混入已離職人員、同一位客戶以三種名稱登記,無論怎麼分析,結論都無法信賴。品質管理的重點不是事後發現這些不一致再修正,而是從資料進入系統的那一刻就以規則擋下。無論 AI 與 BI 工具多好,原料錯了結果也會錯,這是所有資料應用的前提。

品質通常以六個面向來檢視:正確性(是否與實際值相符)、完整性(有沒有空白)、一致性(各系統之間是否相同)、及時性(是否按時更新)、唯一性(有沒有重複)、有效性(是否符合既定格式)。實務上每個面向都會以數字訂定檢查規則與容許標準,例如電子郵件格式錯誤率 1% 以下、部門代碼未填寫 0 筆、每週更新一次等。資料治理是決定'由誰負責'的架構,品質管理則是在其中實際衡量與修正資料的執行部分。國際上 DAMA 的 DMBOK 對這個領域有完整的整理。

教育與人事資料是品質問題特別容易發生的領域。教育紀錄分散在 LMS、Excel 與外部機構的結訓證書之中;法定教育的完訓與否若要到年終查核時才一次對齊,就容易漏掉。評估季節時,評估者與受評者的對應若跟不上組織異動,就會發生由其他部門主管來評估的失誤。以人名合併資料會混入同名同姓者,因此在所有表格的第一欄放上員工編號這類不會改變的識別碼,是品質管理的一半。

現場最常發生的錯誤,是把資料品質管理當成一次性的整理工作。年底刪除重複、補齊空白,但若輸入規則不變,三個月後又會回到原狀。為了讓資料「乾淨」而直接覆蓋原始資料,讓過去的值無法復原,這種失誤也很常見。若只要求負責輸入的現場人員承擔品質責任,卻不說明為什麼需要,就會在必填欄位填上「無」或「-」,形式化的輸入會越來越多。品質指標必須放在資料使用部門每月都會看的場合,才能持續維持,不能只交給 IT 部門。

會出現此術語的課程 · AI・DX
推薦課程 · 推薦講師 · 迷你報價
🧮 迷你報價 · 講師費基準
約 KRW 1,200,000 (≈ US$900)專題講座 2 小時 · 20 人以下 · 韓語
依此條件取得正式報價 →
💡 簡單來說
就像下廚前要先洗菜、挑掉壞掉的部分,食材若已經變質,再好的食譜也沒有用。
為什麼在實務上很重要
年終法定義務教育的完訓狀況與評估者對應,是教育與人事部門最常出錯的資料。有了品質規則,點檢時就不必再熬夜對 Excel。
由來與出處

自 1990 年代資料庫成為企業業務核心、資料錯誤對決策造成的成本受到關注後,資料品質管理才被獨立整理為一個領域。資料管理專業團體 DAMA 出版的 DMBOK(Data Management Body of Knowledge,資料管理知識體系)是系統化品質面向與管理流程的代表性參考書。

出處 · DAMA-DMBOK (Data Management Body of Knowledge)
透過案例理解

以一個假設案例來說明。員工 730 人的醫藥流通公司 A 公司,去年 12 月要把法定義務教育的完訓狀況提交給主管機關查核。為了合併 LMS、Excel 與外部結訓證書,團隊熬了三個晚上,最後報出的表格把 14 名離職人員算成未完訓,又漏掉 6 名在職人員。人資主管宣布今年不再重蹈覆轍。

  1. 人事部 Seo 代理 把三個來源的名單以員工編號對照時發現,若以姓名合併,會有 9 組同名同姓的人混在一起,而外部結訓證書檔案甚至沒有員工編號欄位。
  2. 我們訂下「所有訓練名單的第一欄都是員工編號」的規則,並在寄給外部機構的報名表中也新增員工編號欄位,讓結業證書寄回時也附有員工編號。
  3. 我們用數字定下五項品質規則:員工編號未填 0 筆、離職者列入 0 筆、部門代碼不符 1% 以下、完訓日遺漏 0 筆、每月更新一次。IT 團隊並製作了每週自動執行這些規則的檢核表。
  4. 首次檢查時,部門代碼不一致的比例高達 11%。承辦人 Seo 代理 查出原因是「組織調整後,沒有人更新 LMS 的部門代碼」,於是新增了每月依照人事異動與 LMS 組織圖對齊的流程。
  5. 今年 12 月的法定教育完訓現況半天就出來了,離職者誤列為 0 人、在職者遺漏為 0 人,評核者對應錯誤也從去年的 23 筆降到 2 筆。
相關術語
與此術語相關的課程
📚第四次工業革命與大數據Nanum 經營顧問 企業內訓 · 面授/線上查看課程 →
是否需要針對此主題進行企業內訓?
立即取得負責人為您量身打造的課程規劃與報價。
教育洽詢
最後修訂 2026-10-17 · 審閱 金鍾赫

常見問題

資料治理是訂定資料擁有者、負責人與規則的架構,資料品質管理則是依照這些規則,實際去衡量與修正資料的活動。沒有治理只做品質管理,就不知道該請誰修正;沒有品質活動只有治理,就會停留在文件上。
只要把員工編號放在第一欄、定好必填項目、用下拉選單限制輸入值,並且每月檢查一次重複與空白,品質就能大幅提升。工具本身沒有那麼重要,規則與檢查週期才是關鍵。
資料要由使用它的部門每月檢視。只有 IT 部門在看的話,現場不知道為什麼要修正,就會流於形式地填寫。教育資料由教育部門、人事資料由人事部門,各自在每月的指標檢視會議上查看,才能持續維持。
不要覆蓋原始資料,應在副本上作業,以便復原過去的值。而且比起整理,更重要的是修正輸入規則,避免同樣的錯誤再次進入。若只是不斷整理,每年都會重複同樣的熬夜。