如何改進您的數據質量

企業(yè)機構每年因糟糕的數據質量而造成的平均損失達到1290萬美元。除了直接影響收入外，從長遠來看，質量差的數據還會增加數據生態(tài)系統(tǒng)的復雜性，進而導致決策失誤。

隨著企業(yè)越來越多地使用數據分析來幫助推動業(yè)務決策，企業(yè)日益重視其系統(tǒng)中的數據質量（DQ）。Gartner預測到2022年，70%的企業(yè)機構將通過指標來嚴格追蹤數據質量水平并將數據質量提高60%，以此顯著降低運營風險和成本。

數據質量直接關系到決策的質量。高質量的數據能夠提供更好的客戶線索、對客戶的更深入了解和更好的客戶關系。數據質量是數據和分析（D&A）領導人需要不斷提升的競爭優(yōu)勢。

1.確定數據質量改進將如何影響業(yè)務決策

確定業(yè)務流程、關鍵績效指標（KPI）和數據資產之間的明確聯系。列出企業(yè)機構所面臨的現有數據質量問題以及它們如何影響收入和其他業(yè)務關鍵績效指標。在建立了作為資產的數據和改進要求之間的明確聯系后，數據和分析領導人可以開始制定有針對性的數據質量改進計劃，明確定義范圍、利益相關者名單和初步的投資計劃。

2.定義“足夠好”數據的標準

為了改進數據質量，首先要了解企業(yè)機構如何定義“最適合”的數據質量。企業(yè)機構應負責定義什么是“好”。數據和分析（D&A）領導人需要通過與業(yè)務利益相關者定期開展討論來掌握他們的期望。使用相同數據（例如客戶主數據）的不同業(yè)務線可能有不同的標準，因此對數據質量改進計劃也有著不同的期望。

3.建立全企業(yè)機構數據質量標準

數據和分析領導人需要建立企業(yè)機構所有業(yè)務部門都遵守的數據質量標準。企業(yè)內的不同利益相關者很可能有不同的業(yè)務敏感度、文化和成熟度，因此他們滿足數據質量實施要求的方式和速度可能也不同。

這將使整個企業(yè)的利益相關者能夠按照定義和商定的數據質量標準來理解和執(zhí)行他們的經營活動。企業(yè)級別的數據質量標準將有助于教育所有相關方并實現無縫采用。

4.盡早并且經常使用數據剖析

數據質量剖析是一個檢查現有來源的數據并總結數據信息的流程。它有助于確定需要采取的糾正措施并提供可以提交給企業(yè)以推動改進計劃構思過程的寶貴洞見。數據剖析有助于確定哪些數據質量問題必須在源頭解決，哪些可以在晚些時候解決。

但這不應該是一項一次性活動。企業(yè)機構應根據資源的可用性、數據錯誤等盡可能頻繁地進行數據剖析。例如通過分析可能會發(fā)現一些關鍵客戶聯系信息缺失，而這些缺失的信息可能直接導致大量客戶投訴并使企業(yè)機構難以提供良好的客戶服務。此時，數據質量改進活動的優(yōu)先級別會非常高。

5.設計和實施用于監(jiān)測主數據等關鍵數據資產的數據質量儀表盤

數據質量儀表盤為所有利益相關者提供包含過去數據在內的全方位數據質量快照，通過確定趨勢和模式幫助設計未來的流程改進。它可以用于比較對關鍵業(yè)務流程至關重要的數據在一段時間內的表現，使企業(yè)機構能夠做出正確的業(yè)務決策，基于可信的高質量數據實現預期業(yè)務目標。

數據質量儀表盤還反映改進活動所產生的影響，如將新的數據實踐納入運營業(yè)務流程中?？赏ㄟ^自定義儀表盤來滿足企業(yè)的具體需求并顯示數據的可信度。

6.從基于真實的語義模型轉向基于信任的語義模型

數據并不總是來源于可以從一開始就控制和維護數據質量的內部。在某些情況下，數據資產來源于數據質量規(guī)則、創(chuàng)作者和治理水平常常未知的外部。因此，“信任模型”比“真實模型”更好。

這意味著關鍵企業(yè)數據并不是絕對的，企業(yè)機構還必須考慮其來源、管轄權和治理，從而考慮其在決策中的可用程度。當無法維持可信度時，數據和分析領導人可以采取緩解措施。

7.將數據質量列為數據和分析治理委員會會議的議程

數據和分析領導人需要將數據和治理倡議與業(yè)務成果相聯系，這將有助于根據業(yè)務目標追蹤數據治理改進方面的投資。為了引起治理委員會的重視，必須用他們最能理解的語言，也就是對業(yè)務和收入的影響向治理委員會傳達數據質量改進的影響。治理委員會需要對數據質量改進流程和挑戰(zhàn)有清晰的認識，而且他們需要定期獲得這些信息。

8.規(guī)定數據管理員角色的數據質量責任和操作步驟

數據管理員負責確保企業(yè)機構數據資產的質量和對用途的適用性，包括這些數據資產的元數據。在成熟的企業(yè)機構中，數據管理員角色還包括倡導良好數據管理實踐并在發(fā)生數據質量問題時進行監(jiān)測、控制或升級。

數據分析領導人需要將這一角色納入他們的數據和分析戰(zhàn)略中，從而系統(tǒng)地定期衡量和維護數據質量。應創(chuàng)建一個便于清楚了解如何管理數據質量問題的治理范圍和利益相關者示意圖。

9.在首席數據官團隊或同等機構的領導下，建立一個跨業(yè)務部門和IT部門的數據質量專項工作組

企業(yè)機構可以投入大量時間和資源組建一個由業(yè)務部門、IT部門和首席數據官辦公室代表所組成并且為了改進數據質量而開展協作的專項小組。此類協作可以使企業(yè)機構更好地管理風險，同時也為降低運營成本創(chuàng)造更多的機會，并通過共享、統(tǒng)一的最佳實踐促進增長。

10.建立數據質量審核作為發(fā)布管理的“關口”

通過審核和更新進度及時進行糾正和檢查，隨著企業(yè)機構處理數據質量倡議成熟度的提高，確認并傳播有影響力的最佳實踐。

11.定期向業(yè)務部門傳達改進數據質量所帶來的收益

數據和分析領導人需要衡量改進計劃的影響并定期溝通結果。例如由于有了高質量、可信的數據，客戶服務高管可以更好、更快地服務于客戶，因此客戶數據質量每提高10%，客戶響應性就將提高5%。

數據和分析領導人不僅要引起治理委員會對數據質量改進的關注，而且要把這變成一項長期實踐。更重要的是，要定期向治理委員會傳達它所帶來的收益。

12.充分發(fā)揮外部/業(yè)內同行團體的作用，例如來自廠商、服務提供商和其他老牌論壇的用戶團體

數據和分析領導人可以連接企業(yè)與數據質量同行團體并促進企業(yè)機構在該領域的成熟度，使雙方能夠交流關于最佳實踐的其他觀點以及關于其他人如何解決類似挑戰(zhàn)的洞見。