數(shù)據(jù)質(zhì)量的影響

對(duì)于大多數(shù)公司而言，不良數(shù)據(jù)的成本占收入的比例達(dá)到驚人的 15% 到 25%。

在數(shù)據(jù)質(zhì)量方面取得領(lǐng)先為提高業(yè)務(wù)績(jī)效提供了絕佳機(jī)會(huì)。更好的數(shù)據(jù)意味著更少的錯(cuò)誤、更低的成本、更好的決策和更好的產(chǎn)品。

每天，企業(yè)都會(huì)向客戶發(fā)送產(chǎn)品，經(jīng)理決定聘用哪個(gè)候選人，而高管則根據(jù)他人提供的數(shù)據(jù)制定長(zhǎng)期計(jì)劃。

當(dāng)數(shù)據(jù)不完整、定義不明確或錯(cuò)誤時(shí)，會(huì)立即產(chǎn)生后果：

●憤怒的客戶;

●浪費(fèi)時(shí)間;

●增加戰(zhàn)略執(zhí)行的難度。

根據(jù) Experian plc的最新研究，估計(jì)不良數(shù)據(jù)的成本占大多數(shù)公司收入的 15% 到 25%。當(dāng)人們通過(guò)更正錯(cuò)誤、從其他來(lái)源尋求確認(rèn)以及處理隨之而來(lái)的不可避免的錯(cuò)誤來(lái)容納不良數(shù)據(jù)時(shí)，就會(huì)產(chǎn)生這些成本。

更少的錯(cuò)誤意味著更低的成本，而減少錯(cuò)誤的關(guān)鍵在于找到并消除錯(cuò)誤的根源。幸運(yùn)的是，在大多數(shù)情況下這并不太難?？偠灾?，我們估計(jì)這些成本中有三分之二可以被識(shí)別并永久消除。

關(guān)注數(shù)據(jù)質(zhì)量的四個(gè)原因

1.當(dāng)前數(shù)據(jù)質(zhì)量水平極低;

科克大學(xué)商學(xué)院最近完成的一項(xiàng)新研究著眼于實(shí)際實(shí)踐中的數(shù)據(jù)質(zhì)量水平，并表明情況有多么糟糕。

75 位高管確定他們部門完成的最后 100 個(gè)工作單元——基本上是 100 個(gè)數(shù)據(jù)記錄——然后審查該工作的質(zhì)量。只有 3% 的數(shù)據(jù)落在“可接受”的誤差范圍內(nèi)。近 50% 的數(shù)據(jù)記錄存在嚴(yán)重錯(cuò)誤。

換句話說(shuō)，絕大多數(shù)數(shù)據(jù)是不可接受的，而且其中大部分是殘酷的。除非您有相反的確鑿證據(jù)，否則您必須假設(shè)您的數(shù)據(jù)具有相似的形狀。

2.不良數(shù)據(jù)會(huì)立即產(chǎn)生后果;

幾乎每個(gè)級(jí)別的每個(gè)人都同意高質(zhì)量的數(shù)據(jù)對(duì)他們的工作至關(guān)重要。許多人不遺余力地檢查數(shù)據(jù)，從二手資料中尋求確認(rèn)并進(jìn)行更正。這些努力構(gòu)成了我所說(shuō)的“隱藏?cái)?shù)據(jù)工廠”，反映了對(duì)數(shù)據(jù)質(zhì)量的應(yīng)急性方法。以這種方式容納不良數(shù)據(jù)會(huì)浪費(fèi)時(shí)間、成本高昂且效果不佳。更糟糕的是，造成不良數(shù)據(jù)的潛在問(wèn)題永遠(yuǎn)不會(huì)消失。

結(jié)果之一是，知識(shí)工作者將多達(dá) 50% 的時(shí)間浪費(fèi)在處理普通的數(shù)據(jù)質(zhì)量問(wèn)題上。對(duì)于數(shù)據(jù)工程師來(lái)說(shuō)，這個(gè)數(shù)字可能高達(dá) 80%。

第二個(gè)后果是錯(cuò)誤、操作錯(cuò)誤、錯(cuò)誤的決策、錯(cuò)誤的分析和錯(cuò)誤的算法。事實(shí)上，“大垃圾進(jìn)，大垃圾出”就是新的“垃圾進(jìn)，垃圾出”。

最后，不良數(shù)據(jù)會(huì)侵蝕信任。事實(shí)上，只有 16% 的經(jīng)理完全信任他們用來(lái)做出重要決策的數(shù)據(jù)。

坦率地說(shuō)，鑒于上述質(zhì)量水平，任何人都信任任何數(shù)據(jù)真是一個(gè)奇跡。

3.巨大的業(yè)務(wù)成本;

顯然，錯(cuò)誤數(shù)據(jù)導(dǎo)致的錯(cuò)誤、時(shí)間浪費(fèi)和信任缺失的代價(jià)很高。

公司將 20% 的收入用于處理數(shù)據(jù)質(zhì)量問(wèn)題。Experian研究數(shù)據(jù)表明：不良數(shù)據(jù)導(dǎo)致公司收入損失 23%、20,000 美元/不良數(shù)據(jù)的員工成本。和 Clear Strategic IT Partners 的 Spratt提供的數(shù)據(jù)也表明，不良數(shù)據(jù)會(huì)導(dǎo)致16% 至 32% 的浪費(fèi)工作處理。

憤怒的客戶和錯(cuò)誤數(shù)據(jù)導(dǎo)致的錯(cuò)誤決策給企業(yè)帶來(lái)的成本是無(wú)法估量的——但卻是巨大的。

最后，當(dāng)一家公司不能依賴其數(shù)據(jù)時(shí)，要成為數(shù)據(jù)驅(qū)動(dòng)型企業(yè)要困難得多。在數(shù)據(jù)空間中，一切都以質(zhì)量開(kāi)始和結(jié)束。您不能指望通過(guò)銷售不良數(shù)據(jù)或許可不良數(shù)據(jù)來(lái)賺大錢。如果您不信任數(shù)據(jù)，則不應(yīng)信任分析。你不能指望人們?cè)谧鰶Q定時(shí)使用他們不信任的數(shù)據(jù)。

4.通過(guò)提高數(shù)據(jù)質(zhì)量，可以消除三分之二的成本。

“在數(shù)據(jù)質(zhì)量方面走在前面”與當(dāng)今大多數(shù)公司采用的被動(dòng)方法形成鮮明對(duì)比。它涉及通過(guò)搜索和消除錯(cuò)誤的根本原因來(lái)主動(dòng)攻擊數(shù)據(jù)質(zhì)量。需要明確的是，這是關(guān)于管理，而不是技術(shù)——數(shù)據(jù)質(zhì)量是業(yè)務(wù)問(wèn)題，而不是 IT 問(wèn)題。

投資修復(fù)不良數(shù)據(jù)源的公司——包括AT&T、荷蘭皇家殼牌、雪佛龍和晨星——都取得了巨大的成功。它們使我們得出結(jié)論，可以消除 80% 或更多錯(cuò)誤的根本原因；高達(dá)三分之二的可衡量成本可以永久消除；并且這種信任會(huì)隨著數(shù)據(jù)的增加而提高。

哪些公司應(yīng)該解決數(shù)據(jù)質(zhì)量問(wèn)題？

雖然攻擊數(shù)據(jù)質(zhì)量對(duì)所有人都很重要，但它對(duì)四種公司和政府機(jī)構(gòu)來(lái)說(shuō)具有特殊的緊迫性：

那些必須關(guān)注成本的人。例子包括零售商，尤其是那些與 Amazon.com Inc. 競(jìng)爭(zhēng)的零售商；石油和天然氣公司，在過(guò)去四年中價(jià)格下跌了一半；政府機(jī)構(gòu)，其任務(wù)是少花錢多辦事；和醫(yī)療保健公司，它們必須在控制成本方面做得更好。通過(guò)清除由不良數(shù)據(jù)造成的浪費(fèi)和隱藏的數(shù)據(jù)工廠來(lái)削減成本比不分青紅皂白地裁員更有意義——并在這個(gè)過(guò)程中加強(qiáng)公司。

那些尋求將數(shù)據(jù)用于工作的人。公司包括銷售或許可數(shù)據(jù)的公司、尋求通過(guò)數(shù)據(jù)貨幣化的公司、更廣泛地部署分析的公司、試驗(yàn)人工智能的公司以及希望將運(yùn)營(yíng)數(shù)字化的公司。當(dāng)然，組織可以使用載有錯(cuò)誤的數(shù)據(jù)來(lái)實(shí)現(xiàn)這樣的目標(biāo)，許多公司都這樣做了。但隨著數(shù)據(jù)的改善，成功的機(jī)會(huì)也會(huì)增加。

那些不確定數(shù)據(jù)的主要責(zé)任應(yīng)該歸于何處的人。大多數(shù)業(yè)務(wù)人員欣然承認(rèn)數(shù)據(jù)質(zhì)量是個(gè)問(wèn)題，但聲稱這是 IT 的職責(zé)范圍。IT 人員也欣然承認(rèn)數(shù)據(jù)質(zhì)量是一個(gè)問(wèn)題，但他們聲稱這是業(yè)務(wù)領(lǐng)域的問(wèn)題——以及一種不安的停滯結(jié)果。現(xiàn)在是結(jié)束這種愚蠢行為的時(shí)候了。高級(jí)管理層必須將數(shù)據(jù)的主要責(zé)任分配給業(yè)務(wù)部門。

那些厭倦了使用他們不信任的數(shù)據(jù)做出決策的人。更好的數(shù)據(jù)意味著更好的決策和更少的壓力。更好的數(shù)據(jù)還可以騰出時(shí)間專注于真正重要和復(fù)雜的決策。

高級(jí)管理人員對(duì)于數(shù)據(jù)質(zhì)量應(yīng)有哪些行動(dòng)？

根據(jù)我的經(jīng)驗(yàn)，許多高管會(huì)找到理由對(duì)不良數(shù)據(jù)的展現(xiàn)出來(lái)的不良業(yè)績(jī)結(jié)果打折扣甚至不理會(huì)。常見(jiàn)的說(shuō)法包括，“這些數(shù)字似乎太大了，它們不可能是正確的”，“我在這個(gè)行業(yè)已經(jīng) 20 年了，相信我，我們的數(shù)據(jù)是最好的”，以及“這是我的即使面對(duì)糟糕的數(shù)據(jù)，也能做出最好的決定?！?/p>

但我鼓勵(lì)每位高管深入思考這些統(tǒng)計(jì)數(shù)據(jù)對(duì)他或她自己的公司、部門或機(jī)構(gòu)的影響，然后制定解決問(wèn)題的方案。鑒于自身獨(dú)特的市場(chǎng)、能力和挑戰(zhàn)，高級(jí)管理人員必須探索數(shù)據(jù)質(zhì)量的影響。

第一步是將組織或部門最重要的業(yè)務(wù)目標(biāo)與數(shù)據(jù)聯(lián)系起來(lái)。哪些決策、活動(dòng)和目標(biāo)取決于哪些類型的數(shù)據(jù)？

第二步是建立數(shù)據(jù)質(zhì)量基線。我發(fā)現(xiàn)很多高管都把這一步弄得太復(fù)雜了。一個(gè)簡(jiǎn)單的過(guò)程是選擇第一步中確定的活動(dòng)之一——例如建立客戶帳戶或交付產(chǎn)品——然后對(duì)組織最近 100 次進(jìn)行該活動(dòng)的情況進(jìn)行快速質(zhì)量審查。通常它可以由一個(gè)小團(tuán)隊(duì)在一兩個(gè)小時(shí)內(nèi)完成。

第三步是估計(jì)不良數(shù)據(jù)的后果及其成本。同樣，縮小關(guān)注范圍——需要關(guān)注成本的經(jīng)理應(yīng)該關(guān)注隱藏的數(shù)據(jù)工廠；那些專注于人工智能的人可以專注于浪費(fèi)的時(shí)間和增加的失敗風(fēng)險(xiǎn)；等等。

最后，對(duì)于第四步，估計(jì)如果您可以消除 80% 的最常見(jiàn)錯(cuò)誤，您的組織將獲得的收益——成本節(jié)約、風(fēng)險(xiǎn)降低、更好的決策。這些構(gòu)成了您未來(lái)的目標(biāo)。

很有可能，在您的組織看到僅由前幾個(gè)項(xiàng)目產(chǎn)生的改進(jìn)后，它會(huì)發(fā)現(xiàn)數(shù)據(jù)質(zhì)量方面的機(jī)會(huì)比它想象的要多得多。如果你行動(dòng)迅速，雖然糟糕的數(shù)據(jù)仍然是常態(tài)，你也可能會(huì)發(fā)現(xiàn)一個(gè)意想不到的機(jī)會(huì)，讓你與競(jìng)爭(zhēng)對(duì)手拉開(kāi)距離。

版權(quán)說(shuō)明：
本文僅代表作者個(gè)人觀點(diǎn)，版權(quán)歸原創(chuàng)者所有。部分圖片源自網(wǎng)絡(luò)，未能核實(shí)歸屬。本文僅為分享，不為商業(yè)用途。若錯(cuò)標(biāo)或侵權(quán)，請(qǐng)與我們聯(lián)系刪除。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com