无锡某传媒集团是市属主流媒体机构，依托本地化数据采集与分析能力，开发了“城市运行事件分析服务”数据产品。
该集团计划将该数据产品在数据交易所挂牌交易。然而，数据交易平台普遍要求：上架产品必须经过第三方质量评估，并出具《数据质量评估报告》，作为交易定价和买受人决策的依据。
该集团面临的挑战，也是当前数据交易市场的普遍痛点：
1．买方不信任
卖方自述“数据质量好”没有说服力，买方担心买到“脏数据”或“注水数据”，交易意愿低。
2．定价无依据
数据产品的价格与质量直接相关，但没有第三方量化评估，买卖双方只能在价格上反复博弈。
3．合规风险
交易所要求上架产品必须经过质量评估，但市场上具备数据质量专业评估能力的机构极少。
龙石顾问诊断： 数据交易的本质是信任交易。买方凭什么相信这份分析报告？卖方凭什么证明自己的产品值这个价？而第三方质量评估就是建立信任的“公证人”。
龙石数据受该集团委托，对其计划上架交易的数据产品进行独立第三方质量评估。评估不预设产品类型，而是根据产品形态和业务场景，设计“一产品一方案”的评估策略。
整个评估体系以国家标准《GB/T 36344-2018 信息技术 数据质量评价指标》为基石，从完整性、准确性、规范性、一致性、时效性五个维度构建评估标尺。
1．按品施策，定制评估
龙石数据团队根据数据产品形态和使用场景，识别关键质量属性。针对性地设计评估规则，确保每条规则都有业务依据、可量化、可审计。
- 原始数据集，重点看完整性和准确性
- API服务，额外关注响应时效和稳定性
- 分析报告，侧重来源数据的可靠性和分析逻辑的正确性
- 模型服务，强调输入输出一致性、结果可复现性。
2．自动化评估 + 人工复核
借助数据质量评估工具对产品涉及的数据资源进行全量自动化扫描，系统自动标记问题记录并计算得分。针对需要业务判断的指标（如数据与真实场景的逻辑一致性），由数据质量分析师进行人工复核，确保评估结果客观、可追溯。
3．出具《数据质量评估报告》
报告包含评估概述、评估方法、各维度得分、问题明细及改进建议，并附有评估依据和评分方法。该报告随数据产品一并提交数据交易所，作为产品上架和交易的必备材料。
第一阶段：产品分析与模型设计
分析该集团拟上架数据产品的形态、业务场景和使用方式。确定评估范围（全量或抽样）、设计五维评估指标和具体规则，经客户确认后作为评估依据。
第二阶段：数据接入与自动化评估
对接产品涉及的数据资源，通过数据质量管理系统执行全量自动化评估，生成初步得分和问题清单。
第三阶段：问题分析与报告编制
对系统识别的问题进行人工复核，确认问题类型和严重程度。汇总形成《数据质量评估报告》，包含总评分、分项得分、问题明细及修复建议。
第四阶段：报告交付与交易支持
将评估报告交付该集团，配合数据交易所的上架审核，解释评估方法和结论。最终产品成功上架交易。
1．买方敢买、卖方敢卖，数据交易有了“信任基石”
第三方质量评估报告成为数据交易所审核的“通行证”。买方不再担心“数据能不能用”，卖方不再自夸“数据质量好”。该集团数据产品上架后，已有多家单位询价并达成交易意向。
2．帮助客户发现并修复了隐性数据问题
评估过程中发现部分数据存在规范性不足、时效性偏差等问题。该集团据此完成数据整改，产品质量评分从评估前的预估85分提升至99分以上，用户体验显著改善。
3．扩充了数据产品质量评估规则库
形成的评估规则库覆盖完整性、准确性、规范性、一致性、时效性五大类，累计数万条规则，可直接复用于其他数据产品的质量评估，大幅降低后续项目的评估成本和时间。
