首页 > IT业界 > 正文

不良数据的隐性成本

2019-06-26 10:22:49  来源:中原财经网

摘要:随着数字经济的崛起,数据已成为企业最有价值的资产。所有商业运作和业务流程都依赖数据,并由数据驱动。
关键词: 不良数据
  企业因不良数据产生的成本日渐增加,
 
  本文总结了帮助企业首席信息官实现数据价值最大化的六个步骤
 
  作者:Nutanix中国区董事总经理 马莉
 
  随着数字经济的崛起,数据已成为企业最有价值的资产。所有商业运作和业务流程都依赖数据,并由数据驱动。
 
  咨询机构Digital Realty最近发布的一项研究表明,数据为全球最富裕的七个国家(G7)的经济贡献了超过1.7万亿美元。这一规模相当于全球第十大经济体,并高于韩国、俄罗斯和加拿大。
 
  各行各业都在忙于制定相关策略以识别、捕捉和优化数据在商业决策中的作用。很多企业在此过程中面临一个隐性问题:虽然优质数据能为企业赋能,但不良数据会带来相反的结果,削弱、破坏竞争力、阻碍创新。
 
  不良数据是指那些错误、不完整、无法理解、错位、不相关和过时的数据。在实践中,不良数据会浪费销售的时间,干扰数据科学家的工作,以及将IT的时间耗费在同步无法相互通讯的系统上。这一切都会导致人们对数据失信,令管理层无法果断决策。
 
  许多企业在日常运作中都会因为数据不准确的问题而头疼。没有任何行业和组织能够幸免,如果问题无法快速解决,有可能造成严重的经济和声誉损失。
 
  由于消费者体验开始成为品牌建设的重要部分,因此不良数据有可能对企业经营状况造成重大影响。以美国为例,89% 的企业管理者认为,数据不准确会导致消费者体验下降。
 
  咨询机构Gartner的研究发现,很多企业认为,不良的数据质量对每家企业造成的损失平均每年高达1500万美元。在企业数字化进程中,数据和信息环境变得日益复杂,除非及时处理不良数据问题,否则相关经济损失有可能会继续攀升。
 
  行业对数据培育的必要性普遍缺乏认识。虽然已有像亚马逊、谷歌、爱彼迎(Airbnb)等善用数据的公司正在利用数据绘制消费者行为模型,以改善用户服务,但大多数企业对数据仍未形成清晰的认识。
 
  近60% 的企业没有对不良数据每年造成的经济损失进行统计。Gartner指出,领先的信息驱动型企业正在积极测算其信息资产的价值、不良数据的成本和优质数据的价值。这为它们在市场赢得了优势。
 
  那么,企业的首席信息官应采取哪些措施来清理数据呢?
 
  集中:清理不良数据不可一蹴而就,需要以长远眼光看待问题。首先,不要把重点放在理顺数据进入企业的不同渠道上,而是专注制定一套集中化数据管理策略,同时确保能从源头对数据进行检测。
 
  整合:在大型企业和机构内,不同部门运行着多个数据库,还有一些不为人知的数据来源。如果企业在不同地点有多个分支机构,情况会更为复杂。整合和分类数据库以及信息库可最大限度减少不良数据的产生,促进企业数据的标准化。
 
  标准化:分析数据,加深对数据的认知。不良数据的一大成因是企业的数据收集过程缺乏标准化。必须在企业内部以及供应商、合作伙伴之间实施一套标准化参数,最大限度减少不良数据进入企业的途径。
 
  调查:了解数据污染的根本原因。即利用对标数据进行数据基准校正,厘清数据污染的本质。这将有助于修正异常并将数据恢复到未受污染的初始质量。
 
  消除:数据重复是数据不准确的主要原因之一,尤其是当存在多个数据库时。过程中人为失误则可能加剧这一问题。通过整合数据,我们有机会消除重复数据,以达到标准化的基准。这一过程可能需要花费一些时间,但也是快速获取客户信息和提高商业智能的必要条件。
 
  清洗:云平台、尤其是混合云有大量数据清洗工具可供选择,提供了一个清洗、净化数据的理想环境。
 
  行业已形成广泛共识:正确利用数据能推动企业发展,创造真正的价值和巨大的经济利益。人们也越来越清楚地认识到,不良数据及其对公司声誉、效率和盈利能力的影响尚未引起足够重视。
 
  随着我们对数据的依赖日益加深,数据的价值将继续提升。管理得当,数据将成为拥有无限可能的企业资产。反之,也可能令企业业绩严重倒退或导致难以想象的后果。
 
  在数据驱动的未来,了解不良数据的成本将关系到每一家企业的存亡。
 
  -------------------------------
 
  引用:
 
  1. Digital Realty 发布报告,分析数据经济对G7国家的价值
 
  2. 2019全球数据管理指标报告
 
  3. 如何创建数据质量提升业务案例
 
  4. 如何阻止数据质量影响企业业务

第三十六届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:chenjian

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。