（3）构建数据中心与数据仓库

　　根据数据的业务特性和业务需求进行集成、整合、加工，并下发给后续的集市区和下游系统，是数据中心与数据仓库元数据质量管理的主要内容。使用ETL工具，构建数据中心与数据仓库，保证用于决策支持的数据是准确而有效的，提高数据共享的准确性以及数据分析的可靠性。目前已完成数据清洗并据此搭建的主题数据中心及数据仓库包括人事、科研、教学、学生等。

图4 数据清洗过程

　　总之，数据质量的改进是一个持续不断的过程，一方面通过完善数据质量管理制度和流程，对数据进行科学有效的质量管理和质量控制；另一方面通过技术手段实施数据检查，并通过数据质量管理流程进行改进。上海财经大学在数据质量管理方法上进行了初步探索，并取得了一定的成效，在数据的准确性、规范性、惟一性有所提升，以期为高校数字校园过程中提高数据质量提供参考。

　　（作者单位为上海财经大学信息化办公室）