Προσεγγίσεις για τη βελτίωση της ποιότητας των δεδομένων

Οι άτυπες βελτιώσεις ποιότητας δεδομένων συχνά έρχονται σε αντίθεση με αυτό που πραγματικά χρειάζεται ο οργανισμός. Εστίαση στην ποιότητα των οργανωτικών δεδομένων και όχι σε μεμονωμένες προσπάθειες.

Συχνά ένας οργανισμός μπορεί ανεπίσημα να αναθέτει την ευθύνη του για δεδομένα υψηλής ποιότητας σε ορισμένα άτομα που βασίζονται στην ατομική τους κρίση για να αναπτύξουν μια ξεχωριστή έκδοση δεδομένων ποιότητας. Αυτή η έκδοση μπορεί να διαφέρει ανάλογα με τις συγκεκριμένες ανάγκες και το πλαίσιο – και μπορεί να μην είναι αυτό που ο οργανισμός θα θεωρούσε δεδομένα υψηλής ποιότητας.

Αυτή η προσέγγιση στην ποιότητα των δεδομένων χρησιμοποιώντας πρωτοβουλίες ad-hoc, μη δομημένες και εκτός οποιουδήποτε πλαισίου ή στρατηγικής μπορεί να ονομαστεί Ποιότητα δεδομένων φορητού υπολογιστή. Συμβαίνει κάθε φορά που ένας χρήστης δεδομένων αισθάνεται με κάποιο τρόπο υπεύθυνος για την ποιότητα των δεδομένων που χρειάζεται. Συχνά, αυτοί οι χρήστες ξοδεύουν ένα σημαντικό ποσοστό του χρόνου εργασίας τους εστιάζοντας στη βελτίωση της ποιότητας των δεδομένων που χρησιμοποιούν, με αποτέλεσμα να εκτρέπονται από τις εργασίες που έχουν προσληφθεί για να κάνουν και στις οποίες θα έπρεπε να επικεντρωθούν.

Η ποιότητα δεδομένων φορητού υπολογιστή εκτελείται συνήθως με ad-hoc διεργασίες ή σε αρχεία Excel / βάσεις δεδομένων Access, όπου τα δεδομένα διορθώνονται σύμφωνα με συγκεκριμένες ανάγκες, συγκεκριμένα κριτήρια, ένα συγκεκριμένο πλαίσιο και τη διακριτική ευχέρεια του χρήστη των δεδομένων – σπάνια υπάρχει κάποια από αυτά τα κοινά στοιχεία μεταξύ δύο διαφορετικών χρήστες. Οι πρακτικές μιας εταιρικής προσέγγισης στη διαχείριση δεδομένων συνήθως δεν βρίσκονται σε μια κουλτούρα ποιότητας δεδομένων φορητού υπολογιστή.

Η έλλειψη μιας δομημένης προσέγγισης για την ποιότητα των δεδομένων μπορεί να έχει αρνητική επίδραση στην οικονομική απόδοση κάθε οργανισμού, βλάπτοντας τις διαδικασίες λήψης αποφάσεων και αποτρέποντας πρόσθετα κέρδη. Δυστυχώς, αυτό σημαίνει ότι ο οργανισμός διαθέτει πολύτιμους πόρους που ανακατευθύνουν τον χρόνο και τις δεξιότητές του για να μεταφέρει δεδομένα σε ελάχιστα επίπεδα ποιότητας για τις συγκεκριμένες ανάγκες του, συχνά ασυμβίβαστα με την παγκόσμια επιχειρηματική στρατηγική και τη στρατηγική δεδομένων.

Αν και ορισμένες από τις επιπτώσεις είναι ευκολότερο να ποσοτικοποιηθούν από άλλες, υπάρχουν ορισμένα ερωτήματα που πρέπει να απαντηθούν σχετικά με αυτήν την προσέγγιση:

• Πόσες ώρες δαπανώνται σε ολόκληρο τον οργανισμό σε ad-hoc εργασίες που σχετίζονται με την ποιότητα των δεδομένων και ποιο είναι το κόστος αυτών των ωρών;
• Ποιο είναι το πραγματικό κόστος ή η αξία που δεν δημιουργείται, λόγω των ωρών που εκτρέπονται σε αυτές τις εργασίες;

Αυτές οι ερωτήσεις δεν έχουν εύκολη απάντηση γιατί τόσο το κόστος όσο και τα οφέλη παραμένουν κρυμμένα στην αρχική εργασία του αναλυτή, του προγραμματιστή, του επιστήμονα δεδομένων ή οποιουδήποτε άλλου χρήστη δεδομένων.

Αυτή η προσέγγιση όχι μόνο επηρεάζει την απόδοση, αλλά μπορεί επίσης να αλλάξει τα αποτελέσματα, καθώς εξαρτάται κυρίως από το περιβάλλον, τις ανάγκες και τις γνώσεις του χρήστη. τα ίδια δεδομένα θα διορθωθούν διαφορετικά από διαφορετικά άτομα.

Προκλήσεις για μια δομημένη προσέγγιση στην ποιότητα των δεδομένων

Μια πιο δομημένη προσέγγιση για την ποιότητα των δεδομένων μπορεί να μην είναι ευκολότερη στην εφαρμογή. Συνήθως, πρόκειται για δαπανηρές πρωτοβουλίες. Είναι χρονοβόρες και απαιτούν πόρους και καλύπτουν πολλαπλές χρονικές περιόδους.

Μπορούν επίσης να είναι βαθιά παρεμβατικοί και ανατρεπτικοί, δημιουργώντας μια φυσική αντίσταση στην αλλαγή εντός του οργανισμού, δημιουργώντας ένα δύσκολο περιβάλλον στο οποίο μπορείτε να εργαστείτε.

Ένα άλλο σημαντικό χαρακτηριστικό είναι ότι ένα πρόγραμμα ποιότητας δεδομένων μπορεί να χρειαστούν χρόνια για να εξισορροπηθεί και να αποδώσει απόδοση επένδυσης (ROI), καθιστώντας δύσκολο, ακόμη και με ισχυρή χορηγία, τη διατήρηση της απαραίτητης έλξης για την ολοκλήρωση όλων των απαιτούμενων αλλαγών.

Αυτές είναι οι πιο συχνές αιτίες που εντοπίζονται στις εκθέσεις «μεταθανάτιας εργασίας», επισημαίνοντας τους λόγους για τους οποίους αυτά τα έργα σπάνια αποτελούν προτεραιότητα. Πολλοί οργανισμοί αποφασίζουν να μην αποδεχτούν τέτοια έργα όπου τα αποτελέσματα είναι δύσκολο να αξιολογηθούν και η προσπάθεια θα δείξει απόδοση μόνο μακροπρόθεσμα. Ως αποτέλεσμα, η ποιότητα των οργανωτικών δεδομένων υποφέρει και η κουλτούρα συνεχίζει να ζει με δεδομένα κακής ποιότητας.

Επιπτώσεις κακών δεδομένων

Τα αποτελέσματα της ύπαρξης κακών δεδομένων στις επιχειρηματικές διαδικασίες είναι εύκολο να εντοπιστούν και να επηρεάσουν κάθε επιχείρηση και όλες τις διαδικασίες.

Αυτά τα αποτελέσματα μπορεί να έχουν τη μορφή:

1. Χαμένα έσοδα, πωλήσεις ή επιχειρηματικές ευκαιρίες, όπως:

• Χαμένες ευκαιρίες πωλήσεων.
• Αποτυχία εκτέλεσης διασταυρούμενης πώλησης προϊόντων.
• Αδυναμία σωστής αναγνώρισης των αναγκών των πελατών.
• Αποτυχημένες καμπάνιες μάρκετινγκ λόγω έλλειψης ακριβών προοπτικών.
• Προβλήματα τιμολόγησης, είτε ως αποτέλεσμα αδυναμίας σωστής τιμολόγησης των πελατών είτε με επιβάρυνση επιπλέον κόστους στη διαδικασία τιμολόγησης.
• Χάθηκαν ευκαιρίες B2B ή αναποτελεσματικές προμήθειες λόγω εσφαλμένης ανάλυσης της αγοράς.

2. Δυσαρέσκεια πελατών και κόστος εξυπηρέτησης, συμπεριλαμβανομένων:

• Απώλεια πελατών. Εκτός από την απώλεια των άμεσων εσόδων που σχετίζονται με την αξία διάρκειας ζωής του πελάτη, υπάρχουν και κόστη που σχετίζονται με την απόκτηση νέων πελατών, καθώς και πρόσθετα έμμεσα κόστη, καθώς ο πλέον δυσαρεστημένος πελάτης μπορεί να λειτουργήσει ως παράγοντας επιρροής της αγοράς που μπορεί να επηρεάσει τις προοπτικές.

3. Λειτουργικές αναποτελεσματικότητα, συμπεριλαμβανομένων:

• Κακός σχεδιασμός πόρων, καθώς μπορεί να μην υπάρχει επαρκές προσωπικό λόγω της εστίασης στην εκκαθάριση δεδομένων και όχι στις ανατεθειμένες ευθύνες.
• Αυξημένα λειτουργικά κόστη, είτε για φόρτους εργασίας του συστήματος είτε για ώρες εργασίας που δαπανώνται σε ζητήματα που σχετίζονται με την ποιότητα των δεδομένων.

4. Κανονιστική συμμόρφωση, συμπεριλαμβανομένων:

• Αδυναμία κατάλληλης συμμόρφωσης με τα κανονιστικά μέτρα. Σε ορισμένους κλάδους όπου η συμμόρφωση με τους κανονισμούς είναι απαραίτητη, η κακή ποιότητα δεδομένων έχει σημαντικό αντίκτυπο στην ικανότητα συμμόρφωσης με τις κανονιστικές υποχρεώσεις, με αποτέλεσμα βαριές χρηματικές κυρώσεις ή ακόμη και αστικές ή ποινικές διαδικασίες.

5. Κακή λήψη αποφάσεων, συμπεριλαμβανομένων:

• Αδυναμία λήψης σωστών μακροπρόθεσμων αποφάσεων λόγω έλλειψης αξιόπιστης βάσης δεδομένων.
• Εσφαλμένες προβλέψεις λόγω ανακριβών ή ελλιπών δεδομένων.
• Ανακριβές προφίλ πελατών και τμηματοποίηση, που οδηγεί σε μειωμένες πωλήσεις και χαμηλότερη διατήρηση πελατών.

Στρατηγική για βελτιωμένη ποιότητα δεδομένων

Για να αποφύγετε τις παγίδες της εισαγωγής στη λειτουργία ποιότητας δεδομένων φορητού υπολογιστή ή για την υποστήριξη ενός σημαντικού προγράμματος ποιότητας δεδομένων, η καλύτερη στρατηγική αντιμετωπίζει συγκεκριμένα προβλήματα με μετρήσιμα αποτελέσματα. Σχεδιάστε πρωτοβουλίες ποιότητας δεδομένων που:

• Να έχετε ένα λογικό μοντέλο χρηματοδότησης. δεν χρειάζεται να αγοράσετε κάθε εφαρμογή ποιότητας δεδομένων, αλλά κάποια χρηματοδότηση για πόρους και εργαλεία είναι απαραίτητη.
• Στοχεύονται στην αντιμετώπιση επιχειρηματικών προκλήσεων με κρίσιμα δεδομένα
• Εστιάστε την προσπάθεια για τη διόρθωση των προκλήσεων ποιότητας δεδομένων
• Μπορεί να ολοκληρωθεί σε λογικές χρονικές περιόδους – μήνες, όχι χρόνια
• Αυξήστε την εσωτερική δέσμευση στις συνεχείς προσπάθειες ποιότητας δεδομένων
• Παρέχετε στοχευμένες επιστροφές όταν υποσχεθείτε – μικρότερες χρονικές περιόδους

Σε μεγάλους οργανισμούς, ακόμη και σε αυτούς που δεν διαθέτουν ισχυρή κουλτούρα δεδομένων, οι ευκαιρίες για την έναρξη αυτών των πρωτοβουλιών είναι αρκετά άφθονες. Σε όλους τους επιχειρηματικούς τομείς υπάρχουν προβλήματα που σχετίζονται με την ποιότητα των δεδομένων και ο εντοπισμός τους δεν αποτελεί πρόκληση.

Το πρώτο βήμα είναι ο εντοπισμός ενός επιχειρηματικού συμμετόχου που μπορεί να διατυπώσει με πάθος και αποτελεσματικά τις επιπτώσεις της κακής ποιότητας δεδομένων στις διαδικασίες του. Η βοήθειά τους μπορεί να εντοπίσει την πηγή αυτών των προβλημάτων.

Θυμηθείτε, τις περισσότερες φορές δεν πρόκειται για τον εντοπισμό των ενεργειών που μπορούν να επιτύχουν την καλύτερη απόδοση επένδυσης, αλλά για τον εντοπισμό του προβλήματος που πρέπει να στοχευτεί, να αξιολογηθεί και να μετριαστεί γρήγορα και με διαθέσιμους πόρους.

Είναι πιο εύκολο να βοηθήσεις κάποιον που ζητά βοήθεια παρά να πείσεις κάποιον ότι χρειάζεται βοήθεια.

Μια σειρά από αυτές τις στοχευμένες πρωτοβουλίες έχει ως θετικό αποτέλεσμα την αύξηση της επίγνωσης της σημασίας και του αντίκτυπου της ποιότητας των δεδομένων σε ολόκληρο τον οργανισμό, την αύξηση της συνολικής εσωτερικής δέσμευσης, τη μετατροπή των επικριτών σε ευαγγελιστές και το άνοιγμα του δρόμου για μια πιο δομημένη και στρατηγική προσέγγιση ποιότητας δεδομένων σε όλο τον οργανισμό. την επιχείρηση.

Βελτίωση της Ποιότητας Δεδομένων

Η έναρξη ενός επιτυχημένου προγράμματος ποιότητας δεδομένων μπορεί να είναι μια αποθαρρυντική εργασία, αν και όχι αδύνατη, ανάλογα με την προσέγγιση. Ακολουθήστε αυτά τα βήματα με βάση τα χαρακτηριστικά που αναφέρονται παραπάνω:

1. Ξεκινήστε με επιχειρηματικούς τομείς που δεν μπορείτε να προσδιορίσετε και να μετρήσετε με σαφήνεια τον επιχειρηματικό αντίκτυπο των κακών δεδομένων στις διαδικασίες τους. Σε κάθε οργανισμό οι ευκαιρίες εντοπισμού αυτών των περιπτώσεων είναι άφθονες. Σε όλους τους επιχειρηματικούς τομείς υπάρχουν προβλήματα που σχετίζονται με την ποιότητα των δεδομένων και ο εντοπισμός τους δεν αποτελεί πρόκληση.
2. Δημιουργήστε μια επιχειρηματική υπόθεση με όσους θέλουν να την υπερασπιστούν. Μόλις εντοπίσετε ένα κρίσιμο σημείο πόνου, θα έχετε το ενδιαφερόμενο μέρος της επιχείρησης που μπορεί με πάθος και αποτελεσματικά να διατυπώσει τις επιπτώσεις της κακής ποιότητας δεδομένων στις διαδικασίες και που θα είναι πρόθυμο να υπερασπιστεί το έργο.
3. Εστιάστε στη μετατροπή των γνώσεων σε δράση. Η ενεργή συμμετοχή του ενδιαφερόμενου μέρους της επιχείρησης θα επιταχύνει τη διαδικασία γρήγορης μετάβασης από τα ευρήματα σε συγκεκριμένες ενέργειες.
4. Καθορίστε στόχους ποιότητας δεδομένων με βάση δεδομένα που είναι κρίσιμα για τις επιχειρήσεις. Η βαθιά κατανόηση των επιπτώσεων των δεδομένων κακής ποιότητας στις επιχειρηματικές διαδικασίες καθιστά δυνατή την ακριβέστερη ιεράρχηση των κρίσιμων δεδομένων, καθιστώντας ευκολότερο τον εντοπισμό σαφών στόχων στην αρχή.

συμπέρασμα

Η επιλογή για πρωτοβουλίες ποιότητας δεδομένων που είναι πιο εστιασμένες και αποτελεσματικές δημιουργεί και αυξάνει την ευαισθητοποίηση σε όλη την επιχείρηση και λειτουργεί ως η κινητήρια δύναμη μέσα από τον οργανισμό για ένα πλήρες πρόγραμμα ποιότητας δεδομένων. Αποφύγετε τις προσπάθειες για την ποιότητα δεδομένων φορητού υπολογιστή μέσω ενός στρατηγικού αλλά τακτικά ορθού προγράμματος για τη βελτίωση της ποιότητας των δεδομένων του οργανισμού.