基于企业的数据开展战略，定义元数据管理框架，采集、维护、检核全流程、多类型的元数据，顺利获得元数据变更管控，保证元数据质量和元数据分析服务的准确性，提升数据质量管控水平和问题整改效率。

顺利获得定义符合企业要求的基础数据标准、质量数据标准、代码数据标准和指标数据标准，构建一套规范企业数字化开展的数据标准体系，指导全流程数据模型的标准化建设，顺利获得标准映射评估来检核企业存量数据模型的规范化，确保各数据层级落地数据的一致性。

机器学习和相似度算法相结合，建立能够表示标注数据集的语言模型，找到匹配度最高的元数据与数据标准关系并推荐落标，提升基础数据标准落标效率和标准覆盖率。自动将有落标关系的数据质量标准，转换为对应的技术质量规则，从而执行后续的质检操作。

顺利获得业务数据质量规范形成的技术质检规则，定期检查业务数据的正确性，导出质量报告或质量问题跟踪矩阵，监控错误数据整改过程，将质量评估、质量检核、质量整改等工作环节进行流程整合，形成完整的数据质量管控闭环。