自20世纪90年代以来，随着各种计算机技术，如数据模型、数据库技术和应用开发技术的不断进步，数据仓库技术在不断的发展，并在实际应用中发挥了巨大作用。使用数据仓库所产生的巨大效益同时又刺激了对数据仓库技术的进一步需要，其市场正以迅猛速度向前发展：一方面，数据仓库市场需要量越来越大；另一方面，数据仓库产品越来越成熟，生产工具的厂家也越来越多。经过多年发展，数据仓库技术已经逐渐完善。但仍存在一些问题，如需改进可用性、操作质量上的提高等等。而要使其更好的服务于企业高层管理者科学决策，严格把握好数据质量管理控制成为关键所在，即进行“脏”数据的清理，为企业决策提供清洁、完整、一致、正确、准确、协调的高质量数据。研究数据质量管理控制问题，有着重要的现实意义。 　　合理的划分和评价数据库中的数据质量问题是进行管理控制的基础，设置全面的质量评价指标体系是重点，在此基础上提出数据质量的管理控制措施和实现方法是解决问题的关键。基于这种思考，本文对数据库中数据质量的管理和控制问题进行了分析和讨论，并提出了数据质量管理的体系结构模型，进而用QM实现了数据质量管理在银行信用卡数据管理方面的具体应用。 　　本文结构如下：第一章阐述了数据质量问题产生的来源、解决方法以及衡量标准；第二章论述了数据质量分析的方法步骤和工具平台；第三章进一步研究论述了数据质量管理的过程；第四章构建了数据质量管理的体系结构模型，重点分析了本人参与设计的服务器端体系结构，并用UML语言详细解析了服务器的主要部件及其主要功能；第五章以第四章为基础，借助QM软件工具，在银行信用卡的数据质量管理方面实现了数据质量管理的具体应用。最后通过课题项目的研究开发，总结出银行系统数据质量问题的8个主要原因和处理方法，作为拓展银行数据清理系统的原则性指导。