数据质量管理，源数据的质量管理应满足的临床试验通用标准是什么

来源：整理时间：2023-08-19 22:29:25 编辑：国外旅游攻略手机版

1，源数据的质量管理应满足的临床试验通用标准是什么

全面质量管理一、TQM的来源全面质量管理（Total Quality Management，简称TQM）是以质量管理为中心，以全员参与为基础，旨在通过让顾客和所有相关方受益而到达长期成功的一种管理途径。菲根堡姆于1961年提出全面质量管理的概念。发达国家组织...5559

搜一下：源数据的质量管理应满足的临床试验通用标准是什么？

源数据的质量管理应满足的临床试验通用标准是什么

2，浅谈如何保证统计数据的质量

公民的合法的私有财产不受侵犯。国家依照法律规定保护公民的私有财产权和继承权。国家为了公共利益的需要，可以依照法律规定对公民的私有财产实行征收或者征用并给予补偿。

统计数据的质量管理也称统计数据质量控制,是指为了保证数据达到应有的质量标准,从组织、方法、技术等方面对统计数据的误差,进行预防、控制、检查和校正的活动。统计数据的质量主要指统计数据的准确性。数据数据的质量管理贯穿于统计活动的全过程,统计数据质量的高低,直接影响统计分析的科学性和决策性。一、影响数据质量的多元因素数据数据的取得是通过向调查单位搜集大量的原始资料,同时也包括搜集经过加工整理过的次级资料,在规定的时间内,综合运用不同的调查组织方式进行全面或不全面的调查,取得的统计数据数量庞大,汇总整理可能需要大量的人员参与,对数据进行采集、存储,经过加工、传输等环节整理汇总而获得。统计数据形成过程中,造成统计数据误差的因素很多。比如统计基础工作不规范,原始记录混乱,统计台账不健全;核算手续不严,计量检测工具不全;在手工整理、电脑过录、统计调查数据处理软件使用过程中统计人员业务能力参差不齐;现行统计方法制度中某些指

浅谈如何保证统计数据的质量

3，浅谈如何提高建筑业企业统计数据质量

你好！搜一下：浅谈如何提高建筑业企业统计数据质量仅代表个人观点，不喜勿喷，谢谢。

1 、建设一支高素质的企业统计队伍当今是“以人为本”的信息时代，人力资源是企业赖以成功的关键。所以，要提高统计数据质量，核心是建设一支高素质的企业统计队伍。建设途径有两个方面：一是改良，对现有统计人员进行科学的综合性培训，提高素质适应新时代要求；二是革新，剔除现有不合格统计人员，聘用高素质、高学历统计人才。何谓高素质统计人才？首先，应有良好的职业道德。不受外界干扰，严格按照《统计法》要求，保证统计“用事实说话”的特性和要求；其次，应具有新观念，不断更新知识。积极发挥统计各项职能，使统计工作不断创新。要在坚持国家统计制度、完成上级统计任务的前提下，从企业实际情况出发，创造性的开展工作，为企业经营发展服务；再次，应具有全新知识结构和观念。一个高素质的企业统计人才，不仅要有统计专业知识，而且还要具有计算机和网络技术、经济、金融等社会经济系统各个方面相关知识。2 、加快现行统计改革，建立健全建筑企业行业统计制度现行建筑业统计规则和统计制度的内容需要不断改善，尤其是对于一些实际工作中遇到的新问题，如对一些重要表外信息及重要非经济信息的统计。在制定建筑企业统计制度、规则、方法时，应尽量克服或减少其本身的不确定性。对制度中某些统计指标设立和解释要规范，给出明确权威性解释，表明各种理解的适用情况，这样就不会使规则的使用者造成误解，对一些统计核算方法选择的规定上，少用模糊性词语，使同一内容规定一致。建立新的有利于环境资本、人力资本、社会资本形成，有利于成本控制、运营资本管理和决策的数据资料统计体系，使建筑企业统计标准化。3 、加强对企业统计数据监督，加大对建筑企业统计执法力度加强对统计数据的监督力度，对上报数据准确性要通过数据审核、评估、定期检查、公布及举报制等增加统计数据透明度来遏制基层企业统计数据造假现象，确保统计数据质量。管理部门应建立审核制度，核对工程项目统计依据是否一贯，统计时间是否准确连续，统计数据逻辑性、勾稽关系是否正确等。另外，还要对统计数据进行评估。掌握企业近几年运行轨迹，选择适当方法进行综合评价。通过一系列措施，形成综合统计监督体系。4 、深化统计职责范围，创新方法手段在进一步深化改革完善统计制度的客观要求下建立一套科学实用的统计调查方法体系和报表制度是必然趋势。建筑企业要从为上级部门服务为主，转变为企业服务为主的方向上来。统计工作要以企业的生存发展为前提，大力开发信息资源，不断改进形成一套适合企业生产经营特点的一系列定期报表制度和抽样调查、典型调查、重点调查相结合的统计调查方法体系。通过加强基层统计数据管理，从源头上杜绝统计数据弄虚作假现象，提高统计数据质量。5 、加强统计分析工作统计人员不仅要为企业发展提供高质量统计数据，而且要搞好统计资料分析，并对企业生产经营状况提出建议、措施以增强对行业发展预测和对企业经营决策的预见性、科学性、有效性、指导性，从而为企业领导制定正确的经营决策提供可靠依据，同时也体现了统计工作的巨大作用。统计信息的质量是影响企业综合竞争力的一个重要因素，因此加强对统计信息质量的管理有着十分重要的意义。在建筑企业中，统计数据的真实性和完整性是确保施工能够保质保量完成的一个关键因素，因此，建筑施工企业应当从提高统计队伍人员素质、加强统计数据的分析以及监督机制的完善等几个方面，提高统计数据的准确性，为管理者科学的决策提供依据。

浅谈如何提高建筑业企业统计数据质量

4，ERP平台外贸企业如何在SAP环境下提高业务成本数据质量

首先，外贸业务中涉及的成本项目种类繁多，并且每种成本的结算方式都不同，财务人员很难准确地对每笔成本进行核定。其次，由于财务与业务的高度集成，与成本相关的会计凭证都不是由财务人员制作的，而大多是由业务部门操作人员来完成的。因此，如何运用SAP系统提高成本数据质量，就成为公司财务管理人员最关注的问题。一、SAP系统中采购收货和发票校验的处理逻辑采购收货和发票校验是执行采购订单的两个重要环节，与业务成本数据质量密切相关。采购收货属于采购部门和物流管理部门的职责范围，通过采购收货产生库存商品。收到发票后，通过发票校验实现应付账款挂账。采购收货和发票校验动作完成后，系统按照预先配置设定的科目自动生成会计凭证。商品采购科目在SAP系统中设置为“GR/IR”,主要用于采购收货和发票校验时的过渡科目。按照采购收货和发票校验的先后顺序，可分为以下两种情况：1. 先收货，后收发票（以下简称“先货后票”）：在执行采购收货操作时，系统按照采购订单中的货款和其他成本项目的单价预估该批库存商品的总价值。在结转成本时，系统按照当时的库存商品价值计算业务成本。在做发票校验时，若发票与收货存在价格差异(以下简称“价差”)，系统自动调整与该批货物相对应的库存商品价值或业务成本。2. 先收发票，后收货（以下简称“先票后货”）：在做发票校验操作时，系统确定货款和其他成本项目的最终价格，执行采购收货操作时根据发票校验的价格计算该批货物的总价值。若收货数量多于发票数量，则多出部分的数量仍然按照采购订单中的货款和其他成本项目的单价计算库存商品的价值。当然，对于分批收货、分批收发票的业务，可能会出现上述两种方式穿插发生的可能，上面所讲的系统处理逻辑仍然成立。若采购收货和发票校验数量存在数量差异(以下简称“量差”)，可以通过“维护GR/IR清算科目”对差异进行处理，差异部分调增或调减对应的库存商品价值或业务成本。二、SAP系统运行环境假定以外贸企业的进口业务为例，该业务涉及的成本项目种类较多，各种成本的价值量变化较大，因而其成本数据的质量管理更具有代表性。公司采购部门负责商品采购业务，采购订单输入和发票校验是其主要的SAP操作；物流管理部门作为采购收货的执行部门，主要负责收货、控货和发货等物流环节的管理；财务部门负责业务成本的总体监控，并据此进行成本分析和成本预测、决策。从公司成本核算明细到采购订单，所有成本均归集到对应的采购订单中。根据业务的实际情况，可能是“先货后票”、“先票后货”等。三、提高成本数据质量的基础工作首先，应夯实管理基础。我国外贸企业由于所有制和体制的多样化，管理方法与管理水平相差较大。大部分企业属于粗放式管理，缺少规范化和量化，难以适应精细化管理的要求。为提高企业管理水平和适应现代市场竞争的需要，当前最迫切的是要转变管理理念、重构组织架构、进行流程优化、转变业务运营方式和管理方式、营造良好的企业文化，等等。其次，加强SAP操作人员的基础知识培训。一方面，业务人员除了具备必要的外贸业务知识外，还要掌握一定的财务知识，同时财务人员也要对外贸业务有一定程度的了解。另一方面，要让所有SAP系统的操作人员明白自己是会计信息的产生人员，会计信息的准确与否很大程度上依赖于其准确完整的业务操作。例如，关税是进口商品成本的重要组成部分，若业务人员采购订单中没有录入关税，在此情况下库存商品的价值中就不会包括关税；如果发票又不能及时收到，会导致成本核算偏差较大，不能反映出真实的成本水平。财务部门要发挥主导管理的作用，从财务的角度帮助操作人员规范业务操作。第三，强化流程意识。业务人员不能单纯地认为做好自己或自己部门的工作就万事大吉了。SAP系统的实施已打破了过去职能部门间的工作界限，一项工作任务需要流程中的所有部门参与合作才能完成。例如，一个采购订单的成本核算需要采购部门、物流管理部门和财务部门共同来完成，任何一个部门操作出现问题，整个成本核算工作就不可能有效完成。因此，需要从思想上打破部门间的壁垒，实现实时地沟通协商。第四，编制基于业务流程的SAP岗位操作手册。由于SAP系统适用于许多行业，因此功能界面信息庞杂，有些字段的名称不太直观，操作难度较大。SAP项目组应将每个操作岗位的具体操作步骤用图表、文字相结合的形式详细列明，并注明每个操作环节的注意事项以及可能带来的后果，以有效避免因操作错误带来的数据不准确的后果。四、提高业务成本数据质量的途径一是采购订单输入时应注意的事项。在采购订单中应尽可能准确预估所有将要发生的成本类型，如货款、进口运费、保险费、进口关税、报关费、商检费、仓储费和国内运费等。若采购订单中的成本类型与业务执行过程中实际发生的成本类型存在差异，就会对成本数据造成影响，需要事后对这些差异做清理。对于每个成本类型，如果价格已确定，应把确定的价格作为该成本类型的价格。如果价格尚未确定，应综合考虑影响价格的相关因素，按照会计准则中最佳估计数的确定方法，把最佳估计数作为该项目的价格。对于以外币结算的成本项目，如果对该项目所涉及的外汇进行了套期保值，应把套期保值的汇率作为该成本项目的汇率。如果没有进行套期保值，应按照预计付款日银行的远期外汇牌价作为该成本项目的汇率。二是发票与收货差异部分应注意的事项。为解决“价差”问题，应要求业务部门（主要是采购部门）每月及时取得购货发票，以避免采购订单价格偏差太大造成商品成本失实，尤其是销售周期较短的企业。对于当月确实无法取得发票的商品，如果价值量较大，需要在月底结账前由采购部门和财务部门共同确定商品估价，以确保价格相对准确；价值量较小的，因月底结账时间较短，可能无法完全采用上述方式，直接由采购部门相关业务人员确认估价即可。对于发票和收货的“量差”问题，可能是因业务过程中的实际损耗或过磅等原因造成的，也可能是操作人员失误造成的、虚假的量差，无论什么原因，公司均应落实到具体责任人员，由采购部门、物流管理部门和财务部门共同分析问题产生的根源并努力解决，确保企业严格按照实际业务情况进行系统操作，如实反映成本水平。对于真正的“量差”，应该在月底通过“维护GR/IR清算科目”功能对差异部分进行清理。最后，对于上述工作要落实到位，采购部门、物流管理部门和财务部门必须有一套相应的管理机制来指导和约束，并作为固定的流程确定下来。三是发票校验操作部分应注意的事项。在SAP系统中做发票校验时，输入的数量必须准确，否则会造成成本数据失真。在做外币的发票校验时，若此时已付汇，则应把实际付汇的汇率录入系统，否则会造成业务成本数据与实际结果出现差异（虽然这部分差异与对应的汇兑损益可以相抵，不影响总体损益）。若此时尚未付汇，则应按照采购订单中汇率的确定原则输入汇率。对于已做发票校验的成本项目，若需要对上次的发票进行调整，可以通过事后借记和贷记凭证功能对成本进行增减调整。另外，不同的成本项目在发票校验中不能混淆，尤其是对于价格相差较大的成本项目。对于以外币结算并需要预付款的进口业务，在资产负债表日对往来账进行外汇评估时，按照款项的业务实质分析，不应对此预付款进行评估。(作者单位：中国五矿股份有限公司)

我不会~~~但还是要微笑~~~：）

5，企业应该如何进行DQM数据质量管理

数据质量管理（Data Quality Management），是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高。数据质量管理是循环管理过程，其终极目标是通过可靠的数据提升数据在使用中的价值，并最终为企业赢得经济效益。

数据质量(DQ)和数据挖掘（DM），一个好像经济基础，一个好像上层建筑。没有经济基础，上层建筑无从谈起。数据挖掘建立在数据真实性和完备性的基础之上。如果数据不能真实准确的反映实际发生的业务或者数据是不完备的，这就意味着数据分析和数据挖掘的来源不可靠，分析的结果也必然是不可靠。因此从顺序角度来说，数据质量管理DQM要在数据挖掘之前做。决定数据质量的原因有很多，直接因素有：信息因素、技术因素。间接因素有：流程因素和管理因素。大多数造成数据质量问题的原因，背后通常都有管理缺失的因素在内。因此数据质量管理(DQM——Data Quality Management)，除了针对数据本身的检查、修改和监控，也包含对流程上的管理和改善。数据质量管理，不仅需要通过数据质量检查（清洗）工具和一定的检查规则（Rule），发现数据问题并且改正数据，还需要通过访谈获得管理上的缺陷，以制定预防措施。这些都需要依靠专家的经验。通常企业是发现数据问题，解决数据问题，只是针对数据错误纠正错误，不去从更多的角度考虑如何做好数据质量管理(DQM),日积月累，反而使得风险增加，大大增加了企业的管理成本，这是任何老板都不希望看到的结果。如果再加上在错误数据上得到的错误分析结果，造成了企业的亏损，到时候后悔都来不及了。因此，数据质量管理(DQM)是数据挖掘(DM)的基础，DM是基于DQM之上的应用。希望能够对你有所帮助，更多DQM相关的文章，请看csdxhh

数据质量管理作一些思考和剖析。　提高对数据质量重要性认识的基础是对数据质量基本属性的认识。　　数据是有效开展企业信息化管理和辅助决策分析的依据，是实现企业信息化高速发展的重要保障，因此其质量和时效性已经越来越受到高度关注。我们对数据建设和应用进行了重点投入，目的就是能够拥有丰富、准确、及时、有效的数据资源，占据现代企业信息化管理中的优势地位。数据就是资产的理念已被普遍认识，但要从基本上提高对数据质量重要性的认识，并潜化为工作方式和习惯，就必须立足于对数据及其质量本质的解析，从而推动实践，把握进程。　　　思考：大集中环境下数据的属性有哪些？如何去监控这些要素达到提高数据质量的目的？　　数据作为企业信息化应用的主体，它具有多重属性，其基本质量特性主要包括适用性、准确性、完整性、及时性、有效性等五个方面，要对数据质量进行较好地控制，就必须对数据的五个基本质量特性进行很好了解，从而在各个方面采取措施，杜绝数据质量问题的出现，使数据监控工作能够真正达到控制数据质量的目的。　　1.数据的适用性。在企业业务开展过程中，会产生大量的各类企业数据，这些数据有企业动态信息等反应不断变化的数量型数据，也有相应企业静态信息等相对稳定的属性信息。这些数据有的是为企业管理和决策服务的，有的则是满足各级管理和分析的需求，这就从客观上造成数据的多样化，同时也是为满足不同专业、不同岗位的操作人员服务的。不同的数据具有不同的使用范围，每个数据的正确性都要求它是进入正确的专业应用，换句话说：无论多么准确、及时的数据，如果不具有适用性，它就不能产生任何效益，甚至操作人员使用之后会造成损失。　　2.数据的准确性。数据的准确性一般是说数据测量值与真实值相比的符合情况，但在税务登记的基础数据的采集和录入处理过程中，数据的准确性往往变成是指所采集入库的数据值与实际应采集记录的正确值之间的差异。在数据监控和质量控制的过程中，准确性越好的数据，其误差应该越小。影响数据准确性的因素很多，数据误差在数据采集、审核、录入、传输和处理等的各个环节都可能产生。我们需要从各个方面分析影响数据准确性的因素，同时有效控制不同类型数据的合理变化范围，将数据误差控制在尽可能理想的范围内，以保证数据的准确性。　　3.数据的及时性。在日常数据的管理中，往往要求能够更快、更准地收集到所需的数据。在日常生活中，也有“时间就是金钱”的说法。把这些要求应用到数据上，那就是说数据也必须要有及时性。一个好的应用系统在使用数据时不仅要求数据的适用性还必须考虑数据的及时性，应用系统引入企业管理的主要目的是提高工作效率，把大量复杂、繁重的重复计算、统计、分类工作交由计算机处理并迅速得出准确结果。如果数据不及时，那么应用系统的处理结果就可能违背了程序设计和使用者的初衷，不仅无法提高工作效率，还可能由于数据滞后而影响税款征收的正常化。因此根据数据应用需求及时采集数据，按照操作人员要求及时发布数据，是保证数据及时性的重要一环。　　4.数据的完整性。数据的完整性相对于准确性和及时性来说并不显得那么重要，但其实它引起的问题并不比前两者轻松。数据的完整性就是我们日常所说“数据齐、全、准”当中的“全”。在数据采集过程中，要把所需信息全部采集完整，数据的完整性一点也不亚于准确性的重要程度，在数据表格、数据库充分应用的情况，对数字的规范化填写要求越来越完善，单独强调数据完整性的情况会越来越少。　　5.数据的有效性。在解决好数据适用性、准确性、及时性、完整性的情况，需要考虑数据的有效性。对于一个及时采集获得，准确、及时、完整的数据，还需要考虑这个数据使用的时间和对象。一堆过期的数据无异于废品或垃圾，是不产生价值的，因此在使用数据时，要考虑它是否有效。　　当然，数据除拥有以上的质量特性之外，还具有可取得性、可衔接性、可解释性、客观性、专业性、可比性等属性特性，这些属性特性对于数据的质量控制也有一定的影响，因此我们在重点监控五个基本质量特性外，也要关注这些属性特征，尤其是在加工和利用中通过技术手段来规范这类属性，达到提高数据质量的目标。　　结论：数据是否可信、可用，这是企业部门关心数据的两个层面。是否可信是指数据在适用性、准确性、完整性、及时性和有效性方面，是否满足应用要求；是否可用是指数据的格式、内容等能否被操作人员读取和使用，能不能很方便地进行深入处理和分析。以上两个层面中，可信就是数据的基本质量问题，需要通过采取管理手段、技术手段等各方面的努力来解决；可用是技术层面的问题，主要通过技术手段使数据规范化、格式化。1.　坚持数据质量可控的前提下，对目前大集中运行中存在的数据质量问题要理性对待、科学解决、持续改进2.　思考：目前大集中环境下，在数据质量方面的问题和难点主要有哪些？解决的路径如何去选择？　目前，影响数据质量的因素主要表现在以下几个方面：　　1.缺乏科学、规范、完整的数据质量标准。有些情况下对录入数据的格式或来源没有统一明确的要求,缺少统一、规范的审核程序和标准，在录入后就成为问题数据，或在数据加工、利用过程中形成垃圾数据。　　2.数据采集手段相对单一，不能全面采集数据。目前，信息来源面窄，获取信息的手段落后，致使数据质量受到影响。数据采集不全的问题比较突出，多侧重于对纳税人静态信息的收集，而对动态数据的采集不够全面，不能真实掌握实际经营状况。　　3.数据信息共享程度差。一方面表现为系统内部各软件间数据定义没有统一标准，数据关联性差，信息资源无法得到充分利用；另一方面，由于受社会条件的制约，　　4.缺乏系统的数据质量管理机制。如大集中系统操作人员无后台权限，查询不便、修改不便，导致数据纠错机制运转不畅；没有统一规范的数据质量标准，导致对数据审核、监督和考核机制缺失等等。　　5.人员操作水平制约数据质量的提升。一方面，基层分局存在老龄化、信息化基础薄弱的现象。开展了多种多样的岗前培训，而且从主观上也希望能够全面掌握，但是由于基础薄弱导致操作的熟练程度、准确程度有所欠缺。也有极个别现象同志工作责任心不强，对待一些简单重复性的工作缺少工作耐心，致使错误数据屡屡出现。另一方面，人员对网上申报等系统的掌握程度不一，意识不同，也影响到了原始数据的真实性和及时性。　1..建立数据质量管理标准。有了统一的数据标准后，数据录入采集、加工处理等诸过程都将按照标准要求进行，数据混乱出错的情况将大为减少。需要整理发布的基础性数据标准包括业务元数据的标准和相关代码的标准。　2.业务元数据是关于业务数据的数据，即对业务数据或信息进行描述的数据。发布业务元数据的标准就是提供一个统一的业务数据项定义和描述方法，对数据元素名称、数据元素定义、数据来源、源数据载体、数据类型、逻辑一致性、采集主体、采集频率、更新等级、业务类别等方面作详细说明。　3.完善数据质量管理机制。为了保证业务数据准确、及时、完整一致，必须要有专门的机构和岗位负责业务数据质量的监督管理。当前，各级要在建立健全税源管理中心的机制、职能的过程中，专门设置数据质量管理岗，或将数据管理的职能详细明确到相关岗位，牵头负责企业业务数据的质量管理，使得业务数据质量管理工作制度化、常规化。如负责统筹企业业务数据质量管理工作，制定有关制度和办法，业务数据加工处理过程中的质量控制，按照规定进行技术岗位数据变更，并对系统企业业务数据质量情况进行考核；信息部门负责系统数据资源的安全传输和存储；各业务部门根据各自业务管理权限，负责对应范围内的企业业务数据质量管理，参与相关制度办法、数据审计规则和问题数据处理方案的制定；各基层单位所负责本部门业务范围内企业业务数据质量管理；各岗位人员对自身采集录入的业务数据质量负责；对其他岗位采集录入的，且属于本岗位管辖范围的数据质量负责。在明确职责的基础上，应相应完善一系列管理制度，确保落实过程中的可操作性。4.提供数据质量管理工具。数据质量管理工具针对数据流中的特点，主要体现三个特点：前堵、中控、后审。5.提升操作人员数据应用水平。在培训模式上，建议根据岗位需要，分批分岗位培训，集中整理特殊环节、特殊业务处理的注意事项，尽快下发系统操作的帮助文档。实际应用中其实并不需要太多懂得全流程的通才，更需要熟悉自己岗位所涉及模块的专才，只要每个岗位都能熟练操作，那整个系统才能发挥应有作用。　　结论：数据质量问题不外乎两方面原因，管理上（人）的因素和技术上的因素，建立健全科学、规范的数据质量管理机制，从组织、制度、技术等层面保障对数据的有效监控，是破解如何保证数据质量难题的关键。提高数据管理水平的过程中质量和效率的冲突、是必然的，但也是可以化解的信息化在人的意识中往往意味着速度、效率，当信息化在企业征管中全面应用、快速推进后，手工作业已基本被电子化所取代，由此带来的工作提速是毋庸置疑的。这理应会带来工作量的减轻与征纳的便捷，而易于被征纳双方所接纳。但事实往往会与理论产生偏差，在推进信息管税的过程中，特别是初期，数据质量的提高必然要付出效率的牺牲，也必然会有来自纳税人的阻力，但提高数据质量或者说推进信息技术的根本目的决定了这种冲突是可以化解的。　　结论：提高数据信息的质量，加强数据管理，不仅需要在企业工作中充分利用现代信息技术，强化企业业务与信息技术的融合，还要依靠纳税人的配合参与，企业设定的理想化程序未必是最符合当前现实的诉求，必须循序渐进，稳步推进。但一切工作的成败终究取决于人，企业提高的思想认识，更新理念观念，不失为提高数据质量的治本之道。