数据剖析工具旨在分析数据以识别和评估其质量特征。在选项中，数据剖析工具的主要作用是发现潜在异常，因为这可以帮助识别数据中的错误、不一致或不合理的地方。

### 正确答案
D: potential anomalies 潜在异常

### 专业分析

- **定义一致性 (Definitional Conformance)**：
- 这涉及验证数据是否符合预定义的规则和标准。虽然数据剖析工具可以识别定义一致性的问题，但它们的核心任务通常侧重于异常检测。

- **数据维度 (Data Dimensions)**：
- 数据维度通常与多维数据分析和数据建模相关，是为了查看和分析数据而划分的视图。数据剖析工具更多用于质量评估而不是直接识别数据维度。

- **价值领域 (Value Domains)**：
- 价值领域涉及数据字段中可能值的集合及其范围，确认数据是否在预定的值范围内。工具可以检查这方面的内容，但识别异常是其关键任务。

- **潜在异常 (Potential Anomalies)**：
- 数据剖析工具擅长识别异常数据，因为这些可能指示数据质量问题，如空值、重复数据、不一致数据或错误数据类型等。识别和理解这些潜在异常是数据质量管理的重要部分。

综上所述，数据剖析工具的主要目标是帮助发现和分析数据中的潜在异常，以提高数据的完整性和可靠性。