为什么数据分析计划总是失败- .docVIP

为什么数据分析计划总是失败? 　　强大的数据分析是一项数字业务命令式这一切都始于智能数据治理实践，以及对质量和环境的重视。 　　高管们谈论的大多是普通数据的价值，但Navient Solutions公司的企业数据情报总监Michele Koch却可以计算出公司数据的实际价值。事实上，Koch可以用实际的美元计算出公司的各种数据元素所带来的收入增加和成本下降。因此，她明白，Navient的数据中存在能够损害其企业底线的问题。例如，客户档案中的关键数据字段中的一个错误就可能意味着该公司无法以最低的成本处理贷款。 　　由于这里涉及金钱，因此我们需要一个数据质量仪表板，用以跟踪所有的、我们追踪的、实际的、潜在的价值。Koch说。 　　另外，首席数据管理员兼财务副总裁Barbara Deemer表示，位于特拉华州威尔明顿的一家资产管理和业务处理服务公司Navient内部的一项早期数据相关举措展露了风险。2006年的举措侧重于提高营销数据质量，并产生720万美元的投资回报率，并从增加贷款量和减少运营支出中获得回报。 　　Koch说，从那以后，Navient公司的高管们都承诺支持强有力的数据治理计划，这是成功分析工作的关键部分。Navient的治理计划包括长期公认的最佳实践，例如标准化数据字段的定义和确保干净的数据。它为大约2600个企业数据元素分配