随着我国科学技术的不断进步和发展,软件工程的数量正在增加。若切实的开展软件工程,其中产品研发的质量管理相当重要。对于研发过程中存在的问题,要重点加以分析和解决,以此才能推动软件工程的健康发展。X公司推出的数据治理软件产品用以辅助企业数字化转型中的大数据整合、智能分析等数据治理业务。在经历V1.0版本上线以后,中标某企业数据治理项目,在实施过程中,产品质量问题较为明显,客户反映问题多。在项目验收通过后,对存在的问题进行复盘,计划在后续版本引入戴明环质量管理方法（PDCA）,制定科学的研发质量改进方案,以期能实现大的质量飞跃。本论文结合工作实际推进,通过对影响研发质量问题的相关指标量化分析,按影响程度不同采用针对性措施纠正,在实践中融合理论,形成研发过程质量解决方案。主要研究内容包括以下几点:1.针对不同企业在数据治理软件研发过程中存在的矛盾点,对X公司的软件适用场景探索,结合公司内部组织架构,对暴露的质量问题按照管理、抽检、追溯等环节研究,明确影响质量的四个重要问题包括:研发考核管理不精细、需求变更频繁、研发测试流程不规范、质量保证过程不严格。2.利用层次分析算法对四个质量问题相关指标进行量化研究,建立结构模型,经过判断矩阵、一致性检验计算,得到指标的权重排序,结果表明:需求基线、变更流程、绩效指标、缺陷率四个指标,对数据治理软件的质量管理影响最大。3.根据计算出的权重结果,对四个质量问题按照计划阶段、执行阶段、检查阶段、处理阶段四个阶段进行分解,在不同环节寻找问题根源,落实主要影响因素,明确该问题影响的范围和深度,形成问题处理的PDCA模型。4.产品经过质量改进后,通过收集数据进行熵值法定量分析,并结合市场反馈进行定性分析,结果表明,软件的质量有明显提升。本文研究的问题处理模型已通过产品不同版本迭代使用,应用效果达到预期,并设立体系、培训、配置、组织四个方面保障措施实现质量高水平管理的长效机制。