|
Introduction Vu de haut niveau, le coût des données de mauvaise qualité peuvent affecter résultats d'une entreprise en ligne de deux façons. Premièrement, il ya le coût de la ferraille et le réusinage, et le second, les occasions manquées. Un exemple de ferraille et de retravailler les coûts pourraient être quand un agent commet une erreur dans l'enregistrement détails de l'adresse d'un client, et par conséquent une prime de commercialisation est envoyé à la mauvaise adresse. Plus tard, le client appelle pour se plaindre. La plainte doit être traitée (en sus du temps de garde au centre), les coordonnées doivent ensuite être entré dans une seconde fois (rework), et une seconde prime doit être envoyé. La prime initiale est mis au rebut. Un exemple de coûts d'opportunité manquée pourrait être une carte de crédit qui n'est pas accordé parce que le pointage de crédit calculé (par erreur) est inférieur au seuil éliminatoire, et le client est rejetée. L'occasion de faire une vente est perdue, lorsque les coûts de marketing ont été déjà engagées. Dans ce livre blanc, je vais tenter de fournir une liste complète des coûts de la qualité des données potentiels. Les catégories de coûts d'informations de qualité Les coûts de la qualité des données peut être décomposé en 3 catégories: 1. Coûts immédiats de la non-qualité des données. Cela se produit lorsque le processus primaire tombe en panne en raison de données erronées. Ou, débris de l'information et les reprises, lorsque des erreurs immédiatement apparent ou omissions dans les données doivent être contournée à l'appui des processus d'affaires principal. Par exemple, les données d'entrée d'un non-valide Code postal nécessite personnel du back-Commissariat de se pencher à nouveau cette question et de les corriger avant d'expédier un produit. 2. Renseignements sur l'évaluation de la qualité ou les coûts d'inspection. Ce sont des coûts et des efforts déployés pour (ré) assurer les processus de fonctionner correctement. Chaque fois qu'un "suspect" source de données est manipulé, le temps passé à nous en assurer la qualité des données est une dépense irrécupérable. 3. Processus d'information amélioration de la qualité et les coûts de la prévention des défauts. Broken processus d'affaires doivent être améliorées afin d'éliminer les coûts d'information inutile. Quand une saisie des données ou des dysfonctionnements opération de traitement, elle exige de fixation. C'est l'investissement à long terme nécessaire pour éviter de nouvelles pertes. 1. Immédiate des coûts de non-qualité des données Processus de l'échec Par exemple, la saisie des données clients erronée comme l'adresse, coordonnées, mode de compte. - Les coûts irrécupérables; primes par exemple, envoyé en vain à la non-existant adresses de vos clients. - Coûts de la responsabilité et l'exposition, pour les pertes par exemple du risque de crédit lorsque des problèmes de qualité des données, offrant cause à tort un crédit à un client qui n'est pas considéré comme solvables sur la base d'une auto-alimentation de l'information. - Frais de recouvrement des clients mécontents, le temps passé traitement des plaintes. Scrap l'information et de réusinage - Redundant traitement des données, car de nombreux processus sont "connus" de se fonder sur des données inexactes, il est d'usage de première ligne et personnel du back-Office de maintenir petits privés "listes" de toutes sortes. Celles-ci servent seulement comme une version de sauvegarde ou l'amélioration de ce qui est disponible dans la base de données primaires. Outre d'autres problèmes comme la «maintenance» et «valorisation» n'étant pas possible pour ces listes privées, ces activités sont redondantes et sans valeur ajoutée. - Coûts de chasser informations manquantes; un domaine qui n'a pas été remplis correctement, ou pas du tout, doit être regardé plus tard dans le processus. Excédent temps et les coûts, l'inefficacité et pas le moins du lieu d'un facteur d'aggravation. Le temps consacré à la recherche d'informations manquantes sont pas consacrées au service du client de meilleure qualité. - Coûts de retouche d'affaires, par exemple de redistribuer une carte de crédit qui a été envoyé avec un nom mal orthographié client. - Contournement des coûts; quand une touche principal est manquant ou défectueux, laborieux fuzzy matches doivent être effectués pour apparier les enregistrements. Ce genre de travail est difficile, et mange un temps précieux de la base de données des travailleurs les plus qualifiés. - Les coûts de vérification des données, par exemple, les coûts de saisie de données retravaillé. Mais aussi, les analyses par les travailleurs du savoir doit commencer par vérifier l'exactitude des données disponibles avant de commencer l'analyse. - Programme de réécriture des coûts; programmes de réécriture qui ne s'exécutent pas en raison des entrées invalides ont été trouvées dans les données. Par exemple: parfois pré-ou post-scripts de conversion doit être conçu pour faire face avec le contenu des systèmes sources avant le chargement dans un entrepôt de données. - Le nettoyage des données et les coûts de correction, lorsque les aliments sont transformés à charger dans l'entrepôt de données, ces données doivent être transformées pour des raisons qui découlent des problèmes de qualité. Tout nettoyage des données et de lavage qui doit être exécuté dans le processus ETL est essentiellement redondant et inutile dans la mesure où cela est causé par l'inscription erronée de données initiales. Par exemple, quand un envoi est effectué sur la base d'un dossier client problématique, de scripts dédiés doivent être lancés pour faire face à la (connu!) Des erreurs dans les champs d'adresse. Ce processus doit être répété pour chaque envoi. Comme les fichiers client, tels sont souvent partagées entre les ministères et les systèmes, les changements source doivent être négociés avec tous les utilisateurs finals de ces données. - Données de nettoyage des coûts de logiciels; logiciel de nettoyage des données (comme Vality, Ascential, etc) est généralement très coûteux. Cependant, il ya un compromis entre le travail à peine le faire «à la main», et le fait que les données ETL logiciels de qualité pour aider à ces tâches ont généralement des coûts de licence très élevés. Achat mai parfois s'avérer remarquablement économe lorsqu'il est lié à (souvent invisible) le coût du travail pour améliorer la qualité des données manuellement. Objets perdus et les coûts d'opportunité manquée - Perdu coûts d'opportunité, quand par exemple le nom du client faute d'orthographe sur la carte provoque le client à ne pas utiliser leur carte (au lieu d'appeler pour se plaindre à ce sujet) l'entreprise perd de leurs revenus futurs. - Les coûts d'opportunité manquée, quand les clients mécontents influer directement sur leur environnement social, elles génèrent une publicité négative. Ainsi, il sera difficile à vendre aux gens dans le réseau social de clients mécontents. - Mot de valeur pour les actionnaires, la qualité de l'information met un drain sur les ressources précieuses (base de données des experts rares), empêchant les travailleurs du savoir d'accomplir la valeur ajoutée du travail vers la croissance des parts de marché. Pénurie de ressources humaines sont souvent un goulot d'étranglement vers le progrès, comme la course encore une campagne de marketing, offrant un aperçu de la performance d'un portefeuille produit, etc. 2. Renseignements sur l'évaluation de la qualité ou l'inspection des coûts - Les gens passent du temps dans les processus d'évaluation quand ils sont conscients de la qualité des données suspectes; dans tout projet de base de données, tous les dossiers de qualité douteuse doit être inspecté pour des problèmes de données de première qualité. Ce temps est irremplaçable, à jamais perdu et n'a jamais récupéré d'aucune façon. Le simple fait d'évaluer si les données sont de qualité suffisante est un travail spécialisé. Cela exige l'accès à des ressources rares qui sont souvent un goulot d'étranglement pour le progrès. 3. Information processus d'amélioration de la qualité et les coûts de la prévention des défauts - Les frais de développement de retravailler existants applications frontales, les applications de saisie de données doivent faire appliquer la qualité des données en effectuant des contrôles de validité et les touches de réduire au minimum et mouvements de l'œil la main. Sur la base des conclusions de l'utilisabilité, amélioration de l'interface mènent invariablement à la fois une plus grande efficacité et une meilleure qualité des données. - Attention de la direction de redéfinir les responsabilités et contrôler la qualité meilleure information, de pilotage de l'organisation vers la qualité de données plus élevés et nécessite une modification des responsabilités de surveillance en continu d'amélioration. Ce sujet sera besoin pour rester parmi les priorités de la direction pour créer une amélioration durable. Conclusion Problèmes dans la qualité des données passent souvent inaperçues. Il peut être à la fois une source d'inefficacités des processus (respect des délais), ainsi que les coûts opérationnels (directs et indirects, les pertes). Dans aucun de ces cas, il n'apparaît qu'une amélioration est possible d'améliorer la qualité des données. L'une des conséquences pernicieuses de la qualité des données sous-optimale est que le coût de la mauvaise qualité des données est généralement caché. Le manque de qualité des données n'est pas évidente pour ceux qui n'ont pas délibérément chercher. Quantification des coûts n'est pas toujours facile. Ce qui rend les coûts indirects de la mauvaise qualité des données si pernicieux, c'est que la relation entre les problèmes de qualité des données et de ses conséquences est non évidente et, souvent, se produit uniquement avec un retard considérable. Par conséquent, la connexion entre les conséquences en aval et les données de mauvaise qualité n'est souvent pas faite, et les problèmes ne sont pas attribués à leur véritable cause. La cause de nombreux coûts en aval la qualité des données peut facilement rester en grande partie cachée (par exemple la qualité des données), et donc pas suffisamment l'objet d'attention de la direction et d'intervention. Aussi, les progrès réalisés après les efforts d'amélioration est graduelle, relativement lente, en grande partie «culturelle», et donc difficiles à surveiller et à suivre. Autre, et probablement le problème le plus important causé par des informations de mauvaise qualité, est qu'il frustre la ressource la plus précieuse de l'entreprise: ses employés. Non-information de qualité empêche les travailleurs du savoir d'accomplir leur travail efficacement. En plus de cela, il aliène des clients en raison d'informations erronées à leur sujet, et à eux. Les données clients sont la matière première qui doit être gérée pour ce qu'elle est: une ressource stratégique. La qualité des données est beaucoup plus que l'entrée des données précises. Il découle de surveillance de l'utilisation des données en aval, le maintien complet et up-to-date de méta-données, et à entretenir une culture d'entreprise de faire les choses naturellement à droite à la première tentative. C'est alors seulement que les travailleurs du savoir apprendre à s'attendre à la qualité des données, et l'appliquer parce que c'est la chose naturelle à faire. Letting données Diapositive qualité sera de promouvoir une culture de la négligence et le mépris pour l'utilisation de l'un des biens les plus précieux: l'information client. Le cas pour la source de données précises est encore soulignée quand on sait que la source en elle-même ne fait guère plus que le soutien des processus primaires, qui est bien. Toutefois, la valeur plus grande à l'organisation vient de l'amélioration de ces données, de tirer de nouvelles informations de source de données. L'investissement dans l'amélioration de la qualité de l'information est récupérée à plusieurs reprises dans les coûts ont diminué, et la valeur améliorée de l'information pour atteindre des objectifs commerciaux stratégiques. Accès rapide aux données de haute qualité est le facteur décisif dans la capacité d'une organisation d'évaluer et d'adapter le modèle d'entreprise à l'évolution des conditions du marché. Que les sociétés deviennent de plus en plus «numérisé», ceux qui obtiennent une emprise sur leurs processus d'assurance qualité des données, peuvent gagner de grandes récompenses. Dans un marché très turbulent présente mai bien être le facteur critique dans la détermination des survivants dans une entreprise compétitive, et donc se révéler être finalement une valeur inestimable. Ressources Larry P. anglais (1999) Improving Data Warehouse and Business Information Quality: Méthodes pour la Réduction des coûts et augmenter les bénéfices. Wiley, ISBN 0 - 471-25383-9 Jack E. Olson (2003) Qualité des données: la dimension Précision. Morgan Kaufman, ISBN 1-55860-891-5 Sid Adelman, Larissa Moss & Majid Abai (2005) la stratégie des données. Addison-Wesley, ISBN 0-321-24099-5 Télécharger l'article "Comment la non-qualité de données Peut coûtent de l'argent" XLNT Consulting - Transformer les données en dollars. |