数据质量管理是指对数据从计划、获取、存储、共享、维护、应用到消亡的全生命周期中可能引发的各类质量问题，进行识别、度量、监控、预警等管理活动，并通过改善组织管理水平提高数据质量。它是循环管理过程，目标是通过可靠数据提升使用价值，为企业赢得经济效益。
数据质量管理不仅包含数据清洗，还包含对组织的改善。针对数据，包括分析、评估、清洗、监控、错误预警等；针对组织，包括确立改进目标、评估流程、制定改善计划、建立监督审核机制、实施改进、评估效果等。
评估分为两个维度：
数据质量评估维度：完整性，度量数据丢失或不可用；规范性，度量未按统一格式存储；一致性，度量数据值在含义上的冲突；准确性，度量数据不正确或超期；唯一性，度量重复数据或重复属性；关联性，度量关联数据缺失或未建索引。
管理质量评估维度：配置管理，度量数据生命周期内相关资源是否受控；培训，度量数据生产和使用者是否接受培训、效果是否满足岗位需要；验证和确认，度量数据是否满足指定要求、是否在计划环境中满足使用要求；监督和监控，度量产生和使用数据的流程是否真正受控。
数据质量因素主要来源于四方面：信息因素，如元数据描述错误、数据源规格不统一；技术因素，如数据创建、获取、传输、装载、使用、维护等环节异常；流程因素，如系统作业和人工操作流程设置不当；管理因素，如人员素质及管理机制问题，包括培训、奖惩措施不当导致的管理缺失。