良好的数据质量是度量分析领域的基石，也是量化管理改进的基础性保障之一。基础数据缺失以及基础数据质量低都严重影响度量指标、基线、效能质量模型的准确性和应用推广价值。
因此，企业内部需要建立由基础数据验证、指标验证和数据可信度验证三层次组成的数据验证机制，确保数据的一致性、完整性、合理性和可靠性。
1、基础数据验证部分，主要是从数据的源头进行把控，在数据录入阶段进行审核，确保原始数据的质量
2、指标验证部分，是从各个指标角度对数据进行审核和校验，一般根据指标本身含义对数据进行解析，有可能同时参考其他指标进行综合判断
3、数据可信度验证部分，是在基础数据和指标验证通过的基础上，从数据可信度特性角度审查已有数据和指标，对其进行评价，并识别可改进的过程
针对基础数据，度量指标，对数据质量进行可信性评价，形成《数据可信度评价报告》