请选择您所在的部门？
生产指挥中心
生产一部
生产二部
生产三部
设备维修保障中心
船务管理中心
1. 你在本公司担任的职务？
部门经理（含正副职）
值班长（含正副职）
普通员工
2. 你了解公司是否有关于数据质量、数据标准、数据管理相关的战略，制度与管理方法？
不知道
没有
知道，但是与目前工作关系不大
知道，偶尔看看
知道，经常使用
4. 贵公司是否有覆盖业务全局的数据管理策略？
不知道
没有
在主要业务领域已有，比如生产管控
已有公司全局的跨领域数据管理策略
5. 关于数据标准、管理、质量等内容贵公司是否组织过相关内容的宣传与培训？
没有
有，很少
有，定期会在重大会议上强调
有，经常提到
6. 公司的数据管理策略是否已经与公司的发展规划，业务远景相结合？
不知道
没有
已经有了面向业务规划的数据策略，但是规划还不够清晰
已经有了面向业务规划的数据策略，并且规划清晰，路线图明确
已经设立的专门的组织，并建立了相关的管理制度，办法，考核机制
7. 数据标准、数据质量是否对日常工作有重要影响？
没有意识过这个问题
不重要
重要，但是影响不大
很重要，需要高质量的数据辅助业务运营与决策
8. 公司是否通过IT系统收集数据和信息，以跟踪、评审和改进组织的绩效？
不知道
没有
有，但是从系统收集的数据不多
有，已实现大部分数据从系统自动获取
9. 对于已建、在建的业务系统，贵公司有无用户手册、数据设计、数据定义的
操作手册、培训制度？
不知道
没有
有，但是没见过
有，工作中会查看和使用
10. 贵公司信息系统的编码统一程度如何？
不知道
没有统一明确的制度，由各系统设计开发人员自行制定
有统一的标准，但没有强制执行
有统一的标准，并且执行力度很强
11. 日常工作中需要的数据容易被获取和使用吗？
困难，需要寻求其他部门的帮助，并且不属于该岗位职责的工作内容
不容易，需要自行通过手工的方式的整理，比如使用Excel收集、处理数据
比较容易，可以通过系统自行获取，但是需要自行处理提高数据质量，再进行使用
容易，可以通过系统自行获取，并且数据质量较高
12. 在日常工作中，数据可以自动获取的比例如何？
<25%
25%~50%
50%~80%
> 80%
13. 是否有系统自动记录的数据不准确，需要手工调整的情况？
没有
有，每天小于5次
有，每天大于5次
非常严重，系统自动的数据几乎都需要手工调整
15. 对于手工录入的数据，是否有标准手册规范数据填写的质量（及时、准确、
详细）？
没有
有，但是文档更新程度不够
有，文档随业务变化经常更新
16. 对于手工录入的数据，是否有完善的校验机制，比如通过下拉菜单，输入数字的地方不能输入文字，相关的审核机制等等？
17. 对于手工录入的数据，如果录入错误，您是否会对以往填写的数据进行修改？
不能修改
可以随意修改
可以修改，但是需要通过申请，审核等流程
可以修改，但是需要通过申请，审核等流程，并且从系统中可以查看到何时，何人由于何种原因进行修改，相关审核人的意见等等。
18. 您认为数据标准定义和填写标准是否需要进行培训？
20. 你对本公司生产管控和设备管理所产生的数据质量是否满意？
21. 您对本公司生产管控和设备管理所产生的数据定义是否明晰？
22. 对系统所要求您填写的数据的录入标准，录入规范等要求是否明确？
23. 在日常业务中，你对系统提供的数据在完整性上支持日常工作的满意度?
24. 在日常业务中，你对系统提供的数据在准确性上支持日常工作的满意度?
25. 在日常业务中，你对系统提供的数据在详细程度和数据粒度上支持日常工作的满意度?
26. 您认为现有的数据是否能真实反映业务实际情况？
27. 您认为目前的数据质量是否能满足业务分析需求？
28. （可多选）您觉得现在数据质量存在问题的根本原因是什么？
管理机制不完善
填写无标准
数据定义不清晰
质量无校验
自动生成的数据不准确
填写不及时
数据可采性差
填写数据判断难度大
其他：
30. 数据标准，数据质量的相关工作的开展是否会对你现有的工作造成影响？
无影响
有影响，但不大
有很大影响
有很大影响，但很必要
31. 你期望数据标准化，数据质量管理能够给你带来哪些日常工作上的帮助？
明确了数据的业务标准和技术标准
能提供更高质量的数据（更完整，更准确，更及时）辅助日常工作
更够方便的使用整个企业的数据，比如生产、设备、财务等等
可以使用更丰富的分析手段进行业务分析
其他：
32. 您觉得现在哪些数据在系统里记录时随意性较大？
33. 您觉得哪些指标数据歧义较大、需要尽快明确统计口径？
35. 目前您工作中涉及哪些数据尚未有信息系统进行收集管理？
36. 您认为目前系统内数据是否准确，主要存在哪方面的问题，请举例说明
37. 您是否利用系统内数据进行生产情况分析，分析结果是否准确？如果不准确您认为是哪些原因导致的，请举例说明。
38. 为了更好地提升数据质量和开展数据标准化的建设工作，如果其他建议，请填写在下方，谢谢您的宝贵时间。