大数据时代更需要全面数据质量管理

• 作者: 黄向阳
• 来源期刊: 中国统计
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 统计阅历
• 页码范围: 40-43
• 页数: 4页
• 语种: 中文

摘要

质量至上已经成为企业、政府和各种组织机构的使命,至少字面上是这样.那么在这个万物皆数的时代,自然也必须管好数据质量.但质量管理从来就是一项非常困难的任务,主要原因是“质量”很难量化,因而很难有效管理.回顾质量管理的历史就能明白其中的道理.最早建立系统化的质量管理体系的企业都来自制造业,其先锋是二战中的美国军工厂,其典型代表则是战后的日本制造型企业.制造业的产出是有形的产品,比较容易界定产品的质量指标和计量方法,产品制造过程的链条和因果关系也比较清晰,这样就能实现对质量事故的追责,从而建立赏罚分明的量化管理体系.相比之下,服务业的质量管理就困难得多,比如,服务业为了量化顾客满意度,就花费了很长时间,到1980年代后期才形成基本量表,所使用的统计工具则是结构方程模型,数学上的难度也高于传统的统计质量控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄向阳		32	86	4.0	9.0