在经济管理领域，经济指标的测定对于管理者来说是非常重要的，但在实际应用过程中，经常会遇到数据缺失和不完整性的问题。这些问题会影响到管理者对于经济状况的准确把握和决策的科学性，因此需要采取相应的措施来解决。
首先，面对数据缺失和不完整性问题，管理者可以考虑以下几点应对方式：
数据清洗：对数据进行清洗是解决数据缺失和不完整性问题的首要步骤。可以通过删除异常值、填充缺失值、插值等方法来完善数据，提高数据的完整性和准确性。
数据融合：如果存在多个数据源，可以考虑将这些数据源进行融合，综合利用各个数据源的信息，提高数据的完整性和可靠性。
数据采集技术：管理者可以利用现代化的数据采集技术，如人工智能、大数据分析等技术手段，提高数据的采集效率和准确性，减少数据缺失和不完整性问题的发生。
另外，针对数据缺失和不完整性问题，管理者还可以采取以下具体措施：
建立数据质量管理制度：建立完善的数据质量管理制度，明确数据采集、存储、处理的流程和标准，加强对数据质量的监控和管理，及时发现和处理数据缺失和不完整性问题。
加强数据保护措施：加强对数据的保护措施，确保数据的安全性和完整性，防止数据被篡改或丢失，从根本上解决数据缺失和不完整性问题。
案例分析：某公司在进行经济指标测定时，发现销售数据存在缺失情况，导致无法准确评估销售业绩。经过数据清洗和数据融合等措施，将其他相关数据源的销售信息进行整合，填补缺失数据，最终成功完成销售业绩的评估，为管理者提供了科学依据。
综上所述，管理者在面对经济指标测定中的数据缺失和不完整性问题时，可以通过数据清洗、数据融合、建立数据质量管理制度等方式来解决，从而提高数据的准确性和完整性，为决策提供可靠的数据支持。