目标P348
根据消费者的需求，开发一种满足数据质量要求的管理方法，使数据适合要求
定义数据质量控制的标准和规范，并作为整个数据生命周期的一部分
定义和实施测量、监控和报告数据质量水平的过程
根据数据消费者要求，通过改变流程和系统，以及参与可显著改善数据质量的活动，识别和倡导提高数据质量的机会
原则
重要性
数据质量管理应关注对企业及其客户最重要的数据。改进的优先顺序应根据数据的重要性以及数据不正确时的风险水平来判定
全生命周期管理
数据质量管理应覆盖从创建或采购直至处置的整个数据全生命周期，包括其在系统内部和系统之间流转时的数据管理<br>（即数据链中的每个环节都应确保数据具有高质量的输出）<br>
预防
数据质量方案的重点应放在预防数据错误和降低数据可用性等情形上，不应放在简单的纠正记录上
根因修正
提高数据质量不仅是纠正错误，因为数据质量问题通常与流程或系统设计有关，所以提高数据质量通常需要对流程和支持它们的系统进行更改，而不仅仅是从表象来理解和解决
治理
数据治理活动必须支持高质量数据的开发，数据质量规划活动必须支持和维持受治理的数据环境
标准驱动
数据生命周期中的所有利益相关方都会有数据质量要求。在可能的情况下，对于可量化的数据质量需求应该以可测量的标准和期望的形式来定义
客观测量和透明度
数据质量水平需要得到客观、一致的测量。测量过程和测量方法应该与利益相关方一同讨论与分享，因为他们是质量的裁决者
嵌入业务流程
业务流程所有者对通过其流程生成的数据质量负责，他们必须在其流程中实施数据质量标准
系统强制执行
系统所有者必须让系统强制执行数据质量要求
与服务水平关联
数据质量报告和问题管理应纳入服务水平协议（SLA）
