BI 2010 – 关于数据质量和治理的一些想法
给出的一个例子是 20% 的客户产生了 80% 的收入，因此由于不良数据而损失这些好客户中的 1% 可能会产生真正的影响。当然，如果您不区分对待客户的方式，那么您对 20% 的盈利者的判断是否错误可能无关紧要！高质量的数据只有在用于改变业务术语时才变得有价值。 资金必须与战略要务挂钩——表明更好的数据要么是一项计划所必需的，要么会促进这些计划的结果。数据质量不太可能直接获得资助。 对信息缺乏信任会破坏数据驱动的决策制定…… 更多阅读 嵌入式双工具 嵌入式 BI 工具为业务应用带来巨大好处 物联网如何连接到商业智能 使用这种战略方法来最大化您的数据价值 14 个品牌使用移动应用代替广告来建立客户忠诚度 所有公司都应采用的 5 个重要商业智能技巧 今天下午有几场关于数据质量和治理的会议。
而不是单独写博客
这里有一些想法： 很好地说明了数据质量问题对业务的影响——不良数据导致电信公司准备了一个大型资本支出项目以增加带宽容量，但实际检查显示实际容量充足。糟糕的数据导致了一个不必要的计划。 给出的一个例子是 20% 的客户产生了 80% 的收入，因此由于不良数据而损失这些好客户中的 1% 可能会产 电话号码列表 生真正的影响。当然，如果您不区分对待客户的方式，那么您对 20% 的盈利者的判断是否错误可能无关紧要！高质量的数据只有在用于改变业务术语时才变得有价值。 资金必须与战略要务挂钩——表明更好的数据要么是一项计划所必需的，要么会促进这些计划的结果。数据质量不太可能直接获得资助。 对信息缺乏信任会破坏数据驱动的决策制定。如果人们不相信它的准确性，那么他们就不会使用它或基于它的分析来推动他们的决策。
适用于目的——你想
用这些数据回答哪些问题，你打算做出哪些决定？用它来推动质量计划 分析需要数据治理，就像它们需要一定程度的数据质量一样——如果不治理底层数据，就很难使用分析来完成 监管要求推动数据质量、数据治理——必须能够满足特定标准 根据您的数据成熟度、组织结构/自主权、外部/内部影响/法规以及高管支持和推动的程度来推动数据治理计划的 GU列表 范围——不要超越自己 企业必须拥有并推动数据质量和数据治理——IT 必须充当数据的保管人，而不是其他任何角色。当然，规则和决策也是如此。 衡量、衡量、再衡量——衡量质量、衡量治理，使用您的 BI 和绩效管理基础设施来监控这些举措，就像您监控任何其他业务举措一样。 不要忘记修改个人目标和措施以反映您的数据计划 今天，我在会议内外听到了很多关于让企业主重视数据质量有多难的话题。