企业数据质量的基础

摘要：在当今日趋激烈的商务竞争环境中，对于各种实时反应需求，企业必须能提供相应的实时信息，其中，有组织的数据质量是问题的关键所在。

企业数据质量的基础：业务问题

在当今日趋激烈的商务竞争环境中，对于各种实时反应需求，企业必须能提供相应的实时信息，其中，有组织的数据质量是问题的关键所在。客户忠诚度主要由企业与客户及各方面沟通的有效性及准确性来决定；运营效率也主要依赖于数据获取的可靠性和及时性，在此基础上，预测、计划以及其它的重要功能才能得以精确实施。正因如此，数据质量成了企业的IT执行官们最关心的问题之一。

众所周知，CRM（客户关系管理）、SCM（供应链管理）和ERP（企业资源计划）等应用程序的正以爆炸式的速度增长着，这些远程系统的可行性在于对业务流程的理解、控制及其优化。然而，任何系统都要依赖于对企业数据的分析，CRM、SCM和ERP的实施效果也由用于驱动这些系统的信息的质量决定。

正如一句老话所说，“进去的是垃圾，出来的还是垃圾”，想要有效地管理订单跟踪或综合客户产品购买记录吗？数据质量得不到保证的话，这些流程的实施根本不可能达到预期效果。比如，供应链的管理对于任何依赖上游供应商的业务显然是至关重要的，然而，对为数众多的卖家进行跟踪却是一个令人头痛的任务，这也是多数营运执行官再熟悉不过的一个问题了。

对某一公司来说，企业数据库将保存其无数的相关信息，包括拼写、地址、帐号、合约及联系清单等，此外，卖家与其下属或分支机构间的父子关系也增加了这项任务的复杂性。有了优质的数据，企业就可以更好地了解供应商的信息，不仅可以对购买及支付的流程更好地了解，还可以更容易地管理与卖家的关系。另外，优质数据也可以使企业的预测、库存和分销等流程得以优化。

当然，离开了电子商务领域，对数据质量的讨论就毫无意义了。媒体的实时状态以及由电子商务渠道所产生的大量销售数据，要求在整个收入流中不能出现劣质数据，否则就会使整个流程减缓甚至发生中断。众所周知，电子商务企业面临着共同的挑战，即很难在缺乏个性化的互动环境下建立与客户间的持久关系。因此，许多公司逐渐认识到，低质量的服务，比如商品配送差错或不恰当的个性化等，将对客户亲和力造成巨大威胁。建立与在线买家间持久的客户关系对企业是非常重要的，这就要求电子商务企业必须能及时并准确地改进、营销和配送商品。

在线订单的成功执行也依赖于优质商品数据。令电子企业经常头痛的问题是，如今客户自身成了它们的数据录入员。就算是对于更为传统的企业，比如专门的人工呼叫中心，一般说来其数据录入错误率也大约在3%~5%之间，因此，在如今由在线客户执行这项任务的情况下，数据录入错误如地址错误等更是随处可见，特别是相当一部分的在线购物者为其亲朋好友订购商品时，其键入的并不是自己的地址，这就更容易出错了。如果不能在客户仍在网站上时及时检查客户信息的准确性，商家就会冒着巨大的风险假定已输入的客户信息是正确无误的。通过检查客户地址的准确性，电子企业不仅可以避免退货所造成的大量损失，而且可以维护客户亲和力并确保回头业务。

企业，特别是电子企业，必须能够校验来自于国际客户的数据。根据Forrester Research公司预测，2004年全世界的电子商务交易额将达到68000亿美元，其中只有一半的份额来自于美国，因此电子企业必须具有能够应付全球化商业高潮的数据质量系统。

企业数据质量的基础：数据质量流程概述

企业数据质量是指在客户关系从头至尾的全过程中对客户数据提供数据质量实施的能力。为了确保有效的企业数据质量，企业必须打好四个基础。

首先同时也是最重要的，很多数据质量的初阶实施阶段都是对企业已收集的历史数据进行整理，这通常是在数据所存放的系统中进行的，通过这一步，就可以确保运作系统中的数据已被清理并标准化，从而，那些依赖于（旧）运作系统的功能（如发票或帐目打印等）就可以利用准确、最新的客户信息，同时也为后续的数据质量实施步骤进行了初始化。

其次，企业必须实行实时的前端数据质量系统，这样可以保证在数据进入企业时其质量就得以优化。这一步要求在呼叫中心、Web站点、销售系统点及所有的客户接触点上都得以实施。

再次，企业必须具备处理异步事务（有时称为“批处理”）的能力，以便通过数据整理来解决随时间变化而产生的不可避免的数据质量退化问题。比如说，这样就可以对已搬迁的客户地址变化进行跟踪。尽管没有系统能做到百分之百的有效，将实时数据质量解决方案与批处理整理结合运用就可以保证数据质量达到可能的最高水平。

最后，有效认识和解决数据质量相关问题的唯一办法，就是企业对内部处理流程进行监视、分析和报告。说到底，企业的运转依靠的是人，而非机器，用户与技术的互动问题必须予以解决。企业的解决策者必须能监控企业并确定程序及管理问题所在，这是自动化系统运行中的一个重要组成部分。例如，如果在一个企业的自动化系统中，来自其堪萨斯州呼叫中心的数据平均错误率比其丹佛分部高出50%，这就说明需要进行更多的培训和更有效的管理。

企业数据质量的基础：技术性考虑

企业数据质量的基础：获取数据

在开始任何综合的数据质量实施行动之前，必须对存在于企业中各种各样的应用系统和平台中的数据提供接口，使数据质量校验、清理和浓缩系统能访问这些数据。整个企业中大量的、离散的平台使得对数据的访问成了一项具有很大挑战性的任务，EAI（企业应用集成）的作用就在于将各个数据存贮点中的重要成分提取出来并送到数据质量流程中进行处理，然后再将其存回到原存贮点。EAI的使用并不意味着一定要建立数据仓库，实际上很多公司到目前为止都仍然没有数据仓库。EAI为企业提供了一个信息访问的综合系统，可以访问多个不同的数据库信息，其中，各个系统的处理流程必须是相同的。

如果企业想要建立数据仓库的话，可以采用一种更为传统的方法，ETL（提取，转换和加载）使企业能将多个数据源的数据提取出来并将其汇编为信息，然后再存入到一个中心仓库中，这个过程一般是通过预定的批处理流程来完成的。数据质量实施通常是在ETL的转换阶段进行运用的，要完整实施企业数据质量，企业还须想方法将整理后的数据送回到源点。

企业数据质量的基础：实时系统

如前说述，当今业务系统的实时性要求实施实时的数据质量解决方案，因此，针对高速的事务处理以及可以远程访问的在线系统，相应的专业化软件包也应运而生，比如ASP产品等，这些实时系统可为Web站点、呼叫中心以及其它数据录入点提供前端的清理、校验和数据浓缩等功能。过去的几年中，许多商家都已经推出各种在线产品，并得到Internet零售商的广泛接受。

企业数据质量的基础：异步／批处理系统

对于拥有大量客户记录的众多企业，或者甚至是对于那些只拥有普通客户数据库的企业来说，常规的数据库清理对于维护客户关系都是至关重要的，这类的应用程序如今已为大众熟知，事实上，其中有很多应用程序的起源都可以回溯到二十年以前。这些应用程序可以在数据源平台上常规执行，也可以通过异步流程为中央服务器提供服务。

报告

如前所述，对于改善整个流程的执行来说，仅有技术和自动化系统是远远不够的，系统还必须具有监视、分析和报告数据质量问题的能力。将那些错误率高于或低于平均水平的系统或领域识别出来，这样可以在CIO（首席信息官）及其它执行官作出程序上或管理上的必要改变措施时为他们提供所需信息。总之，实施综合性的数据质量系统，要求必须能提供重要的反馈，这样不仅可以得到更为有效的数据质量流程，也可以使企业性能得到基础性的改善。