清洁规范数据，确保数据价值实现
以数据规则和检核方法为主线，
持续洞察、分析和改进数据质量问题，确保数据价值实现。
平台架构
以数据规则和检核方法为主线，
持续洞察、分析和改进数据质量问题，确保数据价值实现。
数据质量评估
全方位评估数据的重复性、关联性、正确性、完全性、一致性、合规性等。
数据质量监控
设置数据规则、检核方法阀值，持续对数据进行监控，对超出阀值的数据进行不同级别的告警和通知。
数据质量分析
进行血统分析、影响分析、全链分析等，定位问题产生的根源。
数据质量报告
根据数据评估、监控、分析，
提供内置数据报告和自定义数据报告。
数据质量改进
提供流程化和自动化工具支撑，规范问题处理机制和步骤，强化问题认证，提升数据质量。
系统化地管理数据质量，提高数据质量。
基于规则和检核方法设置，自动对数据进行质量检核评估。
规范化、流程化的问题处理机制，基于元数据关联分析快速定位问题，高效处理数据质量问题。
持续监控、分析、处理数据问题，确保数据持续符合数据规则，实现数据价值。