数据仓库建设中碰到过哪些数据质量问题？怎么解决的

数据质量，绝大多数都是数据源头问题，如果没有闭环式的反馈式数据质量管理，数据质量几乎永远得不到改善。仅仅依靠DW去解决数据质量问题，是CIO以及数据人员一厢情愿的幼稚想法。
因此，需要有人员，流程，技术，以及相关的运营以确保数据质量。
话题太大， 改日再说收起

1、遇到最多的就是古老的系统中某些本应该是选择性输入的，却是手工输入，五花八门的数据，例如：省份的名称浙江省、浙、浙江。甚至前后全角空格，各种乱码。
2、异常数值
3、数据订单的分类状态

在系统的架构层次中，这些问题需要在数据仓库里尽早捕获，尽早解决。不要将这些问题遗留到报表展现、统计分析的时候再去处理。
在项目的实施阶段中，也要尽早地提出，尽早的验证问题。因为脏数据的处理是数据仓库类项目中很重要的一部分，前期如果没有正视问题，等问题暴露出来，很可能需要修改etl的设计，影响进度，影响项目质量。收起