政府数据质量框架造成克服有条不紊的数据
国家统计局（ONS）已发表提高公共部门数据质量的指导方针。
由政府数据质量枢纽和政府数字服务制定的政府数据质量框架为政府提供了五项数据质量管理提供了五个原则。
在框架的联合前言中，IAN DIAMOND，NITIONTICININIAN和AEX CHISHOLM是公务员的首席运营官写道：“2011年公共账户委员会报告显示，数据尚未被视为资产，以及如何变得正常”围绕“质量差，混乱的数据。
“政府内的数据质量问题的程度被理解得很差。对数据质量的工作通常是有反应而不是证据。在已经确定了质量问题的情况下，症状经常被治疗而不是原因，导致无效的改善和资源浪费。“
框架原则是：了解您的用户及其需求，在整个数据生命周期中评估质量，清晰有效地传达数据质量，并预测影响数据质量的变化。
内阁办事处议员朱莉娅·洛佩兹（Julia Lopez）秘书在该股份发出的一份声明中表示：“该框架的出版物代表了政府中数据质量的里程碑，并且是在公务员制造真正的数据质量文化方面的一步。
“我们希望看到更多的决定是基于完整，一致，可靠和准确的数据进行的。”
政府数据质量枢纽的负责人James Tucker补充说：“数据革命几乎改变了人们生活的各个方面。因此，公共部门持有的数据是英国最有价值的资产之一，它至关重要，它适合目的
“该框架阐述了使政府理解，沟通和提高质量的原则和实践，以便我们对我们的数据充满信心。”
框架文件本身表示：“目前，我们缺乏跨政府管理数据质量的一贯方法。该框架借鉴了国际和行业的最佳实践，并列出了一系列旨在实现适合目的数据的原则，做法和工具。该框架要求组织通过处理来源的问题，并致力于监测和报告，制定数据质量的“文化”。“
该文件包括三个数据质量最佳实践的案例研究，包括内阁办公室监督的帆布改革方案，旨在现代化选举登记过程。
它说，这个项目已经“将数据带入过时的审计过程中，以降低纳税人的成本以及当地政府官员的行政负担，而最终提高公民的经验。”
从今年开始，年度CANVASS在Canvass进程的一开始就介绍了一个新的“数据匹配步骤”，其中包括ectoral登记官（EROS）将其选举登记者与下列部门的数据进行比较，以及本地持有的数据来源。
该“数据匹配”步骤指示选举登记程序上的信息是否可能是正确的。结果将告诉ERO，哪些属性可能拥有居住在其中的同一个人，其特性可能发生了变化，其效率增益。
