Data Warehouse

Datenqualität. Die Kosten der Nichtqualität

Bevor Sie darüber nachdenken, Kosten der Nicht-Datenqualität du musst wissen, was Geschäftserwartungen an die Datenqualität, wie sich ihre Abwesenheit auf das Geschäft auswirken kann und, etwas komplexer, wie man jedes Qualitätsproblem mit einem bestimmten Hindernis innerhalb der Organisation in Verbindung bringt. Das Datenqualität Es hat viele Vorteile für das Unternehmen, aber um sie genießen zu können, muss man es können:

Die Kosten einer schlechten Datenqualität

Das Auswirkungen einer schlechten Datenqualitätspolitik kehrt in verschiedene Bereiche innerhalb einer Organisation zurück:

Finanziell: spiegelt sich im Anstieg der Betriebskosten wider, Einkommensverlust, Verschwendung von Möglichkeiten, Rückgang oder Verzögerungen des Cashflows und erhöhte Strafen, ähnliche Strafen oder Gebühren.
Vertrauen und Zufriedenheit: in der Bindung mit Kunden, Arbeiter und Lieferanten, verringertes Vertrauen, das von der Organisation projiziert wird, verminderte Zuverlässigkeit der Prognosen, inkonsistente Betriebs- und Executive Reports, ebenso gut wie Entscheidungen fällen aus der zeit und / der Mangel an Genauigkeit.
Produktivität: erhöhte Arbeitsbelastung, verminderte Leistung, Zunahme Bearbeitungszeit, Abnahme der Endqualität des Produkts.
Risiko: im Zusammenhang mit der Bonitätsprüfung, Investitionen und Wettbewerb.
Einhaltung gesetzlicher Verpflichtungen, Industrieerwartungen oder Privatpolitik.

Die Art und Weise zu handeln, um das Auftreten von Situationen dieser Art zu verhindern, muss sich beeilen, Strenge und Kontinuität. Sie muss mit einer Strategie verknüpft und durch eine Richtlinie unterstützt werden, die festlegt, wie:

Überprüf den Arten von Risiken und Kosten im Zusammenhang mit der Verwendung der Informationen im Unternehmen.
Gibt die . an Erwartungen an die Datenqualität.
Entwickeln Sie die notwendigen Verfahren und Werkzeuge, um das Ende der Datenqualität bestimmen im organisatorischen Umfeld.
Stellen Sie die Einschränkungen der Datengültigkeit.
Messen Sie die Qualität der Daten.
Bestimmen Sie ein System zur Überwachung und Kontrolle von Qualitätsproblemen.

Bildnachweis: “Qualitätspuzzle mit exzellentem Service” von Stuart Miles

So vermeiden Sie die Kosten einer schlechten Datenqualität

Das Probleme mit der Datenqualität Sie müssen von der Wurzel her angegangen werden, da ihre Folgen Auswirkungen von großem Ausmaß haben können. Niemandem steht es frei, eine solche Überraschung zu erleben. Einige Beispiele für unglückliche Ausgaben, die durch eine unangemessene Politik dieser Art verursacht werden, sind:

50 Millionen mexikanische Dollar: geschuldet von einem Autohändler wegen eines Fehlers beim Drucken von Coupons für eine Geldverlosung von 1,000 Dollar. Es ist der Unterschied zwischen dem Drucken eines einzelnen Gewinncoupons oder dem Drucken des 50.000 als glückliche Empfänger dieser Auszeichnung.
Eine halbe Million US-Dollar: dass er Transportmöglichkeiten in New York City Musste zahlen, um die Zahlung von zu erfüllen 160.000 Pay-per-Ride-Karten mit einem Tippfehler.
1.962 Millionen von Dollar: kostete der Fehler in einem der Programmiercodes der Raumschiff Mariner I, was hat seine Zerstörung verursacht?.

Die Kehrseite der Medaille zeigt eine Untersuchung in 2010 von der Harvard University. In dieser Studie stellen sie fest, dass Google erzielt einen geschätzten Gewinn von $ 497 Millionen pro Jahr dank Tippfehlern von beliebten Website-Namen, die die Suchautoren der Nutzer zu Websites mit Tippfehlern führen, wo sich Google-Anzeigen bequem verbreiten.

Bildnachweis: “Dollar” de Traumdesigns

Trotz dieses, das ist eine ausnahme, Daher ist es interessant, in Prozesse zu investieren, Techniken, Algorithmen und Operationen, die dazu beitragen, Datenqualität verbessern, um Kosten zu sparen das Blei, Prozesse optimal nutzen, Reaktionszeiten minimieren, Entscheidungen und Maßnahmen verfeinern, Verbesserung des Service- und Unternehmensimages und Verbesserung der Marketingmaßnahmen. Wie?

Vermeidung von Duplikaten: entstehen, wenn dieselben oder gleichwertige Informationen mehr als einmal in derselben Tabelle dargestellt werden.
Datenkonsistenz sicherstellen: um widersprüchliche Informationen zu vermeiden.
Suche nach ich vervollständige es: Daher muss überprüft werden, ob standardmäßig keine leeren oder ausgefüllten Felder vorhanden sind.
Dateien normalisieren: um sicherzustellen, dass Datenkonformität.
Auf ihn aufpassen Datengenauigkeit: vergleichen Sie sie mit einer Referenzquelle und wenden Sie Kontrollmaßnahmen an.
Gewährleistung der Zuverlässigkeit und Integrität der Daten.: Stellen Sie sicher, dass alle relevanten Informationen in einem Datensatz vorhanden sind und in einem Format vorliegen, das ihre Verwendung ermöglicht.