数据架构师: 您要治理什么？

这是一个很不错的说词。但在加入您的事业之前，我想看看 “蓝色巨人” 是如何吃 “垃圾食品” 的。Adler 问我是否了解 IBM 的产品目录。我确实了解 — 毕竟我为 IBM 工作了 17 年。IBM 有大量信息，有多达 1.2 亿条记录。显然，这些记录中很大一部分包含错误的信息：错误、缺失和未及时发布的数据。在 255 个 IBM 产品公告中，只有 5 个完全没有错误。这真是让人震撼的统计数字。

为了找出数据质量问题的来源，团队在通向生产数据库的数据流中不同的位置上设置 “捕捉器”。捕捉器帮助团队发现在特定条件下可能发生的错误。找出问题的原因之后，团队就可以设计和实现基于过程和基于技术的解决方案，从而消除不准确的信息的来源。

不是我的问题（也许是？）

我想，只要消除可能导致数据质量问题的条件就行了，所以由您负责。我希望您成功。不需要围着我和 DBA 照管的数据库打转 — 它们很可靠。有多可靠？精确度至少有 99.9%。我谈论的数据库有多少数据记录？生产数据库可能有超过 10 亿条记录。是的，由于数据库规模如此之大，尽管错误率非常低，错误数量仍然相当大。好吧，您说的有道理。在数据库内部和周围放上一些捕捉器可能是好主意。

Adler 说，但是不要就此止步，因为数据质量问题不仅仅是数据记录不准确。有时候，急迫的问题是必须处理数据分类。例如，一个组织通过并购形成了更大的规模，最终通过多个业务线为更大型的企业客户提供服务。客户公司之一抱怨说，当他们通过不同业务线的代表向服务提供组织提出同一个问题时，却得到了不同的回答。这是因为对于不同的业务线，相同术语的含义不同。这是数据定义问题 — 数据治理要通过有效的主数据管理 (MDM) 消除此类问题。