数据质量是数据治理的核心内容，提高数据质量也是数据治理的核心目标。数据作为生产要素是数字经济的基础，高质量的数据是数据价值的保障。对数据质量的管理是数据全生命周期的管理，需要一把手的参与和承诺，并有相应的数字化企业文化的建立和一系列工具及制度的保障。

经常有人问，数据重要还是算法重要？回答应该是肯定的：二者都重要;但如果只能选择一个的话，那么数据更重要。因为如果数据是低质量的甚至是错误的，再好的算法所得出的结论也只能是不准确甚至是错误的。所谓的“垃圾进，垃圾出”（Garbage in，Garbage out）讲的就是这个道理。按照国际数据管理协会（DAMA）的数据管理知识体系（DBMOK2），提高数据的质量是数据治理的核心内容。数据作为数字经济的基础，高质量的数据也是数字经济的必然要求。

数据质量的定义

“数据质量”（Data Quality，简称DQ）一词有多重意思，既指高质量数据的相关特征，也指用于衡量或提高数据质量的过程。按照DAMA的说法，“数据质量如能达到数据使用者的期望和需求，也就是说，如果数据满足数据使用者应用需求的目的，就是高质量的;反之，如果不满足数据使用者应用需求的目的，就是低质量的。因此，数据质量取决于上下文和数据使用者的需求”。

国际标准化组织（ISO） 8000国际数据质量标准也提出了一些关于数据质量的标准。这一标准的建立是为了使复杂数据能够以与应用无关的形式进行交换。在标准的介绍中，ISO指出：“为了能够以及时和经济高效的方式创建、收集、储存、维护、转移、处理和呈现数据以支持业务流程，既需要了解决定其数据质量的特征，也需要具有能够对数据质量进行测量、管理和报告的能力。……