标准规范下载简介

MH／T 5056-2021 智慧民航数据治理规范数据质量.pdf简介：

"MH/T 5056-2021 智慧民航数据治理规范"是中华人民共和国交通运输行业标准中的一项，主要针对智慧民航领域内的数据治理提出了一套详细的规定。其中，数据质量部分是该规范的重要组成部分。

数据质量在该规范中被定义为数据的准确性、完整性、一致性、时效性和可理解性等核心属性。它涵盖了以下关键方面：

1. 准确性：数据应反映真实情况，无误或偏差。这包括数据的采集、处理、存储和传输过程中保持的精确性。

2. 完整性：数据应该包含所有必要的信息，无缺失或遗漏，确保数据的完整性。

3. 一致性：数据在不同的来源和系统中应保持一致，避免重复或矛盾。

4. 时效性：数据应反映最新的情况，及时更新，避免过时信息影响决策。

5. 可理解性：数据应以清晰、易于理解的方式呈现，便于用户分析和使用。

总的来说，智慧民航数据治理规范对数据质量的要求是为了确保民航行业的数据安全、可靠和高效，以支持数据驱动的决策和运营优化。

MH／T 5056-2021 智慧民航数据治理规范数据质量.pdf部分内容预览：

中国民用航空局关于发布《智慧民航数据治理规范 数据质量》的公告

主审：殷时军韩钧于剑 参审人员：马力 郭竟成熊朝闫超王欣吴国华李涛 刘怡君张波董战鲲 刘晓青： 俞亚潘小婷冯晓磊 司马键

总则 术语 民航数据质量管理一般要求 民航数据质量评价 4.1评价步骤与评价维度 4. 2 评价维度 4.3 评价指标 民航数据质量控制 9 5. 1 事前控制 5. 2 事中控制 5. 3 事后控制 10 民航数据质量改进 11 6.1改进步骤 11 6.2 问题分析 11 6. 3 改进措施 民航数据质量组织保障 14 7.1支撑组织分工 4

《YZR3系列起重及冶金用绕线转子三相异步电动机技术条件 GB/T 21973-2008》3民航数据质量管理一般要求

7民航数据质量组织保障

1.0.1为提升民航数据质量，指导行业数据质量管理工作，实现数据质量的有效评价、控制和 改进，制定本规范。 1.0.2本规范适用于民航行业数据治理的数据质量管理工作。 【条文说明】各单位在本规范内容的框架与指导下，结合自身发展现状及目标，进一步细化研究 具体实施方案与细则。 1.0.3民航行业数据质量管理工作除应满足本规范的规定外，尚应符合国家、行业现行有关标 准的规定

1.0.1为提升民航数据质量，指导行业数据质量管理工作，实现数据质量的有效评价、控制和 改进，制定本规范。 1.0.2本规范适用于民航行业数据治理的数据质量管理工作。 【条文说明】各单位在本规范内容的框架与指导下，结合自身发展现状及目标，进一步细化研究 具体实施方案与细则。 1.0.3民航行业数据质量管理工作除应满足本规范的规定外，尚应符合国家、行业现行有关标 准的规定

2.0.1数据质量dataquality

数据质量是指数据满足应用的程度。

量是指数据满足应用的

2.0.2数据质量管理dataqualitymanagement

数据质量管理是指对数据全生命周期的每个阶段里可能引发的数据质量问题，进行识别、 度量、监控、改进的一系列管理活动，包括数据质量规则构建、数据质量检测控制、数据质量 改进等。

2.0.3数据质量规则data qualityrule

2.0.4数据质量控制dataqualitycontrol

2.0.5数据质量改进dataqualityimprovement

.0.6数据结构datastr

数据结构是指相互之间存在着一种或多种关系的数据元素的集合和该集合中数据元素之间 的关系。

数据维护data maintenan

数据维护是指修改或更新数据元素或数据记录，维护数据逻辑一致性的过程

航数据质量管理一般要求

3民航数据质量管理一般要求

3.0.1民航数据质量管理应根据业务问题和数据需求，聚焦关键数据和痛点问题，阶段性划定 范围。 3.0.2数据质量管理的流程宜包括数据质量评价规则制定、数据质量控制、数据质量改进（如 图3.0.2所示），具体内容包括： 1数据质量评价规则制定阶段应根据业务需求及数据标准要求制定数据质量评价规则； 2数据质量控制阶段应根据数据质量评价规则实施数据质量检查、监控等控制手段，发现 并反馈数据质量风险，宜包括事前、事中和事后控制3个部分； 3数据质量改进阶段应分析数据实际质量和目标质量差距的原因，并进行数据质量问题的 处理和改进

图3.0.2数据质量管理基本流程

3.0.3数据质量管理应贯穿数据的设计、产生、汇聚、应用阶段，并符合下列要求： 1数据设计阶段应在数据架构建设中融人数据质量的评估，包括： 1）数据资产目录应完整，业务对象应有明确的数据责任人对其全流程数据质量负责； 2）数据标准应唯一，数据业务用途及定义应准确，数据标准在信息系统及其对应的业务流 程中应得到应用； 3）物理数据模型应遵从逻辑数据模型进行设计； 4）业务对象的元数据质量应达标。 （条文说明）数据责任人是指基于数据的业务属性负责数据治理责任的个体，包括最高数据责任

人、领域数据责任人、业务数据责任人。 2数据产生阶段应厘清各个业务源系统的数据结构和定义，利用数据模型保证数据结构完 整、一致，应执行数据标准、规范数据维护过程，进行数据质量检查，从源头系统保证数据准 确、完整、唯一。 3数据汇聚阶段应加强数据质量问题的检查，跟踪数据质量问题的解决情况。 4数据应用阶段应根据数据的应用目标和现实情况，对现行的数据质量评估规则给予及时 反馈，提高上下游系统之间数据服务水平

4.1评价步骤与评价维度

4.1.1数据质量评价宜包括以下步骤（如图4.1.1所示）： 1梳理本单位数据资产概况，确定关键数据项； 【条文说明】本规范中“单位”指民航行业各级行政主体、企业、直属单位和行业协会等组织 2分析数据质量业务需求，明确数据标准及业务规则； 3设计数据质量评价的关键维度，制定数据质量评价指标； 4根据业务发展需求及数据质量评价分析结果对数据质量评价规则进行验证； 5将数据质量评价规则进行技术实现，实现数据质量的自动化评价及监控

图4.1.1数据质量评价流程

4.2.1数据质量评价宜考虑完整性、时效性、准确性、一致性、规范性、可访问性6个维度。 4.2.2完整性应衡量数据按规则要求被完整赋值的程度。 4.2.3时效性应衡量数据在时间变化中的正确程度，包括数据获取的及时程度，数据符合当前 业务时序逻辑的程度。 4.2.4准确性应衡量数据表示其所描述的真实实体真实值的程度。

4.2.6规范性应衡量数据与所定义的数据标准、数据模型、业务规则、元数据等规范的符合程度 4.2.7可访问性应衡量数据能被访问和使用的程度

4.3.1完整性评价指标定义如表4.3.1所示。

表4.3.1完整性评价指标

行时间”等多项数据元素。当某航班“保洁开始时间”缺失时，该航班属于不完整的数据记录，该航班的保洁开始 时间属于不完整的数据元素，

时间属于不完整的数据元素

4.3.2时效性评价指标定义如表4.3.2所示。

表4.3.2时效性评价指标

满足及时性要求的元素。 时序性示例：以航班飞行动态为例，包含“抬前轮时间”“着陆时间”等多元素，同一航班的各时间节点应符合正 确的时序关系，当“抬前轮时间”晚于“陆时间”时，属于不满足时序性要求的元素。

满足及时性要求的元素。 2时序性示例：以航班飞行动态为例，包含“抬前轮时间”“着陆时间”等多元素，同一航班的各时间节点应符合正 确的时序关系，当“拾前轮时间”晚于“着陆时间”时，属于不满足时序性要求的元素。

准确性评价指标定义如表4.3.3所示

4.3.3准确性评价指标定义如表4.3.3所示

表4.3.3准确性评价指标

件号码”等多元素，当某元素与真实发生情况不一致时，该元素属于不满足数据内容正确性要求的元素， 2数据格式正确性示例：以航班离港时间为例，若约定为十二位时间格式，则不符合该格式要求的数据为不满足数 据格式正确性的数据。 3数据唯一性示例：以空管计算撤轮挡时间为例，当多套系统对特定航班生成计算撤轮挡时间时，同一时刻记录并 对外公布的该航班有效计算撤轮挡时间唯

评价指标定义如表4.3.

表4.3.4一致性评价指标

：1相同数据一致性示例：以航班“计划取消状态”为例，在航空公司营销部门、运行控制部门的不同数据库内分别 存储的同一航班的“计划取消状态”保持一致。 2关联数据一致性示例：以机场停机位数量为例，“停机位数量”“已使用停机位数量”“剩余停机位数量”三者之 间满足“停机位数量=已使用停机位数量+剩余停机位数量”的逻辑关系

存储的同一航班的“计划消状态”保持一致， 2关联数据一致性示例：以机场停机位数量为例，“停机位数量”“已使用停机位数量”“剩余停机位数量”三者之 间满足“停机位数量=已使用停机位数量+剩余停机位数量”的逻辑关系。

4.3.5规范性评价指标定义如表4.3.5所示

规范性评价指标定义如表4.3.5所示

表4.3.5规范性评价指标

4.3.6可访问性评价指标定义如表4.3.6所示

4.3.6可访问性评价指标定义如表4.3.6所示

表4.3.6可访问性评价指标

建设[2020]6号：国网湖南电力建设部关于新建变电站实施一键顺控升级的通知（国网湖南电力建设部2020年2月）开使用、则不满足可用要求

5.1.1数据质量事前控制包括对质量规则的检查和数据源系统的检查。 5.1.2数据质量规则检查应检查数据业务规则的合理性，核对跨系统数据的一致性。 5.1.3数据源系统检查应检查源系统变更情况，包括表结构变更情况、字段值变更情况等 5.1.4数据上线前应基于元数据对象质量规则进行上线数据的质量检查

5.2.1数据质量事中控制应在数据流转和应用过程中设置关键质量控制节点，针对潜在数据质 量风险制定数据质量检测计划，基于数据质量评价规则对计划范围内的数据进行稽核。针对质 量未达标的数据应发出告警，针对质量问题严重的数据宜设定熔断机制中止数据流转。数据质 量事中控制监控流程如图5.2.1所示

图5.2.1数据质量事中控制监控流程

5.2.2应对运行过程中的数据进行质量监控，基于数据质量评价规则对运行结果稽核并进行错 误告警。 5.2.3应对质量问题告警进行定位分析、相似问题分析，宜利用元数据血缘分析定位问题数据 路径节点及关联数据。 5.2.4应对数据质量间题进行分类、统计，形成数据质量报表

题数据的增加、删除、更改、查询、终止流转等

5.3.1数据质量事后控制应针对事前和事中控制阶段暴露的质量问题进行归纳总结。 5.3.2宜将生产运行中系统监控到的数据质量问题、人员报告的数据质量问题、维护发现的数 据质量问题等统一汇聚到数据质量问题库，分析问题原因。 5.3.3宜按周期形成数据质量分析报告JJG(粤) 017-2013 永停滴定仪检定规程.pdf，包括质量问题和影响，以及问题处理情况等内容。 5.3.4应按数据质量评价维度（完整性、时效性、准确性、一致性、规范性、可访问性）形成 数据质量评估报告。

图6.1.1数据质量改进步骤

.2.1数据质量间题分析应识别导致数据质量问题的根本原因，包括但不限于信息原因、流 原因、技术原因和人员原因（如图6.2.1所示）。