谈谈成功数据质量管理的10个最佳策略.pdf

谈谈成功数据质量管理的10个最佳策略

如今，许多组织都被糟糕的数据质量管理所困扰，这反过来又导

致了糟糕的决策能力。错误数据的代价迅速增加。事实上，根据麻省

理工学院斯隆管理学院(MITSloan)的一项研究，糟糕的数据质量可能

会导致高达15-25%的收入损失。

如果错误数据的代价如此高昂，你一定会认为组织会竭尽全力确

保良好的数据质量。然而，《哈佛商业评论》表示，47%的新创建数

据记录至少有一个严重错误。为什么?归根结底，确保良好的数据质量

并不是许多组织最关注的。

数据是由人生成的，因此容易犯人为错误，每个人都有自己处理

和格式化数据的方式。此外，组织中的每个部门输入的数据都有自己

的标准，以及哪些数据是重要的，哪些错误是可以接受的。下面这些

数据质量最佳策略将有助于确保组织的数据保持在正确的质量范围内:

■获得支持并使数据质量成为企业范围内的优先事项

■建立数据质量度量

■调查数据质量故障

■强化内部培训

■建立数据治理准则

■建立数据审核流程

■在每个部门分配一名数据管理员

■更新和维护数据安全标准

■实现单一的真实来源

■集成和自动化数据流

■利用云自动化一致的数据

一、什么是数据质量

数据质量是指数据在多大程度上是无错误的，并能够服务于预期

的目的。数据的某些属性有助于对质量的测量。数据必须:

■准确的

■必威体育精装版的

■除非明确认为是可选的，否则在每个字段中都有完整的数据

■唯一的，对于给定的实体和上下文只有一条记录

■在所有数据源上格式相同

■得到那些依赖数据的人的信任

当组织获得持续的高质量数据时，它们就能更好地做出战略业务

决策，从而产生有价值的业务见解并推动收入。

二、数据质量管理的十大策略

1.获得支持并使数据质量成为企业范围内的优先事项

如果只有一半的部门承诺确保数据质量，那么数据质量就不会超

过50%。所有部门都必须理解数据质量并承担责任。

为了获得组织的认可，数据质量必须在管理的每个级别包括高管

得到支持和提升。如果高管和商业领袖不优先考虑良好的数据质量，

数据管理人员也不会优先考虑。

2.建立数据质量度量

企业需要一种度量数据质量的方法，原则是建立适用于试图通过

数据实现的目标和业务目标的度量标准。确保数据质量对以下方面至

关重要:

■就数据质量的有效性向管理层提供建议，以获得支持

■了解数据需要有多准确

■量化缺失的、不完整的或不一致的数据

■采取纠正措施提高数据质量

3.调查数据质量故障

如果您没有调查数据质量问题并纠正，那么错误将继续发生是必

然的。纠正数据中的错误是一项困难而耗时的任务。一旦数据被修正，

人们很容易认为任务已经完成。

数据错误是由多种原因造成的。埃里安全球数据管理研究指出，

造成数据不准确的主要原因是人为错误、数据源太多、部门之间缺乏

沟通。一旦知道了错误的原因，就可以采取措施防止将来发生类似的

错误。

4.加强内部培训

获得良好的数据质量是一项艰巨的任务。它需要对数据质量原则、

流程和技术有深刻的理解。这种知识最好通过正规培训获得。遵循数

据管理认证的要求是一个很好方法，如数据管理专业人员(CDMP)、信

息管理专业人员(CIMP)或数据管理员(CDS)。

数据质量人员获得认证，将更好的对数据质量认知:

■质量管理的基本概念、原则和实践

■质量管理原则如何应用于数据

■如何兼顾高质量数据的好处和低质量数据的成本

■如何创建、交付和销售数据质量的业务用例

■构建数据质量组织的关键原则

■数据管理程序的基本概念、原则和实践

■数据集成中固有的数据质量挑战

5.建立和实现数据治理准则

数据治理超越了规则和数据保护。根据定义，数据治理是过程、

角色、策略、标准和度量的集合，这些过程、角色、策略、标准和度

量确保有效和高效地使用数据，使组织能够实现其目标。每个组织都

应该建立一组特定于其独特过程、用例和结构的数据治理指导方针。

然而，在整个组织中实现这些数据治理指导方针的最佳方法是让

业务用户