“数据质量(DQ)项目往往不符合组织的战略目标。这些偏差项目未能帮助业务涉众达成组织的结果,导致机会成本。”

使一个数据驱动的组织、数据与分析领导人必须采取务实的和有针对性的措施来提高他们的企业数据质量。”

前六行动关注从哪里开始和谁负责:

• 行动1:确定一个业务案例——“识别特定的业务成果,可以通过改善DQ的影响。”

• 动作2:定义DQ与利益相关者——“从利益相关者获得一致性定义和DQ的期望。”

• 行动3:建立DQ标准——“建立DQ至关重要和广泛认同的标准数据元素在整个企业。”

• 操作4:包括DQ d和a治理措施——“有一个全面的视图数据治理的需求在各种业务操作。”

• 行动5:建立DQ责任在数据管家的角色——“把数据管家从业务单位和中央d和a的团队。”

• 行动6:DQ特殊利益集团——“数据质量是一项团队运动。每个人都起到了很重要的作用。”

这些行动应该使用作为行动的基础业务成果时由于DQ差的影响。如果组织已经有完善的实践,这些行动可以用于基准当前实践和解决现有的缺口。

“分析帮助创造更多的有效指标,加强组织的能力来衡量,分类,并决定”。

”指标,创建积极成果通过专注于业务价值的关键领域:资源分配,谈话优化和比较基准。”

资源分配:“分析——特别是一个精确的测量系统,能使组织分配足够的人手,预算或库存平衡成本/质量交换。”

转换优化:“分析——特别是与粒度分类能力——使组织能够个性化他们的业务流程,因此,提高转换率。”

“真正的比较基准是很困难的,需要一个可信的数据聚合器在低水平的粮食收集数据和计算指标一直在所有同行。”

“通过比较基准,组织可以识别积极的离群值,学习他们的最佳实践和使用它们来纠正负异常值”。

“社会骨折发生当我们相互脱离,当我们只参与一个极化方式,或者当我们以负向共同利益。”

“总共有12个社会骨折,缺乏信任是最有效的社会断裂。”

“未来的社会和组织是社会的一部分,社会凝聚力和社会的声音的力量是两个关键的不确定性。”

“如果你把这两个维度,对社会如何可能有四个场景:得到项目;发挥你的目的;管好你自己的事,等待它。”

用程序都是关于合作。“企业之间数据共享,都是参与社会事业是默认。准备环境、社会和治理(ESG)。投资在人工智能和数据好。”

发挥你的目的:“最重要的事情是计划数据主权。确保你知道你的数据存储在正确的位置和投资情绪分析和掌握各种形式的客户细分和集群”。

管好你自己的事就是d和a的地方领导人可以专注于数据囤积。”收集尽可能多的关于你的市场和规模。投资于竞争情报和使用AI hyperautomation。”