远光集团数据质量管控系统，主要帮助企业各级管理人员对业务系统运行期间产生的业务数据进行质量管控。该系统提升了业务数据的完整性、及时性、有效性和一致性。同时，也为集团在多单位实施业务系统时，解决了数据上线过程中填报进度失控、质量参差不齐、数据不足与错乱、业务标准未履行等问题。最终，通过运用标准化的数据质量规范，实时监控，在线考评，强化数据质量事中控制，事后评价，降低因数据问题给企业造成的损失，提升决策分析依据的准确性和实用性。
管理要求
如何提升企业信息化系统数据质量？
随着企业信息化建设的全面开展，信息化水平的进一步提高，随之而带来的是一系列不断积累的数据质量问题，例如：属性缺失、数据不完整、数据处理不及时、数据不准确、数据重复、数据属性不一致等，从而影响数据信息不可靠，导致信息化建设效果不理想、决策出现偏差。
如何增强业务数据质量的管控能力？数据质量的好坏直接关系信息的准确性，关系企业的信息化成败，也影响企业的生存和竞争能力。因此建立有效的数据质量管理规范，数据质量监督手段和工具，治理方法和过程，考评机制，是数据质量管控的必要内容。
功能简介
质量规范管理：本功能实现对数据质量相关规范的制定、审核、发布的流程管理以及经验库管理。帮助企业在业务系统建设初期统一规划数据标准、数据模式，强化数据质量事前管理。同时在数据质量管控过程中以质量管理规范为依据开展数据监控、质量评价，并不断提炼、总结数据质量问题及解决方法，积累并扩充问题处理经验库，提升管控专业化程度。
体系构建：依据发布的数据质量管理规范，构建以业务系统为依托的数据监控体系、质量评价体系，将质量管理规范转换成监控规则、评价指标、评价标准，强化数据质量体系的标准化管理。
数据监控：对企业业务系统运行的各类数据开展动态、实时监控，及时发现数据不准确，不完整，不及时，不一致等异常，并以邮件、短信、桌面预警等多种方式进行智能预警，帮助企业有效掌控数据风险。
整改跟踪：及时驱动业务系统或相关人员整改数据异常，发起整改流程，全程跟踪整改情况，并对整改结果执行在线验证，从而全面提升整改效果。
质量评价：对企业自身或内部单位进行数据质量考核，评价各单位数据治理情况，通过质量评比督促各单位提升数据管理水平。
质量报告：根据数据监控结果、质量评价结果、数据质量改进措施、改进结果等自动生成质量管理报告，方便领导快速了解数据质量管理状况。
典型应用
1.统一规划数据质量标准
数据质量管理阶段前移，在系统建设初期即进行数据质量管理规划，建立相应的标准，并以此为依据开展业务系统的实施上线工作。
例如：在资金业务信息化之前，首先运用数据质量管控系统中的质量规范管理功能，制定资金业务数据质量管理规范，统一业务的处理规范、数据标准、数据模式等，并设置流程对规范的制定、审核、发布等执行层层审批，以确保资金业务数据质量管理规范的科学性、合理性，最终发布已经定稿的资金业务数据质量管理规范。
资金管理系统实际上线时，即可按照统一的数据标准进行系统建设，减少或避免因业务架构、
数据颗粒度、数据表现形式等的不一致而造成的数据质量问题，从源头上控制数据质量风险，降低资金管理系统的建设及维护成本。
2、实时监控数据风险
实时监控业务系统运行的各类数据，及时发现并整改数据异常，完善业务系统运行机制。监控范围包括但不仅限于下述内容：
例如：企业规定年度预算信息必须及时、完整、准确地进行管理维护，为了防止年度预算缺少关键字段信息（如预算项目编码、工程项目编码、申请预算数、实际预算数），不仅需要制定相关制度文件进行规范，还需应运用数据监控功能在线监控年度预算信息，及时发现异常。假设预算管理系统中的年度预算的“工程项目编码”为空，说明其不符合管理要求，系统将自动提醒相关人员进行整改，并推动其分析异常原因，制定预算管理流程优化措施，降低同类异常反复发生的几率。
3、科学评价数据质量
企业可建立数据质量评价标准，对数据质量状况开展科学、合理的自评或他评工作，促使数据质量形成良性的改进循环。
例如：某集团公司统一在所有下属单位实施财务管控系统，为了确保上线进度或解决系统运行后各单位数据质量参差不齐的问题，可以应用数据质量管控系统的质量评价功能，建立本单位集团对账率、存货购销协同覆盖率、凭证集成率、电子支付比率、固定资产设备资产联动率、目录电价必填信息完整性、输变电设备资产对应率、年度预算发布信息准确率等的评价体系及标准，对其下级单位财务管控系统的数据质量进行全面评价。通过考核通报机制，可有效敦促各单位在系统建设及运行期间充分重视数据质量管理效果，及时开展质量自评工作，快速解决数据不足、数据错乱、业务标准未履行等异常，提升信息化系统的整体数据质量。
应用价值
1.轻松实现业务系统实施在线督查
帮助集团在多单位实施业务系统时，解决数据上线时进度失控、质量参差不齐、数据不足与错乱、业务标准未履行等问题，提高企业信息化系统的建设质量。
2.提升业务系统数据质量
通过数据质量事前控制、数据风险实时监控、数据异常及时整改，以及建立有效的数据质量更新维护机制。帮助企业提升业务系统运行过程中产生的数据质量，提高数据价值，从而提升决策分析数据的准确性和实用性，为提高企业的管理水平打下良好的信息化基础。
3.增强业务数据管控能力
建立集团数据质量评价与考核标准，并以此为依据对各个单位的数据质量开展评价、考核与质量问责。通过对集团多单位的数据质量评价，促进数据提升，建立数据质量标杆，形成良性的数据质量改进循环，从而增强集团对下级单位的数据质量的管控能力。
政策指引
随着信息化建设发展，数据作为组织最具价值的资产之一，越来越被关注和重视，数据信息安全、数据质量的管控工作逐渐被各行各业提上管理工作的重要日程。
（一） 信息安全风险评估就是从风险管理角度，运用科学的方法和手段，系统地分析网络与信息系统所面临的威胁及其存在的脆弱性，评估安全事件一旦发生可能造成的危害程度，提出有针对性的抵御威胁的防护对策和整改措施。
（二） 信息安全风险评估工作要按照“严密组织、规范操作、讲求科学、注重实效”的原则开展。要重视和加强对信息安全风险评估工作的组织领导，完善相应的评估制度，形成预防为主、持续改进的信息安全风险评估机制。
（三） 信息安全风险评估作为信息安全保障工作的基础性工作和重要环节，应贯穿于网络和信息系统建设运行的全过程。在网络与信息系统的设计、验收及运行维护阶段均应当进行信息安全风险评估。
（四） 重视信息安全风险评估核心技术、方法和工具的研究与攻关，积极开展信息安全风险评估的培训与交流。加强信息安全风险评估工作的组织领导。
二、中国科学院数据应用环境建设与服务项目组，在2009年发出了《数据质量管理规范》征求意见稿。《意见稿》规范了数据质量管理定义、范围，阐述了数据质量基本原理、数据质量识别、评价、控制及报告。这一标准适用于各种类型和规模的企业,可作为企业在数据质量管理工作中学习和借鉴的依据。