tietojen laatuongelmat

jos luet tätä, se johtuu luultavasti siitä, että koet tietojen laatuongelmia juuri tällä hetkellä. Voimme suhtautua tähän olettamukseen melko luottavaisesti, koska totuus on, että monilla organisaatioilla on tiedoissaan ongelmia, jotka estävät niitä saavuttamasta tavoitteitaan.

katso alla olevia Zoominfon lukuja, jotka osoittavat, kuinka laajalle levinnyt ”dirty data” – ongelma on:

  • 33% yrityksillä on yli 100 000 tietuetta tietokannassaan
  • 62% organisaatioista luottaa prospektitietoihin, jotka ovat jopa 40% epätarkkoja
  • 34% yrityksistä muuttaa nimensä vuosittain
  • 15% liideistä sisälsi päällekkäisiä tietoja
  • 7% leideistä sisälsi virheellisiä sähköpostiosoitteita/fyysisiä osoitteita
  • 40% liiketoiminnan tavoitteista virheellisten tietojen vuoksi
  • 50% it-budjeteista käytetään tietojen kuntoutukseen
  • huonot tiedot maksavat yhdysvaltalaisille yrityksille yli 611 miljardia dollaria vuodessa

(lähde: https://blog.zoominfo.com/the-effect-of-dirty-data-on-roi/)

ainakaan et ole yksin. Kysymys kuuluu, mitä voit tehdä asialle? Mitä toimia voit tehdä parantaa tietojen laatua, ja myös korjata tietojen laadunhallintaprosesseja niin et kärsi samoja ongelmia myöhemmin linjaa?

6 yleisintä aineiston laatuongelmaa, jotka haittaavat organisaatiotasi

alla ovat yleisimmät tietojen laatuongelmat, joita useimmat organisaatiot kokevat, ne, jotka estävät sinua saamasta eniten arvoa tiedoillesi:

1) puutteellisuus: jos ratkaisevia tietoja puuttuu

2) epätarkkuus: kaikki tiedot voivat olla ”läsnä” (tai täytetyt tietokentät), mutta ne voidaan syöttää väärään kenttään väärin kirjoitettuna tai kentässä on roskan arvo

3) epäjohdonmukaisuus: tiedot, jotka olisi esitettävä samalla arvolla / formaatilla, ovat epäjohdonmukaisia (esim. käyttämällä eri valuuttoja koko ajan saman valuutan sijasta)

4) invaliditeetti: kentät ovat täydellisiä, mutta tietoja, jotka eivät voi mitenkään olla oikeassa siinä yhteydessä (esim. ”käytettävissä olevat yksiköt”, joissa on miinusarvo)

5) redundanssi: jossa samat tiedot syötetään useita kertoja mutta hieman eri tavoin ilmaistuna (esim. syöttämällä sama yritys mutta eri nimillä, syöttämällä henkilön nimi eri tavoin jne.)

6) epätyypilliset tiedot: tiedot, jotka syötetään käyttäen epätavanomaisia formaatteja (tai formaatteja, joita järjestelmä ei voi käsitellä, esimerkiksi prosentteina%: n sijaan)

vaikka nämä tietojen laatuongelmat ovat kaikkea muuta kuin ihanteellisia, ovatko ne niin esteellisiä, että ne oikeuttavat tekemään suuria muutoksia organisaatiosi tapaan hallita tietojaan? Jos yritys voi toimia ”riittävästi” tekemättä tällaisia muutoksia, pitäisikö sinun vain jatkaa kuten ennen ja tehdä paras mitä sinulla on?

toisin sanoen, Milloin tietojen laatuprosessit olisi toteutettava (jos lainkaan)?

milloin tietojen laatumittarit tulisi ottaa käyttöön?

yleisesti ottaen tietojen laadunvalvonta ja toimenpiteet tulisi ottaa käyttöön silloin, kun on liiketoiminnan tarve ja kun on ratkaistava tietty ongelma. Ja kuten me kaikki tiedämme, aina on liiketoiminnan tarve muodossa tai toisessa, ja aina on jotain, mihin tähdätä. Mitä muuten teemme täällä?

tässä muutamia syitä, miksi olet todennäköisesti kiinnostunut parantamaan tietojesi laatua (tai pitäisi olla!):

1) tietosi ovat merkittävä strateginen voimavara, joka antaa sinulle kilpailuedun, jos ne ovat tarkkoja ja käyttökelpoisia

2) haluat vetää tiedot eri lähteistä yhteen keskustietovarastoon tai arkistoon, mikä on erittäin vaikeaa (ellei mahdotonta), jos Tietoja ei ole standardoitu

3) haluat hallita master-tietojasi tehokkaammin

4) aiot ota käyttöön uusi järjestelmä tai suorita järjestelmäsiirto, esimerkiksi vanhasta järjestelmästä tai toiminnanohjausjärjestelmästä pilvipohjaiseen järjestelmään

, kun olet tunnistanut business case tietojen laatutoimenpiteiden käyttöönottamiseksi – tai vakuuttamiseksi muille organisaatiossasi tarpeesta-sitten itse tietojen laadunhallintaprosessi on määriteltävä. Mutta kuka on vastuussa siitä?

kuka on mukana tietojen laadunhallintaprosessissa?

tietojen laatuprosessin onnistumisen kannalta ratkaisevia ovat erityisesti kahdentyyppiset tehtävät::

Data stewardit-he osallistuvat datan profilointiin ja tietojen standardisointia ja puhdistusta koskevien sääntöjen luomiseen

Kehittäjät – he tekevät yhteistyötä data stewardien kanssa ja heillä on tärkeä rooli tietojen laatusääntöjen ja kehitysprosessin suunnittelussa

molempien roolien on tehtävä tiivistä yhteistyötä koko toteutusprosessin ajan, jonka jälkeen data stewardit vastaavat tiedon laadun seurannasta.

mikä on tietojen laadunvarmistus – / hallintaprosessi?

itse prosessi sisältää tiettyjä vaiheita, jotka erityisesti tietojen laadun analysoijien ja tietojen valvojien on saatettava päätökseen, mukaan lukien:

tietojen profilointi – tässä vaiheessa heidän on tutkittava tietoja saadakseen syvällisen ymmärryksen ja tunnistaakseen siinä olevat ongelmat, kuten edellä kuvatut asiat (keskeneräisyys, epätarkkuus jne.) ennen ongelmien tiivistämistä.

metriikan määrittely – saadakseen käsityksen siitä, kuinka laajalle levinneitä dataongelmat ovat, ja samalla määrittäessään tietojen laadun vertailuarvoja, heidän on kirjattava mittarit, kuten kuinka suuri osa datasta on tällä hetkellä täydellistä (% täydellistä), kuinka paljon on johdonmukaista (% johdonmukaista), Validia (% Validia) ja niin edelleen.

tietojen korjaaminen – tässä vaiheessa, kun asiat on profiloitu ja vertailtu, voidaan alkaa tietojen puhdistus-ja korjaamisprosessi.

muutosten tekeminen suoraan tietoihin on kuitenkin luonnollisesti riski, jos ehdotetut muutokset itsessään ovat virheellisiä. Tämä johtaisi hyvin sotkuinen ja sekava tilanne, joka on vielä vaikeampi korjata! Siksi on parasta olla tekemättä mitään muutoksia suoraan tietokantaan heti.

sen sijaan ehdotetut muutokset on lueteltava ja esitettävä yksityiskohtaisesti ennen kuin ne toimitetaan tietovalvojalle tarkistettavaksi, minkä jälkeen ne joko hyväksytään tai hylätään.

muuttuvien tietojen laatutarpeiden ja pohdittavien kysymysten

yksi väistämättömistä näkökohdista tietojen parissa työskentelyssä-erityisesti tietojen laadunhallinnassa, taloudenhoidossa ja hallinnoinnissa – on se, että tilanne ei koskaan ole ”one and done”.

sen sijaan organisaatiosi tietojen laatutarpeet tulevat muuttumaan ajan myötä, ja tämän seurauksena myös määriteltyjä sääntöjäsi muutetaan ajan myötä, varsinkin kun tietovalvojat saavat paremman käsityksen tiedoista, yleisistä toistuvista ongelmista ja niiden lieventämisestä.

lisäksi tieto itsessään ei pysy paikallaan. Tämän blogin alussa olevista tilastoista käy ilmi, kuinka usein tiedot, kuten yritysten nimet, osoitteet ja sähköpostiosoitteet muuttuvat ja päivittyvät, kun taas uusia tietolähteitä lisätään ajan myötä, mikä tarkoittaa, että taloudenhoidon ja hallinnon tarve jatkuu.

organisaation muuttuvien tarpeiden ja itse datan muuttuvan luonteen ansiosta sinun on myös aika ajoin kysyttävä itseltäsi kysymyksiä varmistaaksesi, että itsetyytyväisyys ei pääse leviämään ja että olet ennakoiva eikä reagoiva.

nämä voivat tarkoittaa esimerkiksi seuraavia:

  • Parantuuko tietojesi laatu todella ajan myötä, ja toimiiko tiedonhallintaprosessi siten kuin on tarkoitus?
  • jos laatu ei parane, pitääkö sääntöjä päivittää? Vastaavatko ne organisaatiosi nykyisiä tarpeita?
  • jos ja kun uusia tietolähteitä lisätään, sovelletaanko edelleen olemassa olevia tietojen laatusääntöjä vai onko niitä mukautettava vastaavasti?

Vastaa

Sähköpostiosoitettasi ei julkaista.

lg