要保障QMT的数据质量，可以采取以下措施。

在数据采集阶段，使用专业且可靠的数据采集工具和渠道。比如和权威的数据供应商合作，这些供应商有严格的数据收集流程和质量把控，能提供准确、全面的数据。同时，对数据源进行严格评估和筛选，剔除不可靠的数据源。

对于采集到的数据，要进行数据清洗。检查数据是否存在重复、缺失、错误等问题。例如，对于重复的数据进行合并或删除；对于缺失的数据，可以通过合理的方法进行填充，如用平均值、中位数等。还要对数据的格式进行统一规范，便于后续处理。

建立数据质量监控机制也很重要。设置关键的数据质量指标，如数据的准确性、完整性、一致性等，定期对这些指标进行监测。当发现数据质量指标出现异常时，及时进行排查和处理。

进行数据验证和审核也是必不可少的步骤。在数据进入系统正式使用前，对数据进行验证，确保其符合业务规则和逻辑。可以安排专业人员对数据进行审核，通过人工检查来进一步保证数据质量。

此外，持续优化数据质量保障流程也不容忽视。根据实际情况和出现的问题，不断改进数据采集、清洗、监控等环节，以提高整体的数据质量保障能力。