对录入数据的格式或来源没有统一明确的要求，缺少统一、规范的审核程序和标准，在录入后就成为问题数据，或在数据加工、利用过程中形成垃圾数据。

　　数据信息是一个企业的命脉。数据质量的好坏关系到提供信息的准确程度，直接影响到企业的生存和竞争能力。加强数据质量管理是数据分析和数据挖掘的需要,同时也是经营风险管控的需要。数据质量作为影响保险企业决策正确性的最基本元素，已被越来越多的管理层所关注。

　  财险公司数据缺乏有效管理

　　财险企业信息系统经过20多年的快速发展，从当时的单险种应用到现在的全险种应用和数据全国大集中，积累了丰富的数据资源。但由于缺乏有效的管理，数据质量低下，数据资源无法得到充分利用。因此，如何提高数据质量，已是迫在眉睫。以人保财险为例，近年来，该公司进一步加大数据质量管理工作的力度，将2010年定为公司“数据管理元年”，开展了数据综合治理工作，下发了《中国人民财产保险股份有限公司数据质量考核办法》，把数据管理作为各省分公司总经理、总公司相关部门主要负责人年终KPI考核和综合经营管理业绩奖评比内容之一。总公司与各相关部门、各省分公司主要负责人签订数据管理责任状，并且要求各级公司层层落实。

　　财险公司数据质量亟须提高

　　目前，财险公司的数据质量管理与以前相比，有了一定的发展。各家保险公司按照保监会对数据管理目标要求，积极推进信息技术与保险业务之间的融合，但在实际中由于各种原因还存在不少问题，需要我们去探索和研究。

　　缺乏科学、规范、完整的数据质量标准。有些情况下对录入数据的格式或来源没有统一明确的要求，缺少统一、规范的审核程序和标准，在录入后就成为问题数据，或在数据加工、利用过程中形成垃圾数据。历史数据量大，但数据严重缺失、凌乱，不完整、不规范。如车牌号、客户地址不完整，政府招标车辆没有特殊标志,历史数据中车队渠道码、大客户编码没有统一等。

　　数据信息共享程度差。业务系统不完善，各系统没有有效衔接。一方面，表现为系统内部各软件间数据定义没有统一标准，数据关联性差，信息资源无法得到充分利用；另一方面，由于受社会条件的制约，与公安等部门没有形成信息共享。如车辆信息、客户信息只能手工录入，没有校验，易造成数据质量问题，如身份证号码不正确，车辆发动机号、17位vin码不正确、客户地址电话缺失等。

　　缺乏验证程序，人员操作水平制约数据质量的提升，数据蕴含了大量的业务风险和管理问题。如没有及时日结造成业务和收付费系统数据不一致，估损不充足造成准备金系统与财务报表未决赔款准备金不一致，操作不当造成签单保费不等于批改后合计、被保险人职业代码不完备、农险受益农户户数大于承保农户户数等错误问题。

　　数据存在人为干预现象。在业务经营过程中，由于各种目的驱动，存在人为干预数据现象，导致数据失真。如随意调节已报告未理算赔案估损；人为注销不确定报案，待客户索赔后重新恢复该报案。这些现象严重影响了数据质量管理秩序，影响了公司的经营决策和未决准备金的精算。

　　让数据质量建设规范有序

　　健全制度，科学管理，保障数据质量建设规范有序。进一步完善《数据质量考核办法》, 明确数据采集各环节的要求，明确各部门的数据质量责任。通过基层应用的不断尝试和反馈，把考核点逐步完善，在数据准确性方面加入未决估损准确度、立案注销恢复率等风险控制点，在数据完整性方面加入新车车牌、客户联系方式等控制点，在数据一致性方面进一步加强业务、财务、收付费、准备金、分保各系统的一致性。深化内部管理，加强车险部、非车险部、理赔中心、财务中心、信息技术部等相关部门的协作，对异常数据进行严格管控，促进风险管控水平的提高。加大奖罚力度，建立数据质量考核制度，定期进行数据质量考核通报。

　　建立数据质量监控平台，提升业务管理水平。通过对数据全流程的监控管理，及时监控每日经营情况。首先，加强对承保、理赔信息录入完整性、准确性和及时性的监督，加强对各大系统间一致性的监督。对于不符合标准和要求的数据信息及时分析原因，能整改的立即进行整改和规范，避免问题结转，对已成事实无法整改的立即采取补救和改进措施。其次，加大培训力度。采用集中培训、专项培训、实地现场等培训方式，对相关部门负责人和业务骨干开展强化培训。及时解决员工实际操作中遇到的难题，规范操作，减少错误，为数据录入质量打下坚实的基础。

　　科学编制各类代码，实行代码标准化。信息分类编码标准化是实现信息处理、信息交换和信息资源共享的重要前提，是建立各种业务处理和信息管理系统的重要技术基础。有了统一的标准后，数据录入采集、加工处理等诸过程都将按照标准要求进行，数据混乱出错的情况将大为减少。如中国人民财产保险股份有限公司2010年发布并制定了企业标准《保险代码集》，规定了该公司业务、收付费、再保、财务信息交换和共享所使用的代码及其。该标准的制定为数据采集、处理和检索提供了方便，使复杂的信息处理工作系统化、规范化、简单化，保证了数据的准确性、有效性和一致性，大大提高了信息处理工作的效率和质量。

　　完善系统自身功能。一是加强系统间对接，减少重复劳动,阻拦错误数据于录入系统之前。在数据录入环节、客户资料数据导入环节、部门间信息交换环节，设置相应的逻辑规则，自动排查错误数据，提高原始数据的准确度。形成点对点、点对面信息交流渠道，实现资料报送电子化、信息传递双向化。二是完善系统内在设计，科学梳理业务流程。在实际应用中发现许多数据质量问题都是由于业务系统的缺陷造成。因此，应上下合力，不断完善业务系统，消除不必要的数据错误。