大集中下加强数据质量管理的思考

《大集中下加强数据质量管理的思考》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大集中下加强数据质量管理的思考发布日期：2010-03-11信息来源：如东县地税局作者：潘永东信息管税作为我国税收领域内近期出现的热点话题，进入决策者视线并在今年明晰为税收征管和科技工作的思路后，会不断在实践中把一些前所未有的重要问题摆在我们面前。今年全省地税大集中系统的成功上线，可谓契合了这一变革性发展时期。如何依托这一平台，推进信息管税，是需要进一步深思和探究的大课题。本文以信息管税的核心——信息采集和利用为切入，对加强大集中下数据质量管理作一些思考和剖析。观点一：提高对数据质量重要性认识的基础是对数据质量基

2、本属性的认识。数据是有效开展税收信息化管理和辅助决策分析的依据，是实现税收信息化高速发展的重要保障，因此其质量和时效性已经越来越受到高度关注。我们对数据建设和应用进行了重点投入，目的就是能够拥有丰富、准确、及时、有效的数据资源，占据现代税收信息化管理中的优势地位。数据就是资产的理念已被普遍认识，但要从基本上提高对数据质量重要性的认识，并潜化为工作方式和习惯，就必须立足于对数据及其质量本质的解析，从而推动实践，把握进程。　思考：大集中环境下数据的属性有哪些？如何去监控这些要素达到提高数据质量的目的？数据作为税收信息

3、化应用的主体，它具有多重属性，其基本质量特性主要包括适用性、准确性、完整性、及时性、有效性等五个方面，要对数据质量进行较好地控制，就必须对数据的五个基本质量特性进行很好了解，从而在各个方面采取措施，杜绝数据质量问题的出现，使数据监控工作能够真正达到控制数据质量的目的。1.数据的适用性。在税收业务开展过程中，会产生大量的各类税收数据，这些数据有税收动态信息等反应不断变化的数量型数据，也有相应税收静态信息等相对稳定的属性信息。这些数据有的是为税收管理和决策服务的，有的则是满足各级管理和分析的需求，这就从客观上造成数据

4、的多样化，同时也是为满足不同专业、不同岗位的操作人员服务的。不同的数据具有不同的使用范围，每个数据的正确性都要求它是进入正确的专业应用，换句话说：无论多么准确、及时的数据，如果不具有适用性，它就不能产生任何效益，甚至操作人员使用之后会造成损失。2.数据的准确性。数据的准确性一般是说数据测量值与真实值相比的符合情况，但在税务登记的基础数据的采集和录入处理过程中，数据的准确性往往变成是指所采集入库的数据值与实际应采集记录的正确值之间的差异。在数据监控和质量控制的过程中，准确性越好的数据，其误差应该越小。影响数据准确性

5、的因素很多，数据误差在数据采集、审核、录入、传输和处理等的各个环节都可能产生。我们需要从各个方面分析影响数据准确性的因素，同时有效控制不同类型数据的合理变化范围，将数据误差控制在尽可能理想的范围内，以保证数据的准确性。3.数据的及时性。在税务部门日常数据的管理中，往往要求能够更快、更准地收集到所需的数据。在日常生活中，也有“时间就是金钱”的说法。把这些要求应用到数据上，那就是说数据也必须要有及时性。比如对于地税部门某个分局数据，如果有一条线的税款征收发生滞后，导致税收统计不实了，但在税收数据上如果不能及时有效获得

6、有效税款征收信息，那么拿在手里的征收数据就没有任何及时性，也是毫无意义的。一个好的应用系统在使用数据时不仅要求数据的适用性还必须考虑数据的及时性，应用系统引入税收管理的主要目的是提高工作效率，把大量复杂、繁重的重复计算、统计、分类工作交由计算机处理并迅速得出准确结果。如果数据不及时，那么应用系统的处理结果就可能违背了程序设计和使用者的初衷，不仅无法提高工作效率，还可能由于数据滞后而影响税款征收的正常化。因此根据数据应用需求及时采集数据，按照操作人员要求及时发布数据，是保证数据及时性的重要一环。4.数据的完整性。数

7、据的完整性相对于准确性和及时性来说并不显得那么重要，但其实它引起的问题并不比前两者轻松。数据的完整性就是我们日常所说“数据齐、全、准”当中的“全”。在数据采集过程中，要把所需信息全部采集完整，比如税务登记，如果只记录一组数字“320623197001013871”，谁也不知道这组数字是什么东西，也就是说这组数字采集得不全。如果记录成“张三身份证号为320623197001013871”，那么这组数据就完整了，对税务登记的管理和分析才有意义。从这里可以看出，数据的完整性一点也不亚于准确性的重要程度，在数据表格、数据

8、库充分应用的情况，对数字的规范化填写要求越来越完善，单独强调数据完整性的情况会越来越少。5.数据的有效性。在解决好数据适用性、准确性、及时性、完整性的情况，需要考虑数据的有效性。对于一个及时采集获得，准确、及时、完整的数据，还需要考虑这个数据使用的时间和对象。一堆过期的数据无异于废品或垃圾，是不产生价值的，因此在使用数据时，要考虑它是否有效。举一个简单的例子，我们在3年前