數據核實有哪些方式

1. 數據調查的具體方法是什麼

一 業務調研

數據倉庫是要涵蓋所有業務領域，還是各個業務領域獨自建設，業務領域內的業務線也同樣面臨著這個問題。所以要構建大數據數據倉庫，就需要了解各個業務領域、業務線的業務有什麼共同點和不同點，以及各個業務線可以細分為哪幾個業務模塊，每個業務模塊具體的業務流程又是怎樣的。業務調研是否充分，將會直接決定數據倉庫建設是否成功。

二 需求調研

了解業務系統的業務後不等於說就可以實施數倉建設了，還需要收集數據使用者的需求，及找分析師、運營人員、產品人員等了解他們對數據的訴求。通常需求調研分下面兩種途徑：

1. 根據與分析師、運營人員、產品人員的溝通獲取需求。

2. 對現有報表、數據進行研究分析獲取數據建設需求。

三 數據調研

前期需要做好數據探查工作，需要了解資料庫類型，數據來源，全量數據情況及數據每年增長情況，更新機制；還需要了解數據是否結構化，是否清洗，是介面調用還是直接訪問庫，有哪些類型的數據，數據結構之怎樣的。

• 數據開發，模型建設之前，先了解數據結構，數據內容，數據特性，對數據有一個整體把控

• 探查一下本次需求能不能實現，怎麼實現，有沒有隱藏bug，數據質量如何

2. 品質數據的確認方法有哪些

QC檢驗時一般有三種檢驗方式正常檢驗（NormalInspectin）:產線品質較穩定無廠外退貨與客訴。通常採取此種方式檢驗。
加嚴檢驗:(TightenedInspection)：
1)新機種投產,品質無把握時;
2)新產線作業,品質不穩定時;
3)客戶抱怨時,當有客戶抱怨某機種有某種不良時,OQC則應清查庫存加嚴重驗並對產線後續入庫之產品,連續三批須加嚴抽驗,若五批後,再無廠內/外及客訴則轉為正常檢驗。
減量檢驗:(RecedInspection)穩定之產品,製程不良率低,無廠內,廠外退貨及客訴,長期生產可減量檢驗。
三者之間的轉換條件為:N(正常檢驗)轉換成T(加嚴檢驗)：連續五批中有兩批拒收。T(加嚴檢驗)轉換成N(正常檢驗)：連續五批合格。
N(正常檢驗)轉換成R(減量檢驗):連續十批合格。
R(減量檢驗)轉換成N(正常檢驗):十批中有一批拒收。若連續五批不合格則中止檢驗。
3。入庫數量在150PCS以下須全檢,若入庫為200PCS,QC人員應視情況而定,也須全檢。
4。對新產線,新客戶之新料號或老客戶之新料品質無保證的情況下,QC須跟產線全檢。
5。抽樣數及允收數詳見《抽樣計劃》

3. 關於數據人工核查請教

錄入之後。數據核查方法包括人工核查和系統核查，以系統核查為主。1.
系統核查是指用SAS
X.X
軟體編寫核查程序，運行程序對數據進行系統核查並產生數據疑問數據。2.
人工核查內容根據雙方確認的DMP及DVP確定，一般主要包括安全性數據核查（不良事件、合並用葯）、CRF內容修改的研究者簽名和日期及系統核查難以核查的其它異常情況。舉例：程序員根據Check
Specification，編寫程序，對資料庫中的數據進行核查，產生疑問數據；再由數據管理人員，對疑問數據進行Review和人工核查，將確定需要研究者核實、訂正、補充等的疑問數據發出質疑。