通过数据质量改进提高风险管理.pdfVIP

Knowledge Integrity Incorporated 商业智能解决方案 通过数据质量改进提高风险管理 作者： David Loshin Knowledge Integrity, Inc. 3122年1月 赞助商： © 2011 Knowledge Integrity, Inc. 1 (301) 754-6350 Knowledge Integrity Incorporated 商业智能解决方案 简介 我们经常对劣质数据对财务领域的影响考虑有限，不管这些影响是集中在增加收入还是降低成本 上。但是，对这个问题的合理的认识是，即使还没有直接的价值损失，在有的情况下仍有可能尽 早发现价值风险，并在损失发生前加以解决。这个过程就是所谓的风险管理，旨在降低这些风险 的可能性；然而即使是风险管理也可能因为劣质数据而受到影响。 可能在组织内造成损失的风险，其类型各不相同。市场风险是资产组合价值在涉及到证券和商品 价格、利率和汇率等因素时出现缩水的潜在可能。信贷风险包括与拖欠贷款或其他类型信贷业务 本金和利息相关的潜在损失。运营风险是由日常业务运行所引起的潜在损失：可能引起价值损失 的系统故障、流程问题或人为错误以及意外事件(例如自然灾害)。 预测风险和降低风险的方法要使用信息，但是数据中的错误在风险分析、评估和管理中造成的问 题可能象雪球一样越滚越大。低质量数据可能造成不良的影响，组织数据集不符合业务预期时， 风险因素会被放大，而识别和评估这些风险因素则可以使风险管理受益。 本文针对的是寻求了解信息和优化业务绩效之间联系的技术分析师，着眼于归类业务价值驱动因 素的范围、对应的绩效指标以及评价合格绩效和高质量信息之间联系的流程。这些都有助于业内 人士制订出数据质量改进的可量化绩效目标。 数据验证和清洗在技术方面很大程度上为人们所了解，但是技术分析师和业务经理之间的沟通断 层(其中高质量信息的价值未得到充分展示) 经常造成业务部门缺乏对数据质量改进项目的热情。 有必要对受影响的领域以及如何受到数据故障影响加以了解，而本文旨在详细阐述受低劣数据质 量影响的风险领域。因此，技术人员和数据从业人员使用正确的语言就数据质量改进的业务价值 进行沟通，会使他们的效率变得更高，这一点对他们来说有重要的价值。按照反复改进的一套业 务影响类别对低质量数据的风险和成本进行考虑的明确流程，不仅提供了将数据质量预期放在业 务环境中的框架，同样还清晰定义了将数据质量和业务绩效清楚联系在一起的度量指标。 高质量数据的价值 运营和策略性风险管理流程依赖于高质量的数据，这也体现了构建流程用来评估、测量、报告劣 质数据不同方面并对其作出反应和加以控制的价值。数据是一种资产，其首先被创建或获取，然 后再被多次用于不同的用途，流程缺陷对成功实现业务目标带来了风险。数据的动态特性对建立 评估风险的方法以及监控业务用户预期符合性的方式提出了挑战。 我们可以从一些趣闻轶事当中了解一些不良数据通过负面结果增加事件风险的范例，这些故事对 提高意识非常有用。虽然趣闻轶事能够激发数据质量改进机会的更深入讨论，但是故事并不会加 入风险评估的可测量标准，也不会提供可降低风险的重复性方法。通过反映缺陷数据和不良事件 发生概率变高之间的联系，来发现高质量数据和风险管理及降低风险之间的关系，这样一种合理 的方式可以进一步放大趣闻轶事所带来的效果。开发一种有助于在业务环境内识别、隔离、测量 和提高数据价值的绩效管理框架需要 © 2011 Knowledge Integrity, Inc. 2 (301) 754-6350 Knowledge Integrity Incorporated 商业智能解决方案  将负面业务影响的可能性与数据故障关联在一起，然后  表征可归因于不良数据质量的风险增加。 这意味着评审与所用信息相关的风险类型以及对业务影响进行分类将作为确立数据质量预期和指 标的先导。本文中所描述的框架探讨可溯源至不良数据质量的业务风险类别。通过识别和分类这 些风险以及建立对高质量数据依赖的联系，技术分析师能获得与组织中关键利益相关者有效沟通 的工具，与他们交流改进了的数据质量有什么样