DB52T 1540.4-2021 政务数据 第4部分：数据质量评估规范(1).docVIP

ICS35.020

CCSL70

贵州省

DB52

地方标准

DB52/T1540.4—2021

政务数据第4部分：数据质量评估规范

Governmentdata—part4:dataqualityassessmentspecification

2021-08-18发布2021-12-01实施

贵州省市场监督管理局发布

1

DB52/T1540.4—2021

政务数据第4部分：数据质量评估规范

1范围

本文件规定了政务数据质量评估的指标、方法、流程和结果应用等要求。

本文件适用于政务数据质量评估工作

2规范性引用文件

本文件没有规范性引用文件。

3术语和定义

下列术语和定义适用于本文件。

3.1

数据data

对事实、概念或指令的一种形式化表示，适用于以人工或自动方式进行通信、解释或处理。

[来源：GB/T35295-2017,2.2.1]

3.2

政务部门governmentdepartment

各级地方党委、人大、政府、政协、法院、检察院及其直属各部门(单位),以及法律法规授权具

有行政职能的事业单位和社会组织。

3.3

政务数据governmentdata

政务部门及其技术支撑单位在履行职责过程中依法采集、生成、存储、管理的各类数据资源。

[来源：GB/T38664.1—2020,3.1]

3.4

数据质量dataquality

在指定条件下使用时，数据的特性满足明确的和隐含的要求的程度。

[来源：GB/T25000.12—2017,4.3]

2

数据质量评估指标框架效用质量过程质量

数据质量评估指标框架

效用质量

过程质量

内容质量

4评估指标

4.1指标框架

数据质量评估指标框架见图1。评估指标包括以下内容：

a)内容质量：包括数据规范性、准确性、完整性和可用性；

b)过程质量：包括数据处理过程的处理效果、一致性；

c)效用质量：包括数据可访问性、时效性。

时

时效性

可访问性

致性

处理数果

可用性

完整性

准善性

第见性

图1数据质量评估指标框架图

4.2指标说明

数据质量评估指标说明见表1。

3

DB52/T1540.4—2021

表1数据质量评估指标说明

一级指

标

二级指

标

三级指标

指标描述

内容

质量

规范性

命名规范性

数据库、数据集、数据元的命名方式符合相关命名规范的情况。

元数据规范性

元数据描述符合相关规范的情况。

参考数据规范性

参考数据符合既有格式及规范的情况。

数据权限规范性

是否基于相关法律法规制定数据安全权限的规范性文件。

敏感字段脱敏占比

已脱敏字段占全部字段的比例。

准确性

数据格式合规性

数据格式(数据类型、数据范围、数据长度、精度、编码等)

是否满足预期要求，如手机号、身份证号、性别、统一社会信用代码等。具体体现为满是格式要求的数据集字段数占总数据

集的字段总数的比例。

数据重复率

特定字段、记录、文件或数据集中存在重复数据的比例。

数据唯一性

特定数据字段、记录、文件或数据集唯一标识的程度，具体体

现为满足唯一性的数据集个数与总数据集个数的比例。

脏数据出现率

脏数据出现率低于阈值的数据集的比例。

完整性

数据元素空值率

数据元符合数据元管理要求，不存在值为空的现象。

数据记录空值率

数据记录内容中存在空值的情况。

数据记录缺失率

(融合应用时)数据记录内容覆盖所有数据，不存在缺失现象。

可用性

数据字段可用性

数据字段值有效、可用的比例。

依赖字段可用性

存在依赖关系的字段同时非空的比例。

数据集可用性

数据集由多个字段组成，根据字段的可用率计算整个数据集的

可用率。

数据接口可用性

数据接口调用能够准确、正常的返回请求的比例。

过程

质量

处理效

果

数据合格率

校验后符合数据定义和规则的数据与总体数据的比例。

清洗保留率

清洗后的数据量占清洗前数据总量的比例。

一致性

相同数据一致性

同一数据在不同位置存储或被不同应用或用户使用时，数据的

一致情况。

关联数据一致性

符合基础数据元组合的数据集的比例。

效用

质量

可访问

性

数据字段可访问率

可访问的数据字段的数量与总数的比例。

数据集可访问率

可访问的数据集的数量与数据集总数的比例。

数据接口有效性

可访问接日正确性。

时效性

时段数据正确性

日期范围的记录或者频率分布符合业务需求的情况。

时点数据正确性

特定时点的记录数、频率分布或延迟时间符合业务需求的情况。

数据时序