如果企业数据使用率提升10%,电力行业中企业人均产出将能够提升18%左右;而如果企业数据质量提升10%,电力行业受益为明显,净资产收益率2(ROE)提升幅度为218%.总的来说,这些影响是由数据质量带来的,因为数据使用率的提升之所以能提升电力行业人均产出,也是因为这些数据达到了一定的质量.由此可知,数据质量对电力行业对于电力行业的经营至关重要.
既然数据质量对电力行业的影响那么重要
变更计划方案
如果企业数据使用率提升10%,电力行业中企业人均产出将能够提升18%左右;而如果企业数据质量提升10%,电力行业受益为明显,净资产收益率2(ROE)提升幅度为218%.总的来说,这些影响是由数据质量带来的,因为数据使用率的提升之所以能提升电力行业人均产出,也是因为这些数据达到了一定的质量.由此可知,数据质量对电力行业对于电力行业的经营至关重要.
既然数据质量对电力行业的影响那么重要,那么如何在大数据的时代背景下保证和提升电力行业的数据质量呢 本文通过阅读相关文献对以上问题进行了较深入的研究,并在中提出了自己对电网资产系统数据质量管理平台的设计思想,即使用预防和治理相结合以及自动和手工相结合来保证电网资产系统的数据质量.此外,由于目前的电网资产系统用的是关系型数据库,所以本人主要是针对关系型数据库的相关质量问题进行处理.考虑到电网资产系统数据质量管理平台的可扩展性,
从而实现产品可靠性的提高。本以可靠性工程与质量管理相关理论为基础,首先对煤机装备中的关键设备刮板输送机中部槽、链轮组件和CST软启动装置进行了失效分析,并以失效分析结果为基础,研究了以FTA、FMECA及FRACAS三种可靠性分析方法分析煤机产品的工作流程;其次,针对煤机制造企业建立了质量管理体系和可靠性工程体系,
通过这两个主要的实现途径,对建行的数据质量管理的实现方法进行初步探讨。 该项目作为数据仓库的数据质量管理问题,是建设银行借鉴的业界经验,通过完善的工作方法,严谨的工作流程,形成的建行数据质量管理和质量控制体系。该项目的内容可以作为提高数据仓库的数据质量方面的工作实例,为企业业务系统建设做好数据质量管理提供了很好的思路和借鉴。
（作者： 来源：）
