數據質量標準（完整性、唯一性、有效性、一致性、正確性）；
數據質量針對具體的數據內容，進行數據內容進行系統檢查；
2、業務層面：
數據質量關鍵對象（CTQ）：業務上最重要的部分對應的數據；
對已發現的問題進行訪談調查，
數據剖析：
數據概要分析，對數據源表中值進行系統化的預先分析，可以幫助發現業務的實際規律，從而補充考覈規則；
3、業務+技術
業務規則（BR：Bussiness Rule）：
轉換成SQL或應用程序進行檢查；
數據質量的測定
制定BR後，進行加權和錯誤對象統計，計算當前數據質量指數；
4、數據質量管理流程
制定數據質量標準：制定數據質量指標（DQI）->CTQ選定（CTQ候補選定->CTQ重要度量指標->CTQ擴張）->業務領域選定（系統信息設定->元數據信息搜取）
數據剖析：數據剖析對象選定->文件設置（字段、關係、模型、日期、編碼、有效值分析）
BR選定：CTQ應用對象字段分析->按字段導出BR->BR擴展
數據質量診斷：BR測定及質量診斷->配置分析
改善、清洗：錯誤原因分析->制定改善、清洗計劃->數據清洗，之後再進行診斷；
5、系統級數據質量管理流程示例
逆向數據建模（依託當前數據庫）->數據標準化->構建當前數據架構（當前數據分析）->構建目標數據架構（參照已有經驗模型及企業數據標準，生成目標模型）->BR導出及質量檢查模塊生成->ETL數據遷移->抽取錯誤數據->數據清洗（循環）
6、數據質量管理系統（DQMS）
標準管理->數據剖析->數據架構質量->分析及評估->質量檢驗
7、數據質量工具和ETL工具結合