随着大数据时代的到来,以数据资产管理和利用为核心的大数据战略正成为全世界关注的热点话题。对于电子商务企业而言,一方面,企业可以利用大数据技术挖掘数据价值、开展数据化经营、开拓商业模式,使得数据资产的价值得以充分体现;另一方面,数据结构复杂化、数据量激增,如何保证数据质量,使得数据资产保值增值是大数据时代以数据为核心资源的电子商务企业面临的严峻考验。数据质量是数据资产化的基础,数据质量的有效控制是数据资产管理的首要任务。在此背景下,本文以问题为导向,在已有研究成果的基础上,以控制论、系统论思想为指导,运用质量管理理论、约束理论、元数据理论等多学科理论,在数据资产管理的视角下对B2C企业数据质量控制进行系统地探讨。本研究首先对研究背景、国内外的研究现状进行分析和总结,并对本研究涉及的主要概念和研究问题进行界定。在此基础上,阐述本研究的研究内容、主要研究方法、总体研究框架和创新之处。其次,运用扎根理论方法对多家B2C企业展开调研,在数据资产管理的视角下分析数据质量现状及其影响因素,归纳出数据质量影响因素模型。然后,从数据资产化对数据质量的需求出发,对数据质量标准进行探讨,提出B2C企业数据质量评价维度和相应的指标体系,并探讨了数据质量控制的目标定位,质量控制体系的组成要素和功能架构。在讨论了数据质量影响因素以及质量控制体系的基础上,按照质量控制实施的时间阶段不同,从前期控制、过程控制、反馈控制三个部分对数据质量控制过程进行探讨,详细分析了元数据标准、数据质量规则、数据工作规范、数据工作过程控制、数据质量监控以及数据质量的评估和质量问题改进。最后,数据质量控制的高效开展,还需要有效的平台工具,在前文研究基础上,以X公司为例,设计了数据质量控制平台。本研究的贡献主要有以下几点:（1）在数据资产管理的视角下系统地研究了 B2C企业数据质量的影响因素本文对多家B2C企业数据资产管理中有关数据质量现状及其影响因素展开系统调研,获得了丰富的质性材料,运用扎根理论分析构建了数据质量影响因素的理论模型,得出数据质量的动机因素、过程因素、标准与规范因素、支撑与保障因素等四个维度的影响因素,深入分析各因素之间的关系,及其对数据质量的影响路径,并对当前B2C企业数据质量影响因素现状进行分析和总结,揭示当前数据质量问题,为B2C企业更好地管理和控制数据质量以实现数据资产的商业价值和效用价值提供了实践依据,也为本文的后续数据质量控制研究提供了研究基础。（2）从数据资产管理对数据质量的要求出发,利用全面质量管理理论,构建了数据质量控制体系首先从电子商务企业数据化运营、数据资产化的需求出发,提出了衡量数据质量的标准,拓展了当前对数据质量的评价维度;其次,从数据资产管理的角度,明确了数据质量控制目标,以此为依据,运用全面管理理论、系统论、控制论等理论思想,系统地阐述了数据质量控制的主体、方法、标准和规范、监督体系、支撑体系。并在重点论述了控制方法、监督体系、支撑体系等内容的基础上,提出了数据质量控制的总体功能架构,以此保障数据质量控制的有效实施。（3）为B2C企业进行数据质量控制提供了具体的规范与措施建立了 B2C企业数据质量的标准和规范体系。对影响数据质量的关键因素——标准和规范展开研究。首先在数据质量标准的基础上,制定了相应的质量规则,为监督和评估数据质量提供依据。其次,如何对种类繁多、属性复杂的商品进行全面细致的描述,以使消费者能够在虚拟环境下方便快捷地检索到想购买的商品,是电子商务平台一直在努力解决的问题。为了更好地提升数据资产的效用价值,本文运用阮冈纳赞的分面分类理论对,以女鞋类商品为例,提出了改进的女鞋类商品元数据描述框架。并对数据工作中可能影响数据质量的关键环节进行规范。阐明了数据质量审核与过程监控措施。识别关键数据质量审查环节和核查内容,并对数据工作过程中影响数据质量的关键变更流程及环节探求可行的管控机制,使得数据工作有章可循,数据工作过程的质量能够得到有效控制。建立了 B2C企业数据质量评估指标体系和评估模型。运用层次分析法,设计数据质量指标权重,构建了清晰的质量品质指标体系。并提出了数据质量评估模型和评估实施步骤。（4）为了更有效地管理数据资产的数据质量,提供数据质量控制平台的设计方案有效的平台工具是标准与规范得以执行的必要条件。数据质量的有效管理需要平台工具的支撑。本文以X公司为例,为数据质量控制提供有效工具,提供了具体的设计方案,并通过专家评估法验证了设计方案的可行性。