数字化时代的数据质量管理-Protiviti.PDF

● ● ● 专业视角 ￨ 数字化业务系列 数字化时代的数据质量管理 敏于知 随着互联网及数字化技术的飞速发展，我们正生活在一个数字化转型的时代，各种数字化的热 点铺天盖地，也正实实在在地改变着企业的日常运营和我们每个人的衣食住行。互联网、智能手机、 可穿戴设备及智能家居的快速普及，使得每一个人和每一台接入互联网的设备都在产生数据，这些 数据被相关企业或组织通过合法渠道收集、存储并加以分析，进而产生价值。 企业运营中，营销部门可以借助客户画像全方位了解客户的需求和消费习惯，从而实现精准营 销，相对于传统模式的无差别广告投放，更加具有针对性；客户服务部门借助智能工具，分析客户 的语气、语速和语调等，实时感知客户的情绪变化并获取相应的安抚提示，从而提高客户满意度； 电商企业根据用户的浏览记录，进行同类产品或者相关产品的智能推荐，通过关联营销提高销售量。 大众的日常消费中，基于地域或口味等定向推荐的餐厅和菜品、网友的口碑、代金券等很大程度上 会引导消费者做出选择；网约车软件上司机的评分、接单数量、车型车况等数据也会影响乘车人的 判断。再比如当下的热点新零售，无人超市中每个商品的编码、单价、数量，结算时消费金额的统 计，消费者身份识别和支付信息匹配等，每一个环节都极度依赖数据的准确性。 综上可见，数字化时代，数据是企业最重要的资产之一，完善的数据质量则是让数据发挥价值 的基础和保证。然而，在甫瀚咨询服务过的众多客户中，数据质量管理的现状普遍不够乐观。以下 是我们归纳的一些数据质量常见问题： 1 数据资产意识淡薄及数据管理职能缺失 多数企业仍然把数据当作是 IT 系统的附属品，由 IT 部门进行管理。但其实，数据是公司业 务的积累，本身具有业务属性，且任何单一系统的管理者都缺少公司级的视角去管理数据。因此， 企业需要一个数据管理职能，能够站在企业级的高度，结合业务和 IT 的视角，跨系统梳理并整合 数据资产。企业须有能力明确自己的数据资产，才能更好地管理和使用数据。 Protiviti.cn 甫瀚咨询 - 专业视角 · 1 2 多源性造成数据不一致 同一类型的数据在多个系统中都有存储，且系统之间没有同步，造成数据不一致。我们发现很 多互联网企业拥有不止一套供应商数据集，各数据集之间存在交叉且不一致，导致公司采购端的数 据分析不准确。 3 数据缺乏完整性 企业市场营销部门经常会举办一些线上或线下的活动来引流获客，我们发现很多时候流量数据 中缺少渠道信息或活动信息，导致供应商结算或活动优惠计算有误，引起不必要的投诉。 4 数据校验缺失 常见的数据校验方式包括：字段长度校验，例如身份证号码只能是15位或18位；特殊字符校 验，例如邮箱必须包含@符号；电话号码只能包含数字；关键字段的唯一性校验，例如发票、凭 证。但许多企业的数据校验形同虚设，未在数据的源头进行有效的防范。 达于行 甫瀚咨询专注于公司治理，并引领公司治理的数字化和智能化转型。我们重视数字化过程中的 数据质量管理并为客户提供全面且灵活的解决方案： DQMS Data Quality Management System 管理层面 甫瀚咨询应用数据质量管理体系 （ ） 进行数据质量管理的评估和数据质量管理的体系化建设。 DQMS 包含 4 大核心领域：组织及能力、制度和标准、业务流程、系统功能。每个领域均包 括 4 个核心动作：计划、文档、执行、监控。针对 4 大领域的 4 个核心动作，我们整理出一套包 含 73 个问题的问卷，并针对问卷建立评分模型。客户可以使用该