系统上线后如何确保原始数据的准确性?

标题系统上线后如何确保原始数据的准确性?

系统一旦交付客户使用,首先肯定是系统原始数据采集,然后才是系统业务流程的处理(其实质也还是数据的交换与处理),要确保原始数据的准确性,我认为应该做好以下几个方面:

(1)定制数据采集模板要全面又要简洁。全面指的是采集的数据项目要做到全覆盖,不能漏项目。简洁是指采集的数据要做好分层分类,让客户尽量做选择题而非填空题。一个系统采集的数据本来就比较繁杂,客户对某些数据项目的认知又参差不齐,要准确的采集原始数据又不给客户增加很大负担,就需要将数据采集模板设计成填字游戏一下,既让他们有完成游戏的冲动,又明确规则的重要性。

(2)定制数据采集模板要有完善的数据填报说明和提示,并对关键项目进行数据限制。在不影响模板复杂性的前提下,在数据项目上增加填报说明和提示,让客户一目了然,对于关键的项目进行项目内容和填报格式的严格限制。

(3)定制数据采集模板工具的选择。比较常见的有excel模板、word模板、客户端模板、浏览端在线模板等,这些模板各有利弊:excel模板用户界面比较熟悉,容易上手,兼容性存在问题而且数据限制比较困难;word模板不如excel采集数据导入系统方便,而且进行数据限制也比较困难,客户端定制的模板比较符合系统的要求,数据准确性也高,但也可能存在需要本地化安装、数据导入导出上传等麻烦,操作的灵活性也可能不够;浏览端在线模板比较方便,在手机、电脑、pad上都可以采集,而且可以方便采集非文字、图片数据项目,采集的数据项目可以实时比对更新,也没有安装的麻烦,但开发成本可能要高一定,有条件的可以选择。

(4)组织数据采集培训。数据采集是一个相当重要的环节,要确保采集的数据 的准确性,需要对填报人员进行培训,明确数据采集的步骤、注意事项和常见问题。

(5)数据筛查。原始数据一旦导入系统,数据不能立即进入运行库,首先应该进入临时库,进行数据筛查,因为有的数据是原先进行数据限制不够导入数据填报错误或格式错误或者数据比较稀疏,发现这些问题,系统端可以进行预处理就在系统端进行预处理,包括数据清理等数据仓库步骤可以在此时发挥作用,如果系统层面无法核实的,则需要将数据问题反馈给用户,再次分析客户需求,并更正数据或者调整数据项目。

(6)数据确认。数据筛查完成之后,需要将导入的原始数据进行可视化的整理,让客户直观的数据进行再确认,确保数据是对客户需要的真实写照。

(7)备份存档。数据确认完成后,将确认过的数据备份存档。

猜你喜欢

转载自blog.csdn.net/robot356/article/details/89738431