很多商務智能系統(tǒng)或者數據存儲項目都受到與數據質量有關的并發(fā)癥的干擾。有時候這些問題不會顯現，直到商務人員即將啟動項目之前對系統(tǒng)進行測試時才會暴露。那么，是什么導致BI項目團隊對數據質量問題產生疏漏呢?

　　有兩點主要的漏洞:對數據質量的定義太狹窄，認為數據質量管理是資源系統(tǒng)的事。

　　人們通常認為數據質量管理就是把壞數據剔除掉——即那些或丟失或不準確或錯誤的數據。壞數據的確是個問題，但不是唯一的問題。高質量的數據程序同時要確保數據的全面性、一致性、相關性和時效性。

　　不要埋怨資源系統(tǒng)

　　對數據質量的定義太狹窄經常導致人們認為資源交換系統(tǒng)——不是通過數據侵入就是系統(tǒng)錯誤——產生了壞數據。盡管這也許是一些錯誤發(fā)生的原因，但更可能的罪魁不是系統(tǒng)資源間尺度的不同(比如顧客或產品標識符)就是來自不同組織間數據定義的不同。確定尺度——形成統(tǒng)一的顧客或產品標識符——對于一家公司的數據評估和檢驗是非常重要的。資源系統(tǒng)不負責通過其他系統(tǒng)的數據質量問題，這應由BI項目團隊來管。資源系統(tǒng)必須確保在其存儲區(qū)域內數據的正確性。但BI項目團隊的職責是提供整個企業(yè)內部統(tǒng)一的商業(yè)數據。

　　同樣地，企業(yè)內的每一個部門也許都有正當的理由提供與其他部門不同的數據。比如說，在商業(yè)程序中所處的地位可能會決定他們如何看待自己的數據。單個部門的目標并不是形成共同的數據定義，但BI項目團隊的目標是。很多BI項目團隊想申明數據質量管理不應由他們負責。然而，從實際的角度考慮，BI團隊的確需要把這些(數據質量管理)事務當作自己的分內之事，因為他們的工作就是確保最高的數據質量。BI項目團隊在對數據進行打包提供給商務人員使用，他們將承擔數據質量的負責。這看上去并不公平，但他們項目的成功正基于此。

　　不要低估了故障

　　當項目出現一個初始故障或泄漏僅影響到資源系統(tǒng)的一個很小的子系統(tǒng)時是令人吃驚的。由于可能存在種種理由允許發(fā)生小范圍的故障，當資源一同的數量擴大時，你將無法從確定尺度的必要的努力中受益。

　　有時故障僅發(fā)生在單個的部門，該部門對獲取的數據僅采用自己部門內的定義標準。再一次地，棘手的問題經常是如何調和各部門之間對數據利用時定義的不同。兩件事情中在處理復合的系統(tǒng)和部門問題時都遭遇了實際的挑戰(zhàn)。商務人員需要縱觀全局，然而這只有當他們能夠對企業(yè)內的數據進行評估和分析時才可能實現。

　　數據質量管理的步驟

　　為確保數據質量，BI項目團隊必須從一開始就致力于此。這里有一些重要的步驟可供參考。

　　要求對商業(yè)數據進行比較寬泛的定義，建立監(jiān)督和測試標準，明確數據不符合標準時應該采取什么措施。

　　在進行資源系統(tǒng)分析時努力使數據有一個全面的輪廓。對通過資源系統(tǒng)的反常數據的整理和時間(歷史數據并不總是保存的好)都是必需的，以便從商業(yè)運作的前期就能對其進行處理。

　　從數據來源到商務人員的信息提取，所有的綜合數據和商業(yè)智能程序都要進行數據質量合并。數據質量問題應該盡早在程序中檢查出來并且按照商業(yè)要求的詳細條款進行處理。

　　企業(yè)必須提供的數據要達到嚴格的質量標準水平，尤其要根據現行的規(guī)定和要求。只要建立強大的數據質量管理責任體系和確保其實施的步驟，數據水平所需的透明度就能實現。

　關于作者

　　瑞克•謝爾曼有18年多的商業(yè)智能和數據管理經驗，作為獨立顧問在50多家機構任職，還在一家大五會計事務所任管理/執(zhí)行官。他建立了雅典娜IT咨詢公司，是一家總部位于斯通曼斯的商業(yè)智能顧問公司。他的電子郵箱是rsherman@athena-solutions.com.

來源：TechTarget