داده های بد یا کم کیفیت

داده های بد یا کم کیفیت برای سازمان شما هزینه دارد. به گفته گارتنر شرکت آمریکایی ۶۱۱ میلیارد دلار در هر سال برای کیفیت پایین داده هزینه می کنند.

برخی از هرینه های مستقیم مرتبط با داده های باکیفیت پایین عبارتند از:

• عدم توانایی صدور به موقع صورتحساب ها
• افزایش تماس ها با مرکز تماس و کاهش توانایی پاسخگویی به این پاسخ ها
• کاهش درآمد شرکت و از دست دادن فرصت های تجاری
• افزایش احتمال تقلب و سوء استفاده
• هزینه های ناشی از تصمیمات غلط تجاری ناشی از داده های نادرست

در صورتی که داده نتواند نیازهای استفاده کنندگان از آن داده را برطرف سازد، به عنوان داده بی کیفیت تلقی می شود. بنابراین مقوله کیفیت داده نسبی است و بر اساس مورد کاربرد و شرایط استفاده سنجیده می شود. کیفیت پایین داده ها، اغلب منجر به افزایش ریسک های سازمان می شود. از دست دادن مشتریان، لطمه به برند و خوشنامی شرکت، مشکلات ناشی از سازمان های نظارتی (یا رگولاتوری) که به داده های با کیفیت بالا نیاز دارند و کاهش سودآوری شرکت، نمونه هایی از این مشکلات به شمار می آیند.

هزینه اینکه از ابتدا داده صحیح تولید شود بسیار کمتر از این است که داده های بی کیفیت تولید و سپس اصلاح شود.

داده با کیفیت نقش کلیدی در موفقیت های سازمان بر عهده دارد. کارکنان و مدیران وقتی به داده های باکیفیت و قابل اتکا دسترسی داشته باشند، بهتر می توانند پاسخ سوالات خود را بیابند و تصمیمات دقیق تر و بهتری خواهند گرفت. آیا برنامه ای برای مدیریت و بهبود کیفیت داده دارید؟ پروژه های کیفیت داده یک ضرورت اجتناب ناپذیر برای بسیاری از شرکت هاست.

اصول حاکم بر برنامه کیفیت داده

اصول حاکم بر  برنامه کیفیت داده عبارتند از:

• اهمیت: برنامه کیفیت داده باید بر داده های حساس و مهم شرکت تمرکز کند. اولویت بهبود باید بر اساس سطح ریسک و حساسیت هر یک از داده ها تعیین گردد.
• مدیریت چرخه حیات: کیفیت داده ها باید در طول چرخه حیات از زمان ایجاد تا زمان نابودی مدیریت شود. به عبارتی داده در حین اینکه بین سیستم های مختلف مبادله می شود باید مدیریت شود.
• پیشگیرانه: رویکرد کیفیت داده باید از خطاهای احتمالی و شرایطی که استفاده از داده ها را ناممکن سازد پرهیز کند. به عبارتی بیش از آنکه رویکرد اصلاحی داشته باشد، باید رویکرد پیشگیرانه داشته باشد.
• ریشه یابی: ارتقای کیفیت داده ها فراتر از رفع مشکلات و اصلاح داده هاست. باید مشکل شناسایی و ریشه یابی شود و آثار آن شناسایی گردد. معمولاً ریشه مشکلات کیفیت داده در سیستم یا فرایند نهفته است، پس لازم است سیستم یا فرایند اجرایی اصلاح شود تا مشکل کیفیت داده به صورت ریشه ای حل گردد.
• حاکمیت: فعالیت های حاکمیت داده باید از توسعه داده های باکیفیت و برنامه های مرتبط با آن حمایت کند.
• مبتنی بر استاندارد: هر یک از ذینفعان داده، نیازهای خاص خود را در ارتباط با کیفیت داده دارند. تا جایی که امکان دارد این نیازمندی ها باید به نحوی استاندارد و قابل اندازه گیری بیان شوند.
• اندازه گیری هدفمند و شفاف: سطح کیفیت داده ها باید به نحوی هدفمند و سازگار، سنجش شود. ذینفعان باید از معیارهای سنجش و نتایج آگاه باشند.
• ارتباط با فرایندهای کسب و کار: مالک فرایندهای کسب و کار مسئول کیفیت داده های تولیدی فرایندهای خود هستند. آنها باید اطمینان حاصل کنند که استانداردهای کیفیت داده در فرایندها رعایت می شود.
• الزام روش مند: مالک سیستم باید به صورت سیستمی نیازمندی های کیفیت داده را الزام نماید.
• سطح سرویس: نحوه مدیریت مشکلات و گزارش دهی کیفیت داده باید در توافق نامه سطح سرویس گنجانده شود.