10 Tips on how to improve data quality
význam vysoce kvalitních dat je dokumentován v celé horní vertikále a je zvláště významný s nedávnou pandemií. V důsledku toho je dosažení vysoké kvality dat kritickým cílem pro organizace založené na datech.
zlepšení kvality dat přináší:
- Trusted reporting and analytics
- optimalizované provozní procesy
- Superior customer experience
- Better ROI
Níže jsou uvedeny naše nejlepší tipy pro zlepšení kvality dat, abyste získali to nejlepší z vašich investic do dat.
Tip 1: Definujte obchodní potřebu a zhodnoťte obchodní dopad
obchodní potřeby jsou často hnacími silami iniciativ ke zlepšení kvality dat. Problémy s kvalitou dat můžete upřednostňovat podle vašich obchodních potřeb a podle toho, jak budou mít dopad na vaše podnikání v dlouhodobém horizontu. Měření dopadů na podnikání pomáhá stanovit cíl a sledovat pokrok v zlepšování kvality dat. Pokračující odkaz na obchodní potřeby stanoví kontext pro zdokonalení přístupu ke kvalitě údajů.
Tip 2: pochopte svá data
pro důvěryhodné použití potřebujete nejen data, která jsou „správná“, ale také potřebujete „správná“ data. Ano, ne všechna data jsou stejná. Musíte správně porozumět údajům, abyste zjistili, zda jsou „správné“ nebo relevantní pro zamýšlené použití. Klíčem je pochopení vašich dat. Odkud pochází, co popisuje a jak z něj můžete získat největší hodnotu. Data intelligence je schopnost porozumět a používat vaše data správným způsobem. Správný popis a připojení dat po celou dobu jejich cesty je nejlepším strategickým přístupem ke zlepšení kvality dat.
Tip 3: adresujte kvalitu dat u zdroje
velmi často se problémy s kvalitou dat dočasně opraví, pouze aby pokračovaly v práci. Zvažte, co se stane, pokud datový vědec najde prázdné záznamy ve vybrané datové sadě. S největší pravděpodobností opraví chybu ve své kopii a bude pokračovat v analýze. Pokud opravy nedosáhnou zdroje, původní soubor dat si stále zachovává problém s kvalitou, což ovlivňuje jeho následné použití. Prevence je lepší než léčba a zabránění šíření špatných dat je způsob, jak v takových případech zlepšit kvalitu dat.
Vezměme si další případ, kdy pracovníci zdravotní kliniky měli často potíže s kontaktováním pacientů po jejich návštěvách. Když zjistili, že telefonní čísla jsou pro několik pacientů špatná, rozhodli se tento problém řešit v kořenovém adresáři. Když se pacienti přihlásili, personál je požádal, aby ověřili svá telefonní čísla, a rychle odstranil problém s kvalitou dat.
Tip 4: Použijte sady voleb a normalizujte svá data
když uživatelé zadávají data v různých formách, dělají chyby, zejména pravopisné chyby. Mohou napsat „roda“ pro „silnici“ a zapomenout na to. Když však tyto hodnoty vyzvednete k analýze, mohou vážně ovlivnit kvalitu sady dat.
kdykoli je to možné, použijte definovaný seznam hodnot nebo sad voleb pro taková pole, aby uživatelé nemohli dělat žádné chyby. V ostatních případech mohou normalizační nástroje a techniky vyřešit nekonzistence dat za účelem zlepšení kvality dat.
Tip 5: Propagujte kulturu založenou na datech
Kultura řízená daty v celé organizaci sleduje specifický soubor hodnot, chování a norem, které umožňují efektivní využití dat. Přirozeně potřebuje buy-in od každého, aby uznal svou roli v kvalitě dat. Vypracujte celofiremní sdílenou definici kvality dat, identifikujte své konkrétní metriky kvality, zajistěte nepřetržité měření definovaných metrik a naplánujte řešení chyb. Vaše organizace může také využít správu dat ke standardizaci správy datových aktiv a zlepšení jejich kvality.
klíčovým doporučením společnosti Gartner je poskytnout firemním uživatelům možnost označit a řešit problémy s kvalitou. Díky samoobslužné kvalitě dat můžete dále posílit datové analytiky, datové vědce a firemní uživatele, aby sami identifikovali a vyřešili problémy s kvalitou. Stručně řečeno, robustní kultura založená na datech povzbuzuje každého, aby přispíval ke kvalitě dat.
Tip 6: Nominujte správce dat
v rámci iniciativy kultura řízená daty můžete jmenovat správce dat pro správu kvality dat. Správci dat mohou analyzovat aktuální stav kvality dat, optimalizovat procesy kontroly a implementovat požadované nástroje. Součástí jejich odpovědnosti je také dohled nad správou dat a správou metadat. Mít správce dat v Organizaci zajišťuje jasnou odpovědnost a úplný dohled nad zlepšením kvality dat.
Tip 7: Využijte DataOps k posílení vašich týmů
metodika DataOps je zaměřena na procesně orientovanou automatizaci spolu s osvědčenými postupy, s cílem zlepšit kvalitu a agilitu analýzy dat. Využití DataOps může aktivovat data pro obchodní hodnotu napříč všemi technologickými úrovněmi, od infrastruktury po zkušenosti.
můžete inovovat s DataOps přidat automatizaci lidského chování, které definují kvalitu dat, test kvality dat, a odstranit selhání kvality dat. Posílení všech vašich týmů kulturou DataOps je strategickým způsobem, jak zlepšit kvalitu dat.
Tip 8: Zaměřte se na školení a připomenutí
kultura založená na datech zajišťuje účast celé organizace na kvalitě dat. Je však také nezbytné udržet jejich zájem a přínos prostřednictvím inovativních nápadů. Pravidelné školení v oblasti konceptů, metrik a používání nástrojů pomůže posílit potřeby a výhody kvality dat. Sdílení otázek kvality a příběhů o úspěchu v celé organizaci může fungovat jako přátelské připomenutí. Poskytování specializovaného školení zaměstnancům je účinným přístupem ke zlepšení kvality dat.
Tip 9: Zabránit budoucím chybám dat
kvalita dat není jen o opravě současných chyb, ale také o prevenci budoucích chyb. Klíčem je zde posouzení a řešení základních příčin problémů s kvalitou dat ve vaší organizaci. Jsou procesy manuální nebo automatizované? Jsou metriky měření správně definovány? Mohou zúčastněné strany přímo opravit chyby? Je kultura kvality dat pevně na svém místě? Zvolené řešení kvality dat by se mělo zaměřit na umožnění kvality dat v celé organizaci.
Tip 10: Komunikace akcí a výsledků
Onboarding každého v iniciativách kvality dat je rozhodující, protože kvalita dat dnes není omezena na několik týmů. Informování všech zúčastněných stran o činnostech vytváří zájem a podporuje účast. Pokud často komunikujete o chybách v kvalitě dat, možných důvodech, iniciativách, testech a výsledcích, více lidí se aktivně zapojí do projektů zlepšování. Dokumentování pokroku, akcí a výsledků dále přispívá k organizační znalostní základně pro napájení budoucích iniciativ.
existují dva zajímavé momenty v životě kusu dat: okamžik, kdy je vytvořen, a okamžik, kdy je použit. Pokud můžete minimalizovat chyby v okamžiku vytvoření dat a vždy řešit problémy s kvalitou u zdroje, můžete zajistit kvalitu dat v okamžiku jejich použití. Pochopení vašich dat a podpora kultury založené na datech vede dlouhou cestu ke zlepšení kvality dat během její cesty.