数据质量如达到数据消费者的期望和需求，也就是说，如果数据满足数据消费者应用需求的目的，就是高质量的；反之，如果不满足数据消费者应用需求的目的，就是低质量的。因此，数据质量取决于使用数据的场景和数据消费者的需求。 数据质量管理的挑战之一，是与质量相关的期望并不总是已知的。通常，客户可能不清楚自身的质量期望，数据管理人员也不会询问这些需求。然而，如果数据是可靠和可信的，那么数据管理专业人员需要更好地了解客户的质量要求，以及如何衡量数据质量。随着业务需求和外力的发展，需求会随着时间的推移而变化，因此需要进行持续的讨论。

正确答案是：B: Business rules 业务规则

专业分析：
为了使资产符合数据质量期望，定义业务规则是至关重要的。业务规则明确了数据在不同业务场景中的应用要求和标准，确保数据的准确性、一致性、完整性和及时性。通过制定和遵循这些规则，可以有效地检测和纠正数据中的错误和异常，从而提升数据质量。

以下是对其他选项的简要分析：

A: 维度 - 数据质量维度（如准确性、完整性、一致性等）是评估数据质量的标准，但它们本身并不定义具体的期望和规则。

C: 元数据 - 元数据提供了关于数据的数据（如数据的来源、格式、使用等），有助于理解和管理数据，但它不直接定义数据质量期望。

D: 价值域 - 价值域定义了数据字段可以接受的值范围，有助于确保数据的有效性，但它仅是业务规则的一部分，不能全面覆盖数据质量期望。

因此，业务规则是确保数据资产符合数据质量期望的关键要素。