“数据质量(DQ)计划通常与组织的战略目标不一致。这些错位的项目无法帮助业务利益相关者实现组织成果，从而导致机会成本。”

为了实现数据驱动的组织，数据和分析领导者必须采取务实和有针对性的行动来提高企业数据质量。”

前六项行动的重点是从哪里开始，由谁负责:

• 操作1:确定业务用例-“确定可以通过改善DQ来影响的具体业务成果。”

• 行动2:与涉众一起定义DQ-“让利益相关者对DQ的定义和期望保持一致。”

• 行动3:建立DQ标准-“为整个企业的关键和公共共享数据元素建立DQ标准。”

• 行动4:将DQ纳入D&A治理计划-“对各种业务运营的数据治理需求有全面的看法。”

• 操作5:在数据管理员角色中建立DQ职责-“从业务部门和中央数据分析团队中指派数据管理员。”

• 行动6:成立DQ特别兴趣小组-“数据质量是一项团队运动。每个人都在发挥作用。”

当业务结果因糟糕的DQ而受到影响时，应将这些操作作为行动的基础。如果组织已经有完善的实践，这些行动可以用来对当前的实践进行基准测试，并解决现有的差距。

“分析通过增强组织测量、分类和决策的能力，帮助创建更有影响力的指标。”

“要让衡量标准发挥作用，就必须关注业务价值的关键领域:资源分配、对话优化和比较基准，从而创造积极的结果。”

资源分配:“分析——特别是精确的测量系统——使组织能够分配足够的人员、预算或库存来平衡成本/质量的权衡。”

转换优化:“分析——特别是以粒度进行分类的能力——使组织能够个性化他们的业务流程，从而提高转化率。”

“真正的比较基准测试是困难的，需要一个可信的数据聚合器来收集低层次的数据，并在所有对等点上一致地计算指标。”

“通过比较基准，组织可以识别积极的异常值，学习他们的最佳实践，并使用它们来纠正消极异常值。”

“当我们彼此疏远，只以两极分化的方式参与，或对共同利益采取消极行动时，社会就会破裂。”

“总共有12种社会裂痕，而缺乏信任是影响最大的社会裂痕。”

“就社会和作为社会一部分的组织的未来而言，社会凝聚力和社会声音的力量是两个关键的不确定性。”

“如果你把这两个维度结合起来，有四种情况可以解释社会如何转变:接受计划;忠于你的目标;管好你自己的事，静观其变。”

“与计划同行”是关于合作的。“所有参与社会项目的企业之间的数据共享是默认的。为环境、社会和治理(ESG)做好准备。投资人工智能和数据。”

发挥你的目的:“最重要的是为数据主权制定计划。确保你知道你的数据存储在正确的位置，投资情感分析，掌握所有形式的客户细分和集群。”

“管好你自己的事”是D&A领导者可以专注于数据囤积的地方。“尽可能多地收集有关你的市场的信息，并扩大规模。投资竞争情报，利用人工智能实现超自动化。”