數(shù)據(jù)質(zhì)量對主數(shù)據(jù)管理的重要性

1、我們都熟知很多大型組織數(shù)據(jù)質(zhì)量差的情況。例如， 你知道發(fā)送給你的信件和賬單上， 你的姓名有多少種拼寫錯誤的版本嗎？這種問題的出現(xiàn)有幾個根本原因。首先， 公司的數(shù)據(jù)質(zhì)量存在基本問題。 人們總是會對激勵做出反應(yīng)， 做數(shù)據(jù)錄入的人并不是組織中最高薪的人。 如果他們做銷售， 他們會關(guān)心你 的信用卡消費明細， 因為否則的話他們不會得到支付傭金， 但是其它關(guān)于你的信息可能就不 會太吸引他們了。但是， 一旦獲取了數(shù)據(jù)，新的問題就出現(xiàn)了。 數(shù)據(jù)過時的很快：根據(jù)美國人口普查局的 數(shù)據(jù)顯示，在美國每年有15%的人群變更地址（在英國這個數(shù)值大約是11%）。對于你打交道的所有公司和政府部門，有多少會及時更新你的個人數(shù)

2、據(jù)？當然， 在這里我們是在談?wù)摷償?shù)據(jù)質(zhì)量問題， 也就是地址記錄正確還是錯誤。 在大公司 和數(shù)據(jù)占重要地位的情況下會有更多潛在問題。根據(jù)我的公司 2008 年的一份“信息差異” 調(diào)查，平均來看， 大公司有六套不同的系統(tǒng)來保存設(shè)想中的客戶主數(shù)據(jù)， 平均有九套生產(chǎn)數(shù) 據(jù)，有 13%的參與調(diào)查者有 100 套以上的數(shù)據(jù)來源。 沒有人打算把這一團混亂的情況暴露出 來，但是大部分大型公司都有成打的甚至有上百套獨立的應(yīng)用（這更切合實際的情況） ，從 ERP到銷售協(xié)力自動控制，從供應(yīng)鏈到營銷等等各種系統(tǒng)，大量的電子表格推動了許多公司。當新應(yīng)用部署時， 從手工臺賬、 電子表格或者從其它一些現(xiàn)存的信息來源提取信息

3、是很 常見的事情。 理想情況下可能會有合適的維護界面， 但是更可能是一次性數(shù)據(jù)導(dǎo)入， 隨著時 間推移這些來源會開始慢慢分離，因為它們是獨立維護的。即便這種問題可以避免， 但是對于收購其他公司的公司， 合并過來的計算機系統(tǒng)是不可 能魔術(shù)般地一夜之間完成整合； 一次整合可能會花上幾年時間。 對于一年要做許多收購的全 球化公司，我們不難看到， 即使是最純粹最完備的技術(shù)架構(gòu)也會很快出現(xiàn)不一致數(shù)據(jù)的問題。走進主數(shù)據(jù)管理該是主數(shù)據(jù)管理（ MDM ）登場的時候了。它基本上不是一個新話題，但是在過去幾十 年來，人們開發(fā)了那么多種技術(shù)，為管理主數(shù)據(jù)（區(qū)別于傳統(tǒng)數(shù)據(jù)）提供了專門的集線器。 這種思路考慮， 這些集線

4、器可以提供單一的授權(quán)的主數(shù)據(jù)源， 給需要信息的其它系統(tǒng)。 然而， 主數(shù)據(jù)管理基本還處在初生期， 甚至還未進入青少年期， 相對來講只有很少部分公司能夠完 整地在整個企業(yè)范圍內(nèi)和所有數(shù)據(jù)領(lǐng)域范圍內(nèi)成功實施主數(shù)據(jù)管理。比較明確的一點是，主數(shù)據(jù)策略和數(shù)據(jù)質(zhì)量是密切相關(guān)的。在2010 年的信息差異調(diào)查報告中， 參與調(diào)查者表示他們 10%的主數(shù)據(jù)管理項目有數(shù)據(jù)質(zhì)量活動的預(yù)算， 而實際花費平 均值為 30%，是他們估算預(yù)期的三倍。 隨著時間推移， 許多主數(shù)據(jù)管理供應(yīng)商都充分意識到 了這一點。數(shù)據(jù)質(zhì)量市場在一開始的時候，很少有供應(yīng)商集成數(shù)據(jù)質(zhì)量產(chǎn)品， 大部分可選的 “合作伙伴”都是與 數(shù)據(jù)質(zhì)量供應(yīng)商約定的，比

5、如 Trillium 和 Address Doctor （已經(jīng)被 Informatica 公司收購）。數(shù)據(jù)質(zhì)量市場一直有一個圍繞處理客戶名稱和地址的問題，許多供應(yīng)商擅長處理本地郵政地址，但是很少有供應(yīng)商能提供有效的輸入給其它數(shù)據(jù)領(lǐng)域，比如產(chǎn)品或資產(chǎn)數(shù)據(jù)。這種領(lǐng)域比客戶姓名和地址更復(fù)雜，結(jié)構(gòu)化程度更低。所以以眾所周知的算法應(yīng)用簡單規(guī)則的方式就更難執(zhí)行了，比如"Soundex”和"Levenshtein”可以被應(yīng)用于客戶數(shù)據(jù)。相對而言，很少有數(shù)據(jù)質(zhì)量供應(yīng)商在客戶數(shù)據(jù)上迷失，盡管有一些供應(yīng)商（比如：Datactics公司，Inquera公司和已經(jīng)被甲骨文公司收購的Silver C

6、reek公司）是專門做產(chǎn)品數(shù)據(jù)的。我認為這種集成會走的更遠。雖然不考慮主數(shù)據(jù)管理也可能執(zhí)行數(shù)據(jù)質(zhì)量項目，但是反過來就不一定了：每個主數(shù)據(jù)項目必須有數(shù)據(jù)質(zhì)量組件。如果你不這么認為，你的公司很快就會發(fā)現(xiàn)數(shù)據(jù)質(zhì)量工作會消耗掉你主數(shù)據(jù)管理預(yù)算的巨大部分。這是因為數(shù)據(jù)質(zhì)量的狀況總是比人們預(yù)想的要糟糕一一我從沒有看到一個主數(shù)據(jù)管理項目的數(shù)據(jù)質(zhì)量比預(yù)期的要更好。對于主數(shù)據(jù)管理軟件供應(yīng)商來說，更重要的應(yīng)該是考慮數(shù)據(jù)質(zhì)量如何可以無縫地嵌入到他們的軟件中，尤其是關(guān)于如何處理比客戶姓名和地址更進一步的數(shù)據(jù)質(zhì)量。市場上有大量數(shù)據(jù)質(zhì)量供應(yīng)商，所以有許多合作伙伴和并購機會，但是不固定的合作關(guān)系對于目前環(huán)境來講并不是什么好

7、事。從企業(yè)的視角來看，這意味著數(shù)據(jù)質(zhì)量為主數(shù)據(jù)管理項目的核心部分，你需要在評估軟件和規(guī)劃項目時考慮它， 研究供應(yīng)商提供了哪些數(shù)據(jù)質(zhì)量功能，集成性能好不好，在你的特定數(shù)據(jù)環(huán)境下運行情況如何。如果你的主數(shù)據(jù)管理項目主旨是圍繞產(chǎn)品、資產(chǎn)或者金融數(shù)據(jù)的話，供應(yīng)商提供的客戶數(shù)據(jù)匹配算法演示不能說明什么。最重要的是，要為你項目中的數(shù)據(jù)質(zhì)量組件留出充足的資源。5771001803090012095 5790368228596330825771001803090012386 5761373997357606965771001803090013594 578077579902515512577100180309

8、0012387 5771649826018180515771001803090012138 5721311921589183265771001803090012359 5790368223610760535771001803090012356 5761352861437917425771001803090012355 57508786970469327917088100343355274 10122994432583337917088100343355275 10186673293883200817088100343356107 10158115250150052217088100343356108 10100018005987173217088100343354295 10107419414268701717088100343356184 10187866086962880217088100343356185 10177583117408667417088100343356109 10108601437357284617088100343356110 1011522072160149161708810