低质量的数据会削弱一个组织的竞争地位,破坏关键的业务目标。
根据Gartner的数据质量市场调查,数据质量差在冲击着企业的痛处--作为2017年的平均年度财务成本,高达1500万美元。Gartner研究总监Mei Yang Selvage表示,企业不仅在财务上受到冲击,糟糕的数据质量实践也会破坏数字化计划,削弱其竞争地位,并埋下客户不信任的种子。
"另一方面,像AirBnB和亚马逊这样的创新组织正在使用高质量的数据,让他们知道他们的客户是谁,他们在哪里,他们喜欢什么,"Selvage说。"优质的数据赋予商业洞察力,并在每个行业中启动新的商业模式。它让企业能够将数据作为一种有价值的资产进行交易,从而产生收益。"
好消息是,你可以通过采取以下四个步骤来加强你的数据质量实践:
衡量价值
根据Gartner的调查,近60%的组织没有衡量数据质量差的年度财务成本。未能衡量这种影响会导致被动地应对数据质量问题,错过业务增长机会,增加风险和降低投资回报率。
领先的信息驱动型组织会主动衡量其信息资产的价值,以及劣质数据的成本和优质数据的价值,重要的是,他们将这些直接与关键业务绩效指标联系起来。
确立关键的数据质量作用
许多组织缺乏最基本的数据质量角色,或者不知道在哪里安排这些角色才能产生最佳影响。这削弱了数据质量计划的有效性。为了克服这个问题,帮助首席数据官(CDO)实现数据质量目标,从数据管理员开始,建立基本的数据质量角色,并使其与CDO办公室保持一致。
数据管家或数据质量分析师等关键角色正在从IT部门转向纯业务部门或IT-业务混合组合部门。这表明信息管理更加成熟,并日益认识到数据质量需要跨组织协作。慧都数仓建模大师能快速、高效地帮助客户搭建数据仓库供企业决策分析之用。满足数据需求效率、数据质量、扩展性、面向主题等特点。
优化数据质量工具的成本
每年在内部数据质量工具上的支出仍然很高,平均为20.8万美元,中位数为15万美元,这阻碍了工具的普遍采用。但是有几种技术可以用来优化数据质量工具的成本。最重要的技术之一是采用双模和自适应的采购方法,这可以提高采购的灵活性,并推动高业务价值,同时保持适合的治理。
数据质量工具建议Minitab,它是可视化、分析并挖掘数据价值的统计软件,能通过一套全面的一流统计分析和过程改进工具,帮助公司和机构找出趋势、解决问题和发掘宝贵见解。
估算一个部署数据质量工具的现实时间框架
许多组织高估了部署数据质量工具所需的时间,甚至高估了一倍之多。高估可能看似无伤大雅,但却为启动数据质量计划制造了不必要的障碍,并在业务和IT之间产生不信任。企业可能会选择他们认为部署速度更快,但潜在效率较低的工具。它还会在数据质量执行团队和管理层之间产生不信任。
慧都能基于企业的业务目标,进行数据理解、数据准备、数据建模,最后进行评价和部署,真正实现数据驱动业务决策。更多详情,请联系我们。
发表评论