正确答案是 C: Data modelling。

专业分析：

数据质量改进工具通常包括以下特性：

A: 标准化（Standardization） - 这是数据质量改进工具中的一个常见功能，用于确保数据的一致性和统一性。例如，将不同格式的日期标准化为统一格式。

B: 解析（Parsing） - 解析是将数据分解成更小的组件，以便更容易进行分析和处理。这也是数据质量改进工具中的常见功能。

D: 数据剖析（Data profiling） - 数据剖析是评估数据集的内容、结构和质量的过程，以识别潜在的数据质量问题。这也是数据质量改进工具中的常见功能。

而数据建模（Data modelling）通常是指创建数据结构的过程，以便在数据库中存储和管理数据。虽然数据建模对于数据管理至关重要，但它通常不是数据质量改进工具的主要功能。数据质量改进工具更关注于确保现有数据的准确性、一致性和完整性，而不是创建新的数据结构。因此，C: Data modelling 不是通常的数据质量改进工具的特性。