Brian Buzzelli 著

赵楚欣, 赵海钊, 孙静 译

出版时间：2026年05月

页数：176

“本书为金融专业人士提供了一条清晰的实践指南，指导如何推动、设计并实施全面的数据质量框架。”
——Matthew Lyberg
特许金融分析师，NDVR公司量化研究员
“这是一本关于如何确保数据流程（从来源与摄取，到公司范围内的使用）得到恰当监控、衡量与管控的权威指南。”
——Barry S. Raskin
数据实践负责人，Relevate Data Monetization Corp.

在金融服务行业，数据质量关乎成败。价格缺失、市场价值错误、交易违规以及监管申报不实，都可能导致严厉的处罚、客户流失甚至财务危机。通过这本实用指南，你将学习如何将制造业原则应用于金融数据管理，理解数据维度，并将数据质量容差融入数据处理管道。
本书作者将教你如何定义、设计并使用数据验证检查与质量容差，以交付符合数据消费者数据质量规格的高质量数据。你将学习如何像制造商一样思考，理解数据维度，运用相关技术定义数据质量规格，并通过将量化容差应用于数据维度来评估数据质量。
本书提供的宝贵建议将帮助你：
● 理解数据维度如何适用于不同数据类型与使用场景。
● 运用数据质量服务将制造业原则应用于数据。
● 基于标准化的数据质量度量，生成数据质量指标。
● 识别面向不同数据消费者的数据质量容差之间的差异。
● 确定数据管道中应进行质量度量的控制点。
● 应用数据治理框架、概念、策略与数据目录。