近期在企业的信息化系统使用过程中，遇到一个比较棘手，也是比较普遍的问题，就是在系统通过人工方式采集数据的情况下，如何才能提高数据质量，保证数据及时准确的录入呢？

在这里，请允许我首先抛砖引玉一下：

数据的维度，这可能是需要大家更加关注一下，毕竟不是简单的线下数据与线上系统数据比对之类的这么简单。

• 从数据的存储方式来分，应该是包含以下两个维度：

• 从数据产生、时空间维度来区分，大约是包含以下几个维度：

那么请问一下大家，如果后期需要对系统中的历史数据是否准确做进一步核对时，是用哪些数据来核对呢？ 线下数据。

1. 如果线下数据一开始就作为信息化系统的附属，记录均以信息化系统为准的话，那线下数据与信息化系统数据差异就会非常小，那就起不到核对的目的了。

2. 但是如果不以系统数据为基准进行登记线下数据时，那么又容易降低系统数据的重要性，导致系统数据质量可能下降。

3. 如果完全舍弃线下数据，则无法对系统数据的准确性进行核对。

4. 如果采用扫码等方式进行，则有一定的成本增加，且初始建档贴码也可能会存在一定的出错几率。

5. 盘点也是一个常用的方法，比如MES系统线边库存盘点、ERP各类仓库盘点等，作用有限，追溯的话还是依赖其他线下台账。

请大家进行讨论留言，是否有更好的方式或方法？

只要是人工操作，那么必然就会或多或少的产品错误数据，人为环节越多，错误率就越高；

1、首先如果使用线下数据作为线上数据的核对数据（对照组），那么如果线下数据在手工统计就出现问题，那么用这个数据去核对线上的话，就没有达到校对的目的！

2、自动化环节越多，人工参与的越少，那么错误率必然是下降的；

3、2中所述不是绝对的，我们是否考虑使用统计、审计等方法，去重新获取一遍数据，或者对系统数据提取进行加工处理，计算误差率，使用统计分析方法，对错误的关键数据进行重要性分组，减少重大数据的错误率，对于哪些无关紧要的记录数据，我们可以减少评估和统计的必要；

4、数据治理本身就是一件复杂的事情，因为信息化就是一件浩瀚的工程，代码的逻辑，数据的准确性，数据的关联程度，以及和业务的关联匹配度等等因素都会影响数据的准确性，同时可能也会给核对造成很多的障碍！

5、不能线上核对线下，或者线下核对线上的方式，一定要多样化的去进行数据的治理！

就如我上面说到的，可以使用统计学、审计学等方法

比如按重要程度、关联程度区分数据的关键性，用统计、抽样等的方法与工具，对数据进行定期的评估；

定期校验数据之间的合法性与业务的匹配程度（有可能一开始业务与数据是匹配的，但是之后就不那么匹配了，造成了错配！那么我们应该如何调整？这也是数据核对的考量范围）

总之，数据治理是个复杂的问题！