数据质量相关操作流程大致如下，可分为5步：
1）第一步，创建质量模型
质量模型是用户进行数据质量分析的基本单元，这里包括新建质量模型和添加待检测的主题表以及必要的属性设置。
2）第二步，添加质检规则
即添加质量规则，即设置哪张主题表哪个字段需要做什么样的数据检查。平台支持一条一条新建质检规则，也支持批量新建质检规则和根据数据标准新建质检规则。
3）第三步，创建和执行质检方案
创建质检方案，即指定需要执行的质检规则，整改流程、自动执行周期、预警方式等。一个质量模型可以创建多个质检方案。创建好质检方案后，接下来执行质检方案得到质检结果，可定时自动执行，也可手动执行。
4）第四步，质量监控和智能修复
在质量监控模块查看质检结果，对错误数据可以添加例外和智能修复。另外，也可以在质量分析模块从更多维度查看数据质量情况。
5）第五步，数据整改
无法智能修复的数据，可发起数据整改，相关人员收到整改任务后，进行整改直至数据质量达到要求。
请先登录