如何阻止数据质量损害你的业务

当你收到一封写给别人的电子邮件时，它会如何影响你对发送该邮件的组织的看法?如果客户不相信所掌握的关于他们的信息，那么对组织的整体信心就会迅速被侵蚀。

可怜的数据质量根据高德纳的数据质量市场调查，2017年的平均年度财务成本达到1500万美元。

梅阳织边高德纳公司(Gartner)的研究主管麦克尔表示，企业不仅在财务上遭受打击，糟糕的数据质量实践也破坏了数字化举措，削弱了它们的竞争地位，并引发了客户的不信任。

“另一方面，像AirBnB和亚马逊这样的创新机构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，”塞尔维奇说。“高质量的数据可以增强商业洞察力，并在每个行业开创新的商业模式。它允许企业将数据作为有价值的资产进行交易，从而产生收入。”

克服数据质量挑战的4个步骤

好消息是，您可以通过以下四个步骤来加强数据质量实践。

1.测量值

高德纳的调查显示，近60%的企业没有衡量数据质量差带来的年度财务成本。“未能衡量这种影响会导致对数据质量问题的被动反应，错过业务增长机会，增加风险和降低投资回报率，”Selvage说。

“领先的信息驱动型组织会主动衡量其信息资产的价值，以及低质量数据的成本和高质量数据的价值，”Selvage说。“最重要的是，他们将这些与关键的业务绩效指标直接联系起来。”

2.建立关键数据质量角色

许多组织缺乏最基本的数据质量角色，或者不知道在哪里放置这些角色以获得最佳影响。这削弱了数据质量程序的有效性。

为了克服这一点，帮助首席数据官(CDO)通过建立基本的数据质量角色来满足数据质量目标，从数据管理员开始，并将其与CDO办公室．

关键角色(如数据管理员或数据质量分析师)正从IT转向纯粹的业务或IT-业务的混合组合。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。

3.优化数据质量工具的成本

在本地数据质量工具上的年度支出仍然很高，平均为20.8万美元，中位数为15万美元，这阻碍了工具的广泛采用。

“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峰以及适应性采购方法，”塞尔维奇说。“这提高了采购的灵活性，并推动了高业务价值，同时保持了适合目的的治理。”

4.估计部署数据质量工具的实际时间框架

许多组织将部署数据质量工具所需的时间高估了一倍。高估可能看起来无害，但它为启动数据质量程序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。