依据相关的国家标准、行业标准和地方标准，建立科学、客观的数据质量评价体系，充分运用大数据相关技术和机器学习相关理论，实现海量信息的异常探查和智能修复，实时监控数据质量波动，以数据质量通报和考核为抓手，建立数据状态可感知、数据问题可追溯、质量责任可落实的数据质量管理和运营体系。
1.评测模型管理：支持按主题管理数据质量评测模型，支持基于树形结构创建、修改和删除主题，并可以将主题与组织架构关联，支持模型创建、修改、删除和复制，并将模型和数据库关联；支持基于评测对象的新增、查看、编辑和删除功能，并可以设置数据过滤条件，能够设置查询条件和在线查询评测对象的数据，集成数据水印，防止数据泄露，便于安全溯源；支持模型维度的问题数据清除。
2.数据质量评测规则管理：支持图形化定义数据评测规则，覆盖规范性、完整性、准确性、一致性、时效性5大类13小类的质量监测规则。
质量规则管理
3.评测任务管理：针对数据质量评测任务，提供执行策略配置。支持独立执行或聚合执行数据质量模型，支持可视化定义质量评测任务的执行策略，包括天、周、月、时间间隔等维度。
4.问题数据管理：为了确保数据质量管理安全可控，系统支持模型维度问题数据查看、导出、历史查看等功能，支持同一模型下不同维度的问题数据展示，包括评测数据量、评测规则数量、问题总数以及待修复、已关闭等各个环节的问题数据分析。支持显示问题数据描述、错误描述等信息
5.问题数据派发：平台支持按来源部门派发、按责任人派发、指定对象派发三种问题数据派发方式，满足不同场景的问题数据溯源要求。