如何改进数据质量 企业机构每年因糟糕的数据质量而造成的平均损失达到 1290 万美元。除了直接影响收入外，从长远来看，质量差的数据还会增加数据生态系统的复杂性，进而导致决策失误。 随着企业越来越多地使用数据分析来帮助推动业务决策，企业日益重视其系统中的数据质量（DQ）。Gartner 预测到 2022 年，70%的企业机构将通过指标来严格追踪数据质量水平并将数据质量提高 60%，以此显著降低运营风险和成本。 数据质量直接关系到决策的质量。高质量的数据能够提供更好的客户线索、对客户的更深入了解和更好的客户关系。数据质量是数据和分析（D&A）领导人需要不断提升的竞争优势。 1.确定数据质量改进将如何影响业务决策 确定业务流程、关键绩效指标（KPI）和数据资产之间的明确联系。列出企业机构所面临的现有数据质量问题以及它们如何影响收入和其他业务关键绩效指标。在建立了作为资产的数据和改进要求之间的明确联系后，数据和分析领导人可以开始制定有针对性的数据质量改进计划，明确定义范围、利益相关者名单和初步的投资计划。 2. 定义“足够好”数据的标准 为了改进数据质量，首先要了解企业机构如何定义“最适合”的数据质量。企业机构应负责定义什么是“好”。数据和分析（D&A）领导人需要通过与业务利益相关者定期开展讨论来掌握他们的期望。使用相同数据（例如客户主数据）的不同业务线可能有不同的标准，因此对数据质量改进计划也有着不同的期望。 3. 建立全企业机构数据质量标准 数据和分析领导人需要建立企业机构所有业务部门都遵守的数据质量标准。企业内的不同利益相关者很可能有不同的业务敏感度、文化和成熟度，因此他们满足数据质量实施要求的方式和速度可能也不同。这将使整个企业的利益相关者能够按照定义和商定的数据质量标准来理解和执行他们的经营活动。企业级别的数据质量标准将有助于教育所有相关方并实现无缝采用。 4. 尽早并 且经常使 用 数 据 剖析 数 据 质 量 剖析 是 一个检查现 有 来 源的 数 据 并 总结数 据 信息的 流程 。 它 有 助 于确 定 需 要 采取的 纠正措施并 提 供 可 以 提 交给企 业 以 推动 改 进 计 划 构 思过 程 的 宝贵洞见。 数 据 剖析 有 助 于确 定 哪些数 据 质量 问 题 必须在 源头解 决 ， 哪些可 以 在 晚些时候解 决 。 但这不 应 该是一项一次性 活动 。 企 业 机 构 应 ...
