6 merkittäviä tietojen laatua kysymyksiä, jotka kummittelevat lähes kaikki suuret organisaatiot

tiedon sosialisoinnin ja datan demokratisoinnin myötä monet organisaatiot organisoivat, jakavat ja asettavat tiedon tehokkaasti kaikkien työntekijöiden saataville. Vaikka useimmat organisaatiot hyötyvät tällaisen tiedon kaivoksen vapaamielisestä käytöstä työntekijöidensä ulottuvilla, toisilla on ongelmia niiden käyttämien tietojen laadun kanssa.

koska useimmat organisaatiot tarkastelevat myös tekoälyn avulla toteutettavia järjestelmiä tai liiketoimintansa yhdistämistä esineiden internetin kautta, tämä on erityisen tärkeää.

yritysanalyytikot määrittelevät markkinatrendejä, tulosdataa ja jopa esittävät johtajille näkemyksiä, jotka auttavat ohjaamaan yrityksen tulevaisuutta. Ja maailman muuttuessa yhä datavetoisemmaksi, liike-elämän ja data-analyytikoiden on erittäin tärkeää saada oikeaa dataa, oikeassa muodossa, oikeaan aikaan, jotta he voivat kääntää sen oivallukseksi.

perusmalli, jota yritys noudattaa tiedon sosialisointia toteuttaessaan, on:

tietojen sosialisointi

kuitenkin monesti yritysanalyytikot päätyvät käyttämään suurimman osan ajastaan keskittyen datan laatuun. Tämä on ongelma, koska tietojen valmistelu ja hallinta ei ole liiketoiminta-analyytikon ensisijainen vastuu. Mutta heidän ei myöskään tarvitse olla riippuvaisia siitä tehdäkseen sen heille joko.

eräitä yleisimpiä tietojen laatuun liittyviä kysymyksiä, joita analyytikot ja organisaatiot yleensä kohtaavat, ovat:

kaksoiskappaleet

samojen tietueiden useat kopiot vaativat veronsa laskennassa ja tallentamisessa, mutta voivat myös tuottaa vääristyneitä tai virheellisiä oivalluksia, kun ne jäävät havaitsematta. Yksi keskeinen ongelma voi olla inhimillinen virhe-joku yksinkertaisesti syöttämällä tietoja useita kertoja vahingossa-tai se voi olla algoritmi, joka on mennyt pieleen.

tähän ongelmaan ehdotettu lääke on nimeltään ”tietojen deduplication”. Tämä on sekoitus ihmisen oivallusta, tietojenkäsittelyä ja algoritmeja, jotka auttavat tunnistamaan mahdolliset kaksoiskappaleet todennäköisyyspisteiden perusteella ja maalaisjärkeä tunnistamaan, missä tietueet näyttävät lähekkäisiltä.

puutteelliset tiedot

monta kertaa, koska tietoja ei ole syötetty järjestelmään oikein tai tietyt tiedostot ovat saattaneet vioittua, jäljelle jääneistä tiedoista puuttuu useita muuttujia. Jos esimerkiksi osoite ei sisällä postinumeroa lainkaan, jäljelle jäävällä tiedolla voi olla vain vähän arvoa, koska sen maantieteellistä puolta olisi vaikea määrittää.

epäyhtenäinen formaatti

jos tiedot on tallennettu epäyhtenäisessä muodossa, tietojen analysointiin tai säilyttämiseen käytetyt järjestelmät eivät välttämättä tulkitse niitä oikein. Jos organisaatio esimerkiksi ylläpitää kuluttajiensa tietokantaa, perustietojen tallennusmuoto olisi määriteltävä ennalta. Nimi (etunimi, sukunimi), syntymäaika (USA/UK tyyli) tai puhelinnumero (kanssa tai ilman maakoodi) on tallennettava täsmälleen samassa muodossa. Se voi viedä data tutkijat huomattavan paljon aikaa yksinkertaisesti purkaa monia versioita tallennettujen tietojen.

saavutettavuus

tieto, jota useimmat tieteilijät käyttävät tulosten tai lopputuotteiden luomiseen, arviointiin, teoretisointiin ja ennustamiseen, usein katoaa. Tapa, jolla tiedot valuvat alas liiketoiminta — analyytikot suurissa organisaatioissa-osastot, osa — osastot, oksat, ja lopuksi tiimit, jotka työskentelevät tietojen-jättää tietoa, joka voi olla tai ei ole täysin pääsy seuraavalle käyttäjälle.

menetelmä, jolla tiedot jaetaan ja saatetaan tehokkaasti kaikkien organisaation työntekijöiden saataville, on yrityksen tietojen jakamisen kulmakivi.

järjestelmäpäivitykset

aina kun tiedonhallintajärjestelmä saa päivityksen tai laitteistoa päivitetään, on mahdollista, että tieto katoaa tai vioittuu. Useiden tietojen varmuuskopiointi ja järjestelmien päivittäminen vain todennettujen lähteiden avulla on aina suositeltavaa.

tietojen puhdistus ja tallennus

organisaation jokaisella johtotasolla on mahdollista, että paikallisesti tallennetut tiedot voidaan poistaa — joko vahingossa tai tahallaan. Siksi tietojen tallentaminen turvallisesti ja vain peilikopion jakaminen työntekijöiden kanssa on ratkaisevan tärkeää.

” yrityskäyttäjien turhautuessa siihen, etteivät he voi saada vastauksia, kun he tarvitsevat niitä, he saattavat luopua odottamisesta ja palata lentämään sokkona ilman dataa. Vaihtoehtoisesti he voivat lähteä omille teilleen ja ottaa käyttöön oman analytiikkatyökalunsa saadakseen tarvitsemansa tiedot, mikä voi luoda ristiriitaisen totuuden lähteen. Kummassakin skenaariossa data menettää tehonsa”, kirjoitti Brent Dykes.

jos ei huolehdita virheellisten tai korruptoituneiden tietojen välttämisestä ennen niiden analysointia liiketoimintapäätöksiä varten, organisaatio voi menettää mahdollisuuksia, tuloja, kärsiä maineen vahingoittumisesta tai jopa heikentää CXOs: n luottamusta.

Mitä Mieltä Olet?

tilaa uutiskirjeemme

saat uusimmat päivitykset ja olennaiset tarjoukset jakamalla sähköpostisi.

Liity Telegram-Ryhmäämme. Ole osa mukaansatempaavaa verkkoyhteisöä. Liity Tähän.

Vastaa

Sähköpostiosoitettasi ei julkaista.