找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 6921|回复: 24

质量数据如何确保准确

  [复制链接]
发表于 2022-4-20 09:41:25 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转质量管理社区。

您需要 登录 才可以下载或查看,没有账号?立即注册

×


一、获得支持并使数据质量成为企业范围内的优先事项

如果只有一半的部门承诺确保数据质量,那么数据质量就不会超过50%。所有部门都必须理解数据质量并承担责任。

为了获得组织的认可,数据质量必须在管理的每个级别包括高管得到支持和提升。如果高管和商业领袖不优先考虑良好的数据质量,数据管理人员也不会优先考虑。


 楼主| 发表于 2022-4-23 23:27:36 | 显示全部楼层
loveprince 发表于 2022-4-23 08:49
比较深奥     值得挖掘   谢谢

感谢支持,

质量知识是我们需要好好学习的
回复 支持 1 反对 0

使用道具 举报

 楼主| 发表于 2022-4-20 09:42:08 | 显示全部楼层
二、建立数据质量度量

企业需要一种度量数据质量的方法,原则是建立适用于试图通过数据实现的目标和业务目标的度量标准。确保数据质量对以下方面至关重要:

就数据质量的有效性向管理层提供建议,以获得支持

■了解数据需要有多准确

■量化缺失的、不完整的或不一致的数据

■采取纠正措施提高数据质量


 楼主| 发表于 2022-4-20 09:42:55 | 显示全部楼层

三、调查数据质量故障


如果您没有调查数据质量问题并纠正,那么错误将继续发生是必然的。纠正数据中的错误是一项困难而耗时的任务。一旦数据被修正,人们很容易认为任务已经完成。

数据错误是由多种原因造成的。埃里安全球数据管理研究指出,造成数据不准确的主要原因是人为错误、数据源太多、部门之间缺乏沟通。一旦知道了错误的原因,就可以采取措施防止将来发生类似的错误。

 楼主| 发表于 2022-4-20 09:43:51 | 显示全部楼层

四、加强内部培训


得良好的数据质量是一项艰巨的任务。它需要对数据质量原则、流程和技术有深刻的理解。这种知识最好通过正规培训获得。遵循数据管理认证的要求是一个很好方法,如数据管理专业人员(CDMP)、信息管理专业人员(CIMP)或数据管理员(CDS)。

数据质量人员获得认证,将更好的对数据质量认知:

■质量管理的基本概念、原则和实践

■质量管理原则如何应用于数据

■如何兼顾高质量数据的好处和低质量数据的成本

■如何创建、交付和销售数据质量的业务用例

■构建数据质量组织的关键原则

■数据管理程序的基本概念、原则和实践

■数据集成中固有的数据质量挑战


 楼主| 发表于 2022-4-20 09:44:46 | 显示全部楼层

六、建立数据审核流程


良好的数据质量有很大的价值,所以要建立创建和维护数据质量的过程。但是我们如何知道这些过程是有效的呢?我们如何获得他人的信任,让他们相信我们的数据质量是好的?

对数据库中的数据进行审计是建立数据信任的最佳方式。数据审计过程应检查任何数据质量不佳的情况,包括但不限于:

■低填充字段

■不完整的数据

■不准确

■格式不一致

■重复的条目

■过时的条目

审计的频率对数据审计过程的接受和成功非常重要。如果您每年审计一次,错误可能会存在一年才被发现。它还需要很长时间来发现、纠正和调查整整一年的错误。理想情况下,审计应该具有周期性增量审计的自动化、连续审计功能。


 楼主| 发表于 2022-4-20 09:45:40 | 显示全部楼层

七、在每个部门分配一名数据管理员

数据管理员负责维护指定数据集上的数据完整性和数据质量。他们需要确保他们的数据集符合数据治理团队定义的数据质量标准。这个关键角色是确保良好数据质量的关键。

由于数据管理在历史上一直是IT人员的责任,所以数据管理员通常存在于IT部门中。然而,组织已经认识到,那些最接近数据来源的人可以成为更好的数据管理员。例如,销售管理员或CRM经理可能比IT人员更了解客户数据库,从而得到更准确、更高质量的数据。

八、实现单一的真实来源


单一真实来源(SSOT)是一个概念,用于确保组织中的每个人都将业务决策基于相同的、一致的和准确的数据。由于关键业务决策是数据驱动的,所以所有业务单元都同意使用一个他们信任的数据源来包含准确的、高质量的数据是很重要的。一旦SSOT被整个组织接受为准确数据的来源,该数据就可以基于组织的数据质量标准进行维护,并被任何人用于任何目的,以获得可信的业务洞察和见解。


 楼主| 发表于 2022-4-20 09:46:20 | 显示全部楼层

九、集成和自动化数据流


计算使得从各种来源访问数据变得更加容易。在这种情况下,就将面临来自多个数据流的不同格式的不同数据集成到单个数据存储库中的挑战,这些数据可能包含重复和低质量的数据。要解决这个挑战,必须对数据进行清理和重复数据删除,以识别和解决损坏的、不准确的、无关的或重复的数据。这个复杂的过程通常需要数据准备工具来减少工作量和时间。然而,一旦建立了这个过程,组织就可以更好地确保数据质量。

十、利用云自动化一致的数据

如果您的数据质量工具位于一个或两个企业数据中心,那么从广泛的来源向世界各地的业务分析师获取一致的数据会带来不必要的复杂性和延迟。将数据质量工具移到云上,使它们更接近数据源和用户,从而提高工具的使用率和更好的数据质量实践
 楼主| 发表于 2022-4-20 09:47:31 | 显示全部楼层
weken 发表于 2022-4-20 09:45
这个数据要准确,看公司管理层吧

是的 管理层的管理非常重要
发表于 2022-4-20 10:09:14 | 显示全部楼层
gaowenhua 发表于 2022-4-20 09:47
是的 管理层的管理非常重要

没有管理就是散沙。过于死板的管理就是沙漏。
发表于 2022-4-20 12:29:57 | 显示全部楼层
你们都说得太笼统,有数据谁都该知杂做,没有第一线检验员和售后的质量反馈,你再高都没用。
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

手机版|小黑屋|QPDCA平台自律公约|QPDCA质量论坛 ( 苏ICP备18014265号-1 )

QPDCA质量论坛最好的质量管理论坛 GMT+8, 2024-6-8 10:33 , Processed in 0.134575 second(s), 18 queries , Gzip On.

无锡惠山区清华创新大厦901室0510-66880106

江苏佳成明威管理咨询有限公司 版权所有

快速回复 返回顶部 返回列表