2025-2026年数据质量管理与数据治理综合测试卷

2025-2026年数据质量管理与数据治理综合测试卷一、单项选择题（本大题共10小题，每小题2分，共20分）1.数据质量管理中的“数据完整性”主要指什么？A.数据在传输过程中的安全性B.数据符合预定义的格式和约束条件C.数据在存储介质上的物理完整性D.数据在业务流程中的实时性解析：数据完整性强调数据符合预定义的格式、类型、范围和业务规则，如主键非空、外键关联有效、日期格式统一等。选项A涉及数据安全，选项C涉及物理存储，选项D涉及实时性，均与完整性定义不符。2.数据治理中的“数据所有权”通常由哪个角色负责？A.数据管理员（DataSteward）B.数据工程师（DataEngineer）C.数据科学家（DataScientist）D.业务分析师（BusinessAnalyst）解析：数据所有权是数据治理的核心要素之一，由数据管理员（DataSteward）负责，其职责包括定义数据标准、维护数据质量规则、管理数据生命周期等。其他角色如数据工程师侧重技术实现，数据科学家侧重分析挖掘，业务分析师侧重需求转化。3.以下哪种方法不属于数据质量评估的常用技术？A.数据探查（DataProfiling）B.统计抽样（StatisticalSampling）C.机器学习模型预测（ML-basedPrediction）D.业务规则验证（BusinessRuleValidation）解析：数据质量评估技术包括数据探查（识别数据特征）、统计抽样（验证数据分布）、业务规则验证（检查合规性）。机器学习模型预测通常用于数据分类或预测，而非直接评估质量。4.在数据治理框架中，“数据血缘”的主要作用是什么？A.记录数据变更历史B.优化数据存储结构C.自动化数据清洗流程D.提升数据访问权限控制解析：数据血缘（DataLineage）记录数据从产生到消费的全生命周期流转路径，包括来源、处理过程、目标系统等，主要用于追踪数据影响、增强透明度、支持影响分析。5.数据质量维度中的“一致性”通常指什么？A.数据在不同系统中的逻辑统一性B.数据与业务定义的匹配程度C.数据记录的完整性D.数据更新与删除的及时性解析：数据一致性强调同一数据在不同系统或场景下的逻辑一致性，如订单状态在ERP和CRM中保持同步。选项B是准确性，选项C是完整性，选项D是时效性。6.数据治理中的“数据分类分级”主要解决什么问题？A.提高数据存储效率B.明确数据安全管控策略C.简化数据清洗流程D.优化数据血缘追踪解析：数据分类分级基于数据敏感性、价值等属性划分安全等级，为访问控制、脱敏处理、合规审计提供依据。例如，PII数据需严格管控，而运营报表数据可开放访问。7.数据质量工具中的“数据匹配”（DataMatching）主要解决什么问题？A.识别重复数据记录B.自动填充缺失字段C.校验数据格式规范性D.生成数据统计报表解析：数据匹配通过算法（如编辑距离、模糊匹配）识别相似记录，常用于去重、合并操作。例如，将“张伟”和“张伟先生”识别为同一人。8.数据治理中的“主数据管理”（MDM）核心目标是什么？A.实现数据实时同步B.统一企业核心实体数据C.自动化数据清洗规则D.提升数据仓库查询性能解析：主数据管理（MDM）聚焦企业级核心实体（如客户、产品、供应商）的单一、权威视图，确保跨系统数据一致性。9.数据质量评估中的“KPI指标”通常包括哪些维度？A.准确性、完整性、一致性、时效性B.可用性、安全性、可扩展性C.成本效益、技术难度、实施周期D.数据量、数据类型、数据来源解析：数据质量KPI通常量化上述四个维度，如准确率（错误记录占比）、完整率（空值率）、一致性（跨系统数据差异）、时效性（数据更新延迟）。10.数据治理中的“元数据管理”主要作用是什么？A.提高数据存储密度B.提供数据语义解释C.优化数据传输带宽D.自动化数据脱敏解析：元数据管理通过定义数据定义、业务规则、血缘关系等，赋予数据“可理解性”，支持数据发现和合规性检查。二、判断题（本大题共10小题，每小题2分，共20分）1.数据质量管理的目标是完全消除所有数据错误。（×）解析：数据质量是持续优化的过程，受限于资源投入和业务复杂度，无法达到100%完美，但可通过治理提升至可接受水平。2.数据治理委员会通常由业务高管和技术负责人共同组成。（√）解析：数据治理委员会是跨部门决策机构，典型成员包括CEO、CDO、COO及各业务部门负责人，确保业务与技术协同。3.数据探查（DataProfiling）是数据质量评估的第一步，但非必要环节。（×）解析：数据探查是基础但非强制，部分场景可通过业务规则直接验证，但全面评估通常需先探查。4.数据血缘仅适用于数据仓库环境。（×）解析：数据血缘可应用于数据湖、实时流处理、API接口等场景，支持全链路数据追踪。5.数据分类分级的主要依据是数据量大小。（×）解析：分类分级基于数据敏感性（如PII、财务数据）、业务价值、合规要求（如GDPR、CCPA），而非数据量。6.数据清洗工具通常包含自动化的规则引擎。（√）解析：主流工具（如Informatica、Talend）支持基于规则（如正则校验、空值填充）的自动化清洗。7.主数据管理（MDM）与数据质量管理是同一概念。（×）解析：MDM聚焦核心实体单一视图，而数据质量管理涵盖全数据域的准确性、完整性等，范围更广。8.数据治理中的“数据主权”强调数据归属权，通常由法律部门负责。（√）解析：数据主权涉及数据所有权和隐私保护，需结合法律合规（如数据保护法）和业务策略管理。9.数据质量评估报告应仅包含技术指标，无需业务影响分析。（×）解析：报告需结合业务场景解释指标意义，如某维度合格率低是否影响业务决策（如客户流失）。10.元数据管理可完全替代数据治理委员会的决策作用。（×）解析：元数据提供数据解释，但治理决策需结合业务战略，两者是支撑与决策的关系。三、填空题（本大题共10小题，每小题2分，共20分）1.数据质量管理的核心原则包括______、______和______。参考答案：全面性、持续性、业务导向解析：全面性指覆盖全数据域，持续性强调动态监控，业务导向确保治理与业务目标对齐。2.数据治理中的“数据生命周期管理”通常包括______、______、______和______四个阶段。参考答案：产生、存储、使用、归档解析：生命周期管理需覆盖数据从源头到销毁的全过程，归档是重要环节但易被忽视。3.数据探查常用的统计指标包括______、______、______和______。参考答案：数据分布、数据质量维度、数据关系、数据异常解析：探查需分析分布特征（如空值率）、质量维度（准确、完整）、实体间关系（如外键）、异常模式（如极端值）。4.数据治理中的“数据标准”通常由______制定，并通过______发布。参考答案：数据治理委员会、企业级数据标准文档解析：标准需权威机构制定，以文档形式统一管理，避免部门各自为政。5.数据质量工具中的“数据匹配”算法常采用______、______或______技术。参考答案：编辑距离、Jaccard相似度、机器学习模型解析：编辑距离适用于精确匹配，Jaccard用于文本相似度，机器学习可处理复杂模式。6.数据血缘追踪的主要工具类型包括______、______和______。四、简答题（本大题共8小题，每小题2分，共16分）1.简述数据质量管理的“PDCA循环”及其在数据治理中的应用。参考答案：PDCA循环包括：-Plan（计划）：识别数据问题，制定改进目标（如空值率降低10%）；-Do（执行）：实施清洗规则，如填充默认值或删除记录；-Check（检查）：通过抽样验证改进效果，如空值率实际降低12%；-Act（改进）：推广成功方案，建立常态化监控机制。应用示例：某电商企业通过PDCA循环优化用户地址数据，从Plan阶段定义地址完整率目标，Do阶段自动填充缺失省份，Check阶段验证提升5%，Act阶段将规则纳入ETL流程。2.数据治理中的“数据所有权”与“数据使用权”有何区别？参考答案：-数据所有权：法律或组织层面的数据归属权，由数据管理员（DataSteward）负责，决定数据是否可删除、修改；-数据使用权：业务用户对数据的访问和操作权限，由数据治理委员会通过权限矩阵分配，如财务数据仅限财务部门查询。区别在于前者是“权属”，后者是“权限”，前者决定数据生命周期，后者决定业务操作范围。3.数据探查（DataProfiling）如何帮助识别数据质量问题？参考答案：数据探查通过统计和模式分析识别问题：-分布分析：发现异常值（如年龄-100岁）、空值率（如性别80%空）；-关系分析：检测外键缺失（如订单表客户ID无对应值）；-格式分析：识别日期字段混用格式（如2023-01-01和01/02/2023）；-完整性分析：验证主键唯一性，如发现重复ID。示例：探查发现某表“订单金额”存在负值，可能为退货记录未特殊标记。4.数据治理中的“数据分类分级”如何支持合规管理？参考答案：分类分级通过以下方式支持合规：-风险识别：将PII数据（如身份证号）标记为高敏感，强制加密存储；-权限控制：对财务数据（监管要求）实施最小权限原则；-审计追踪：对高风险数据操作（如删除）记录日志；-脱敏处理：对非必要场景（如报表）脱敏展示（如隐藏后四位）。例如，GDPR要求对欧盟公民数据分级，高敏感数据需额外获得同意。5.数据血缘（DataLineage）在数据影响分析中的作用是什么？参考答案：数据血缘支持影响分析：-变更追溯：某字段规则变更（如邮箱格式），可快速定位受影响下游报表（如用户画像）；-问题定位：数据质量异常（如地址错误率飙升），通过血缘找到源头ETL任务（如地址解析服务）；-合规验证：确保敏感数据流转符合隐私要求（如CCPA规定不能跨州传输）。示例：某银行修改客户生日字段格式，通过血缘发现涉及5个报表和1个API，需同步更新。6.简述主数据管理（MDM）与数据仓库（DW）的区别。参考答案：-MDM：聚焦核心实体（客户、产品）的单一、权威视图，强调跨系统一致性；-DW：整合多源数据构建分析主题（如销售分析），支持复杂查询，不保证实体唯一性。区别在于MDM是“治理工具”，DW是“分析平台”，前者重“单一性”，后者重“整合性”。7.数据治理中的“数据标准”如何提升数据互操作性？参考答案：数据标准通过以下方式提升互操作性：-统一编码：如产品分类使用企业级统一编码，避免ERP和CRM系统差异；-格式规范：日期、货币、地址采用国际标准（ISO8601、ISO4217），减少解析错误；-术语表：定义“客户等级”为“VIP/普通/标准”，确保跨系统语义一致。示例：某集团统一客户ID规则，使CRM和呼叫中心数据可关联分析。8.数据质量评估报告应包含哪些关键要素？参考答案：-背景：评估目的、范围、时间周期；-方法：采用的数据探查工具、抽样比例、验证规则；-结果：各维度（准确、完整等）的量化指标及趋势图；-问题：高发问题（如地址格式错误占比30%）及根源分析；-建议：优先改进项（如空值填充）、实施计划、责任部门。示例：报告显示“电话号码格式错误”最严重，建议优先修复ETL中的正则校验规则。五、应用题（本大题共8小题，每小题4分，共24分）1.某电商平台发现“订单商品数量”存在异常值（如-1、1000件），请设计数据治理方案。参考答案：-问题分析：-1可能为退货记录未特殊标记，1000件可能为输入错误或促销活动异常；-治理措施：2.源头控制：前端表单限制数量范围（如1-20件），退货单特殊标记；3.清洗规则：对历史数据，将-1替换为0，1000件按促销规则处理（如拆分订单）；4.监控机制：建立异常数量监控告警（如>50件触发人工审核）；5.业务沟通：与运营确认促销活动规则，避免超卖。评分标准：问题分析占1分，措施完整性占3分（需覆盖源头、清洗、监控、沟通）。6.某银行需满足GDPR合规要求，请设计客户数据分类分级方案。参考答案：-分类：PII（身份证号、地址）、财务数据（账户余额）、行为数据（交易记录）；-分级：-高敏感：PII（需加密存储、双因素认证访问）；-中敏感：财务数据（访问权限仅限风控部门）；-低敏感：行为数据（可匿名化用于营销分析）；-措施：7.脱敏：非必要场景展示脱敏数据（如地址仅显示城市）；8.同意管理：明确记录客户同意收集的用途（如“营销活动”）；9.删除权：提供API供客户请求删除所有数据。评分标准：分类分级占2分，措施完整性占2分。10.某制造企业数据仓库中“产品成本”数据与ERP系统差异较大，请设计数据血缘追踪方案。参考答案：-目标：定位差异源头（如成本计算公式不一致）；-方案：11.工具：使用Collibra记录成本数据流转路径（ERP→ETL→DW）；12.探查：对比ERP中的成本公式与ETL脚本中的计算逻辑；13.修复：调整ETL中的成本计算规则（如加入折旧分摊）；14.验证：通过数据匹配工具（如Talend）同步数据并抽检差异。评分标准：工具选择占1分，流程完整性占3分。15.某零售企业需提升会员数据完整性，请设计数据治理项目计划。参考答案：-阶段1（1个月）：-现状分析：探查会员表空值率（姓名30%，手机50%）；-标准制定：定义会员ID、姓名、手机格式；-阶段2（2个月）：-清洗规则：自动填充姓名（默认“用户”），手机用正则校验；-源头改进：POS系统强制录入手机号；-阶段3（1个月）：-监控：建立空值率周报，目标降低至10%；-推广：对缺失信息会员发送短信邀请补充。评分标准：阶段完整性占3分，措施针对性占1分。16.某物流公司数据中“配送地址”存在大量无效数据（如“XX路XX室”无具体门牌号），请设计清洗方案。参考答案：-问题分析：地址模糊导致配送失败，需区分真实错误与合理模糊值；-方案：17.探查：统计地址类型（住宅/商铺/虚拟地址）；18.清洗：-虚拟地址（如公司名称）标记为“待核实”；-住宅地址用第三方地图API校验（如高德地图）；-校验失败地址（如“XX路”无门牌）联系客户确认；19.优化：建立地址校验规则（如必须含数字和字母组合）。评分标准：分析占1分，方案完整性占3分。20.某金融科技公司需实现API接口的数据血缘追踪，请设计技术方案。参考答案：-工具：使用Skyflow（数据安全平台）记录API调用链；-实现：21.埋点：在API网关（如Kong）中插入血缘标签（如“用户ID来自CRM”）；22.映射：配置ETL任务时关联血缘信息（如“订单数据来自支付网关”）；23.可视化：通过Skyflow平台查看数据流转路径（如用户注册→API1→数据库A→API2→报表）；24.审计：记录所有数据变更（如某用户地址修改）。评分标准：工具选择占1分，流程完整性占3分。25.某电信运营商需优化客户数据分类分级，请设计方案。参考答案：-现状：现有分类仅区分“个人/企业”，未细化敏感度；-优化方案：26.细化分类：PII（身份证号）、财务数据（账单）、行为数据（通话记录）、设备数据（IMEI）；27.分级：-高敏感：PII、IMEI（需加密、访问审计）；-中敏感：账单（访问权限仅计费部门）；-低敏感：通话记录（可聚合分析网络拥堵）；28.措施：-对高敏感数据实施动态脱敏（如通话记录仅展示部分时长）；-客户可查询自身数据分类及访问记录。评分标准：分类分级占2分，措施针对性占2分。29.某电商企业需评估“商品分类”数据质量，请设计评估方案。参考答案：-评估维度：完整性（分类缺失率）、准确性（分类与商品匹配度）、一致性（多平台分类是否统一）；-方法：30.探查：统计分类字段空值率（5%）；31.抽样验证：随机抽取1000件商品，检查分类是否正确（如“手机”误归入“配件”）；32.工具：使用OpenRefine（数据清洗工具）批量修正错误分类；33.监控：新商品入库时自动校验分类（如用机器学习模型预测）；34.反馈：卖家可申诉分类错误，触