數據質量管理遵循源頭治理、閉環管理的原則。
源頭治理方面，主要是指在新建業務或 IT 系統過程中， 明確數據標準或質量規則，采用“壹數壹源”原則，與數據生產方和數據使用方確認，常見於對於數據時效性 要求不高或核心業務增量數據等場景。
閉環管理方面，主要是指形成覆蓋數據質量需求、問題發現、問題檢查、 問題整改的良性閉環，對數據采集、流轉、加工、使用全流程進行質量校驗管控，持續根據業 務部門數據質量需求優化質量管理方案、調整質量規則庫，構建數據質量和管理過程的度量指標體系，不斷改 進數據質量管理策略。
數據質量管理原則主要包括以下五個方面：1. 遵從企業管理、業務模式，抓住數據質量問題重點、難點；2. 全面、細致，先易後難，逐步推進；3. 壹次性、壹勞永逸為原則的歷史數據清洗策略；4. 選擇最適合的歷史數據清洗工具等；5. 數據質量監測日常化。
在大數據早期，做數據治理最主要的目的，就是為了提升數據質量，讓報表、分析、應用更加準確。到今天，雖然數據治理的範疇擴大了很多，我們開始講數據資產管理、知識圖譜、自動化的數據治理等等概念，但是提升數據的質量，依然是數據治理最重要的目標之壹。
因為數據要能發揮其價值，關鍵在於其數據的質量的高低，高質量的數據是壹切數據應用的基礎。在數據質量不高的環境下，做數據分析可謂問題重重，數據質量問題已經嚴重影響了組織業務的正常運營。
通過科學的數據質量管理，持續地提升數據質量，已經成為組織內刻不容緩的優先任務。