Qualidade de Dados / Data Quality

A qualidade dos dados faz o seu Customer Relationship Management (CRM) mais eficaz

Fortalecer o relacionamento com os clientes existentes e angariação de novos clientes de forma rentável, é o alfa e o omega para garantir uma fatia maior do bolo das vendas. A base para isso é um Customer Relationship Management (CRM) forte com os dados do cliente correctos e completos, que possam ser usados no marketing, vendas, call centers e serviço pós-venda, mas a qualidade dos dados é precisamente onde a porca torce o rabo em muitas empresas.

DESAFIOS

Endereços incorrectos - vendas menores, custos maiores
Endereços de correio não entregues fazem com que campanhas de mailing descarrilem e causam custos desnecessários com portes e pesquisas. As facturas não podem ser entregues, o que resulta no não-pagamento, para não mencionar a perda de oportunidades de vendas, porque a sua mensagem promocional não atingem os potenciais compradores.

Duplicados - clientes insatisfeitos, planeamento incerto, up / cross-selling não são utilizados
Vários registos de dados (duplicados) são, possivelmente, ainda mais problemáticos:

• Os importantes dados dos clientes estão incorrectos durante uma chamada de serviço ao cliente. O cliente fica desapontado e pode ir para a concorrência. Perda nas vendas são o resultado inevitável aqui.
• O planeamento de vendas e marketing sofre, porque duplicados evitam uma classificação automática e correcta de clientes e exigem uma correcção manual cara.
• As previsões são distorcidas, o que pode levar a decisões de negócios atrasado ou incorretas que atingiu a sua empresa rígido.
• A selecção de endereços para as campanhas de marketing torna-se extremamente complicada, que é por isso que só consegue colocar suas ofertas depois da concorrência.

Falta de confiança - o sinal de partida para ter cada vez uma qualidade dos dados mais pobre
A prática tem demonstrado que, se os utilizadores não podem aceder às informações necessárias no sistema de CRM de forma rápida e com alta qualidade, a quantidade de cuidados tomados durante a entrada de dados e manutenção é normalmente reduzida. O resultado é uma espiral descendente de uma diminuição constante da qualidade dos dados, que só pode ser interrompida por um completo - e caro - relançamento do sistema de CRM, num caso extremo. Não deixe as coisas chegarem a esse ponto e começar a fazer o processo de melhorias necessárias antes que seja tarde demais.

Soluções Data Quality da Uniserv para ERP - elevada qualidade dos dados em todas as áreas da empresa

As soluções de Data Quality da Uniserv vai ajudá-lo a desenhar o seu planeamento empresarial e controlar de modo que seja mais flexível, mais transparente e mais confiável. Corrigir os dados de forma consistente e completa no seu sistema ERP para garantir a eficácia, os processos de negócio operacionais e decisões de negócio mais informadas.

Data Quality Batch Suite da Uniserv para ERP: A suite completa de produtos para a verificação em batch de forma totalmente automática e limpeza dos dados de cliente e de fornecedor, material e os dados do produto e para o acompanhamento regras de negócio no seu sistema ERP.

Data Quality Real Time Service para ERP: Para a protecção imediata da sua qualidade de dados ao criar contas de clientes e fornecedores e para fazer a comparação com listas de embargo da UE.

A nossa contribuição para o sucesso do seu ERP: Rápido, tolerante ao erro na pesquisa, o reconhecimento e agrupamento automático de duplicados por nome e morada, validação de dados e complementarização ou sincronização com outros sistemas são apenas algumas das funções do DQ Batch Suite e do DQ-Real Time Services da Uniserv - a nossa contribuição para o uso eficiente do seu sistema ERP.

Quanto mais flexível e mais confiável for o planeamento corporativo e as funções de controle, maior será o potencial para identificar oportunidades de negócios com mais rapidez e acompanhar a evolução do mercado, sem quaisquer problemas. Isso exige um eficiente sistema de Enterprise Resource Planning (ERP), que fornece uma visão única de todas as áreas da empresa, tais como finanças e controle, produção e logística, gestão de materiais, marketing, vendas e gestão de pessoal.

Muito frequentemente, contudo, master data inconsistente e sua má qualidade significa que os processos de negócio cooperativo não podem ser adequadamente implementados e as decisões estratégicas devem ser feitas sem uma base de informação forte.

Desafios
Informações incorrectas de clientes na master data - maior consumo de recursos, custos elevados
A má qualidade dos dados do cliente na base de dados pode significar que as mercadorias não sejam entregues, e é preciso grande esforço para investigar os endereços. Sistematicamente, o planeamento de rotas rentável para a logística, torna-se uma loteria, e detalhes de contas bancárias incorreras, fornecidas de forma intencional ou inadvertidamente, pode levar a atrasos no pagamento ou mesmo o não-pagamento.

Dados incorrectos fornecedor - mal informados, maior risco
Endereços de fornecedor correctos e os números de telefone têm um papel importante, especialmente na compra, contratualização, engenharia de qualidade e logística. Num caso extremo, dados de baixa qualidade podem causar problemas de abastecimento que pode até resultar no parar de uma produção de custos elevados - com consequências imprevisíveis para o relacionamento com o cliente. Por outro lado, informações adicionais, por exemplo, sobre a credibilidade dos fornecedores, podem elevar consideravelmente a gestão do risco.

Aplicação inadequada de dados - o risco de consequências jurídicas
Todas as empresas na União Europeia são obrigadas a comparar todos os parceiros de negócios em relação à lista embargo da UE para produtos e operações de pagamento e, por exemplo a informar as autoridades se suspeita de terrorismo. Pesadas multas pode ser a consequência, se este não for cumprido em virtude da fraca qualidade dos dados. A reputação da empresa também sofre, pelo que a confiança dos clientes e parceiros é afectada, o que coloca as actividades da empresa em risco.

Master data de produtos e materiais inconsistente - um travão no processo efectivo
Os registos de dados de produtos e materiais em bases de dados das grandes empresas frequentemente chegam aos cinco dígitos. Isso torna difícil para os funcionários seleccionarem o produto correcto de forma inequívoca e as descrições de materiais que cumpram com as directrizes ao criar os dados. Isso resulta em descrições individuais que só podem ser encontrados por outros funcionários, após prolongada procura ou quando não em todos, em alguns casos. Base de dados com pobre qualidade dos dados diminui a produtividade das empresas, atrasos dos processos e fazem com que haja custos de investigação desnecessários.

Processos ineficientes de negócio - um terreno fértil para as decisões empresariais incertas
Os dados de um sistema ERP não são apenas necessários para os processos de negócio cooperativo, mas também servem como base para análises e decisões estratégicas (Business Intelligence). Má qualidade dos dados pode comprometer o cumprimento das regras de negócios, reduzir a utilidade das análises e adiar decisões de negócio importantes ou significar que sua base está doente.

As opções extensas do DQ Batch Suite são especialmente convincentes. A Uniserv oferece aos utilizadores do DQ Batch Suite uma solução de TI com definições de trabalho integrado, que podem ser adaptados às necessidades de negócio existentes como característica standard. Estes incluem tarefas como a validação, correcção, actualização e aprimoramento de endereços e dados. Todos os processos e operações podem ser facilmente manipulados intuitivamente numa interface gráfica de utilizador.

O novo Hostconnector para o DQ Batch Suite significa que este está agora disponível para os utilizadores do sistema mainframe z /OS. Aqui a master data é mantida no host, como de costume, enquanto o Job Control Language cuida das transferências de dados entre o host e o DQ Batch Suite e controla as operações de processamento no DQ Batch Suite.

Isso significa o seguinte para os utilizadores do z/OS:

• Disponibilidade das funções de qualidade de dados do DQ Batch Suite para a master data no mainframe - portanto o uso contínuo de novos produtos, versões de outros países, até mesmo uma melhor qualidade de deduplicação em processos batch
• Nenhum trabalho de apoio in-house por parte do utilizador - Os processos fundamentais permanecem no mainframe
• Grande facilidade de uso - definição das operações de tratamento por meio da interface gráfica do utilizador.
• Alivio do sistema host das operações de processamento de batch de grande intensidade, por exemplo em períodos de pico de carga.
• ganho de flexibilidade para o trabalho de programação e economia no uso de recursos do host
• Uso dos fluxos de processos de alta performance do DQBT em sistemas Windows e Unix

Se tiver alguma dúvida sobre a interface batch DQ Hostconnector da Uniserv, entre em contacto connosco!

O que lhe oferecemos
As nossas soluções para assegurar as qualidade dos dados de forma interactiva e outras aplicações em tempo real têm sido combinadas com o DQ Real-Time Services. Independentemente da aplicação que esteja a ser usada, a informação do cliente incorrecta ou incompleta é suprimida quase na totalidade pelo DQ Real-Time Services - incluindo em ambientes SAP e Oracle.

Erros de compreensão, leitura, escrita ou abreviaturas são automaticamente corrigidos por acessos tolerantes ao erro a tabelas de referencia e como tal são excluídas as fontes de erro. Verificação totalmente automatizada de duplicados (sem intervenção do utilizador) e a possibilidade da criação de clusters com base no nome e morada, por exemplo ao nível do household, são outras importantes opções. Adicionalmente, as moradas podem ser interactivamente qualificadas, personalizadas e avaliadas sob os mais variados aspectos (exemplos: micromarketing ou gestão de risco).

A erosão dos dados obtidos é como tal prevenida!

Visão 360º
A prevenção de duplicados é um pré-requisito para que se consiga ter uma visão consistente e completa dos clientes nas diferentes aplicações. Contudo, no DQ Real-Time Services pode ainda ir mais alem no que diz respeito à integração de visões de clientes ou produtos em diferentes aplicações. Como resultado da arquitectura e design independente da aplicação, o Uniserv DQ Real-Time Services pode ser usado transversalmente em praticamente todas as aplicações, de forma a comprar os diferentes sistemas em tempo real, criando assim uma visão consistente do cliente.

Diferentes países têm diferentes costumes.
O nosso DQ Real Time Services pode ser usado com as mesmas capacidades funcionais em empresas que operam internacionalmente. Fazemos versões de produto e tabelas de referencia especificas para cada país. Adicionalmente, as capacidades Unicode do DQ Real Time Services garantem uma qualidade de dados a nivel mundial e podem manusear diferentes scripts e sets de caracteres nacionais. Como resultado, o DQ Real Time Services atinge os mais altos requisitos para qualidade de dados internacional.

Serviços disponíveis
O DQ Real Time Services é ideal para integração em aplicações existentes ou planeadas em "open systems" e uma solução inteligente cliente/servidor, disponível igualmente nos ambientes SAP e ORACLE entre muitos outros.

• Analise & Formatação de Moradas
• Address Retrieval
• Verificação de duplicados em tempo real, clustering (exemplo: nivel de Household), Data enhancement, Compliance Check
• Verificação de código postal
• Geo & MicroMarketing

Ainda mais performance, segurança e conforto
As opções do produto Server Control e Database Connector não deixam nada a desejar, mesmo em caso de instalações com as mais elevadas necessidades de performance e fiabilidade:

• Todos os servidores podem ser centralmente administrados e monitorizados.
• Sincronização automática dos índices internos especializados de qualidade de dados com os dados da aplicação via triggers de base de dados.
• Paralelização e distribuição de carregamento tal como o exceder dos limites do computador, assim como máxima escalabilidade e segurança extra através de redundância.
• Transparência completa para as aplicações

É bom saber!
O DQ Real Time Services pode ser chamado da generalidade das linguagens de programação e é providenciado uma interface standard API, para que as funções de chamada sejam idênticas no que diz respeito a:

• à plataforma (cliente) que a sua aplicação esteja a correr
• à plataforma (servidor) em que a função DQ respectiva está a correr
• quer o componente esteja permanentemente ligado à aplicação
• quer o componente esteja a correr noutro computador na rede (cliente distribuído/aplicação servidor)

O DQ Real Time Services podem sem problemas ser integrados numa grande variedade de arquitecturas de TI e podem ser invocados por rich clients, servidores aplicacionais ou bases de dados sem qualquer problema. Não é necessário dizer que todos os DQ Real Time Services podem ser acedidos como Web service. A integração certificada para a procura de duplicados e validação de moradas é particularmente interessante para aplicações SAP.

Analise, acção, performance

O DQ Explorer permite que encontre a qualidade dos seus dados e os seus comportamentos rapidamente e de forma precisa como parte de uma analise de dados automatizada. O software pode ser usado como em projectos individuais ou como parte de iniciativas estratégicas mais abrangentes e como tal suporta um numero elevado de tarefas, como por exemplo:

Investimento extensivo no sistema

• Quando novos sistemas são instalados, os problemas com os dados frequentemente geram problemas consideráveis de budget e de tempo nos projectos de TI. Uma analise antecipada e detalhada dos dados pode reduzir significativamente estes riscos.

Auditorias de dados

• Avaliação da qualidade dos dados para suporte das aplicações e processos críticos para o negocio na melhor forma possível. Identificação de áreas chave, nas quais uma qualidade de dados melhorada providencia artificioso tangíveis.

Migração de dados

• Analise detalhada dos dados antes da migração significa que ciclos de migração recorrentes e extenso trabalho subsequente são reduzidos consideravelmente.

Regras de qualidade

• Quando o DQ Explorer é usado em combinação com o DQ Monitor, regras precisas podem ser geradas para monitorização da qualidade dos dados numa base permanente.

Analise dos dados e profiling de dados em 3 etapas
O assistente de profile no DQ Explorer faz da analise de dados uma brincadeira de crianças. Links, dependências e analise de chaves podem também ser executadas intuitivamente.

As Vantagens

• O tempo necessário para a analise é reduzido em 90%
• Os riscos dos projectos TI são reduzidos por uma analise eficiente e eficaz antecipadamente
• Uma plataforma integrada de gestão simplifica os processos de analise e de optimização
• Pode finalmente confiar na qualidade dos seus dados
• Escalável - disponível em três versões diferentes, da versão workstation para as analises de projecto de um homem com pequenas quantidades de dados até ao Advance Server para grandes projectos cooperativos de analise com um grande numero de colaboradores e grandes volumes de dados.

A qualidade dos dados: um aumento de desempenho para sua empresa
Os dados são um activo muito valioso, que não é totalmente utilizado totalmente na maioria das organizações. Quais são os custos e os efeitos negativos que resultam da interpretação de dados inexistentes, dados incorrectos, enganadores ou dados e informação obsoleta? Quais são as consequências se os clientes e os utilizadores não podem aceder de forma correcta à informação e no momento certo? Que importância deve ser dada aos dados da empresa que não tem nenhum contexto com outros dados? A resposta: qualidade dos dados defeituosos rapidamente se faz sentir como um factor com um impacto negativo sobre os lucros e como gerador de custos.

Pode contar com seus dados e com as suas fontes?
Processos de negócios bem sucedidos são baseados em dados de alta qualidade!
Pergunte a si mesmo a pergunta crucial: Pode contar com seus dados e com as suas fontes? A resposta "frequente" é que não são bons o suficiente! Sucesso e a utilização comercial de BI, CRM, ERP ou iniciativas de conformidade dependem directamente do nível de qualidade dos dados obtidos e de uma permanentemente aplicação processos para a garantia da qualidade.

Ciclo de controle de qualidade de dados ou ...
... como é que a qualidade dos dados é permanentemente garantida a longo prazo?
Modelos de negócio contemporâneos e futuros têm exigências específicas para uma efectiva implementação.
Para efeitos de um ciclo de qualidade de dados, oferecemos um portefólio completo de produtos que abrangem todas as áreas do processo de qualidade de dados:
- Balanço e análise da situação actual da base de dados
- Limpeza dos dados para a criação de um padrão uniforme e melhor qualidade dos dados
- Exclusão de contaminação dos dados para garantir o nível de qualidade dos dados obtidos a longo prazo
- Medidas para a optimização da qualidade
- Contínuo acompanhamento e controlo da qualidade dos dados

Como resultado, melhora a qualidade dos dados nas etapas compreensíveis, obtendo assim um aumento de performance no uso das suas aplicações de negócio estratégicas e operacionais.

PROJECTO: QUALIDADE DOS DADOS

DADOS - INFORMAÇÃO - CONHECIMENTO - DECISÕES
Os dados são a matéria-prima da informação. Os conhecimentos adquiridos a partir de dados fornece a base necessária para que as decisões de negócios sejam mais estratégicas e operacionais.
Roland Pfeiffer / CEO Uniserv GmbH para soluções de Data Quality

Porque é que a qualidade dos dados é tão importante?
A qualidade dos dados é importante para o sucesso empresarial! Os últimos estudos dos principais analistas sublinham o elevado valor de soluções de qualidade de dados. Em apoio desta tese, a Forrester, Gartner, META Group e outros mostram que os resultados da empresa podem ser significativamente melhorados através de medidas de qualidade de dados.
As empresas reconhecem isso e estão cada vez mais sobre a qualidade dos dados como um factor central para o sucesso e competitividade.
Ao mesmo tempo, porém, isso é incompatível com a situação na prática: um inquérito realizado pela Associação Alemã para a Qualidade da Informação (DGIQ) em 2007 revelou que quase dois terços dos inquiridos dizem que as soluções adequadas não são utilizadas nas suas empresas e vêm uma clara necessidade de acção com relação à avaliação da qualidade dos dados e à implementação de soluções para sua melhoria.

O que influencia a qualidade dos dados?
Um sistema de qualidade de dados existe num ambiente complexo de sistemas de TI, processos de negócio e condições específicas da empresa. Novos dados cuja qualidade é duvidosa constantemente entra no sistema. Reciprocamente, o sistema deve fornecer regularmente os dados com a qualidade especificada. Além disso, o ambiente de um sistema de qualidade de dados nunca é estático. As circunstâncias externas mudam - os clientes mudam de casa, e muito mais. Trata-se de desenvolvimentos que devem ser mapeados no sistema. O processo de negócio e as ferramentas para a sua execução e controle também mudam. Isto significa reavaliações e novas exigências de qualidade dos dados.
Em suma, um sistema de qualidade de dados está vivo e deve ser capaz de desenvolver com o seu ambiente.

Estão os dados têm que ser perfeitos?
Não, mas os dados devem estar livres de erros, completos, consistentes, actualizados e relevantes, a fim de satisfazer as necessidades e expectativas dos utilizadores. A este respeito, é basicamente irrelevante se os dados são utilizados a nível operacional ou estratégico e táctico para a tomada de decisões, porque a elevada qualidade dos dados prossegue o objectivo de fornecer informações precisas à disposição de todos os participantes no processo de negócio.

Aptidão ao uso
De acordo com os analistas da Gartner, a qualidade dos dados é muitas vezes entendida como envolvendo unicamente a limpeza de dados. No entanto, este é apenas um aspecto. Uma visão mais abrangente inclui áreas como a análise de dados e perfis de dados, normalização, harmonização e valorização dos dados, bem como a monitorização contínua da qualidade dos dados, afirma o Gartner. Garantir que os dados novos ou alterados atendem o nível de qualidade de dados obtidos a longo prazo, de preferência directamente na entrada de dados, é tão importante como resolver os problemas de qualidade.Uniserv oferece um portefólio de soluções que abrange todos os passos relevantes no processo de qualidade de dados: análise e caracterização do banco de dados, ferramentas de one-off de limpeza de dados, soluções para permanentemente garantir a qualidade dos dados e instrumentos para a sua vigilância constante. Como resultado, você cria os pré-requisitos para a aptidão de dados e, portanto, para o uso efectivo da valiosa base de dados.

Integração mySAP™ Business Suite

Implementação de normas SAP®
Como software partner SAP®, damos uma atenção particular à integração nas soluções SAP® e para as preocupações com o endereço e com a gestão da qualidade dos dados durante a fase de desenvolvimento. É fornecida uma impressão óptica uniforme com o Look & Feel usual, como resultado da implementação em conformidade com as normas da SAP® assim como na saída dos resultados nos elementos de diálogo no mySAP™ Business Suite.
O utilizador, move-se em redor da interface com os elementos de controle que lhe são familiares. Todos os processos de validação e correcção são executados automaticamente em segundo plano.

Soluções Uniserv de integração certificadas com o SAP®
SAP® confirmou a conformidade com as normas SAP® e o cumprimento de todas as exigências da SAP® para a validação de Moradas, Verificação de duplicados e Pesquisa com tolerância ao erro através da concessão dos respectivos certificados, pela primeira vez em 2002.
A recertificação com base num redesenho futuro e orientada pela experiência dos componentes foi concluída com êxito no final de 2006, em conformidade com as normas e requisitos SAP®, foi confirmada através da atribuição dos certificados pela SAP®.
A integração certificada está disponível a partir do SAP® R/3® Versão 4.6 C, mySAP™ ERP, mySAP™ CRM versão 4.0 e SAP NetWeaver™ Application Server versão 6.10 e também já foram implementadas várias soluções especificas para a indústria, tais como IS-M e IS-U.

Integração suave e flexível
O pacote de soluções Uniserv para garantir a qualidade dos dados de endereço no ambiente SAP® tem sido sistematicamente implementado em tecnologias cliente / servidor e integra "plug & play" no ambiente de negócios mySAP™ Suite.
Ambas as soluções são compatíveis com todas as plataformas em que mySAP™ Business Suite está disponível. Os serviços dos produtos Post para mySAP™ Business Suite e Mail para mySAP™ Business Suite podem ser instalados no computador em que a plataforma mySAP™ Business Suite está instalada ou em qualquer outro computador dedicado. Aqui também é livre na escolha da plataforma, quer seja um derivado do Unix ou Windows.

Arquitectura de Layers
O pacote total é baseado numa arquitectura de layers inovadora. A estrutura modular associada aos produtos, bem como a interface, que está permanentemente definida para execução, e da dissociação das funções de GUI permite que ambos o Post para mySAP™ Business Suite e o Mail para mySAP™ Business Suite sejam usados de forma aberta e flexível através do ponto central de partida, o Business Address Services (BAS). Como resultado, pode aplicar-se em outras possíveis aplicações no ambiente SAP® quando se afigure adequado e necessário, por exemplo, aplicativos desenvolvidos inhouse, addons ou como parte de aplicações web, como o Webclient IC.

Integração em Business Address Services (BAS)
A forma mais rápida e simples de integrar os produtos Post para mySAP™ Business Suite e Mail para mySAP™ Business Suite é através do SAP® Business Address Services (BAS). Aqui é possível a integração sem desenvolvimento de aplicações e exige apenas a personalização apropriada. O Business Address Services (BAS) é parte da solução SAP® e oferece-lhe uma série de funções que são necessárias para abordar de forma altamente eficiente a gestão da qualidade de dados. Business Address Services (BAS) é usado em quase todas as aplicações SAP® (por exemplo, mySAP™ CRM, SAP Financials, SD, MM).
Quanto a isto, o BAS tem um conjunto de funcionalidades que oferecem suporte a programadores e administradores na implementação de tarefas de controle do address management e para garantir a qualidade dos dados. Com a versão 4.6 C, o BAS também suporta o uso de soluções de software de terceiros através de interfaces abertas, os chamados Business Add-Ins (Badis). Estas soluções proporcionam melhor gestão do endereço e de segurança da qualidade dos dados sem que as soluções SAP® tenham que ser modificadas.
A validação postal de endereços é integrada através da interface BC-BAS-PV, e a deduplicação, a selecção e busca de tolerante ao erro através da interface BC-BAS-DES.

Integração fora do Business Address Services (BAS)
Uniserv oferece APIs em vários níveis para a integração das funções fora do BAS, por exemplo em aplicativos desenvolvidos inhouse, addons ou aplicações web. Para integração na Web, a aplicação simples no Webclient IC, Web GUI ou interface do utilizador do PC é possível, permitindo assim a utilização móvel das funções independente da localização. Como resultado da sua arquitectura de layers aberta e flexível, as funções também podem ser integradas em áreas que ainda não são servidas pelo SAP®. Em particular, a futura segurança do investimento em soluções de qualidade dos dados da Uniserv fica, assim, garantida.

Optimizamos a sua gestão de endereços no mySAP™ Business Suite

A nossa solução global para o seu cliente e marketing orientado para a qualidade no mySAP™ Business Suite é composto por vários componentes para optimizar a qualidade da sua base de dados - como um aplicativo de diálogo ou no processamento em batch. Os componentes podem ser utilizados como uma unidade e também individualmente.

Post para mySAP™ Business Suite
Certificado para SAP NetWeaver™
Este componente garante que, no futuro, apenas um código postal válido, nome do local normalizado, nome da rua normalizado, apartado correcto e - por exemplo, para endereços alemães - um número de casa correcto e verificado, são administrados na sua base de dados.

O Post para mySAP™ Business Suite opera tolerante ao erro com base na análise de processos diversos e permite a verificação automática e, se necessário, correcção de endereços através da actualização das listas de referência completas. Se a ambiguidade não pode ser esclarecida automaticamente, ao utilizador é apresentada uma lista de selecção que pode, assim, por exemplo, resolver o problema através do call center em diálogo directo com o cliente.

Post para mySAP™ Business Suite está disponível em várias versões nacionais para os mais importantes países europeus, assim como para os EUA e o Canadá.

Post para mySAP™ Business Suite fornece na sua versão base toda a informação geográfica atribuindo de forma totalmente automática o Distrito, Concelho e Freguesia ou respectivos códigos, sendo estes valores, logicamente, variáveis conforme o país de referência. Atribuição de coordenadas geográficas ao nível da rua ou o número de porta também é possível se os geocodes adicionais forem subscritos.

Post para mySAP™ Business Suite também garante que qualquer alteração no sistema de endereçamento dos dados armazenados na BD necessários como resultado da reorganização do governo local, alterações de nomes de rua ou de uma mudança na estrutura dos serviços postais, são automaticamente detectados e corrigidos na medida do possível sem a sua intervenção.
Esse trabalho é realizado por meio da chamada "limpeza mensal", que já está incluída numa função básica no Post para mySAP™ Business Suite. Qualquer alteração de dados espaciais também pode ser actualizada na base de dados de endereços através desta função.

Mail para mySAP™ Business Suite
Certificado para SAP NetWeaver™
Com o Mail para mySAP™ Business Suite, pode impedir de forma fiável a criação de duplicados na sua base de dados, pois verificações especiais e operações de busca de semelhantes são iniciadas automaticamente em segundo plano para as novas entradas e alteração de registos de dados. Os casos suspeitos podem ser verificados manualmente e executada a decisão apropriada. Na caixa de diálogo, você encontrará o endereço que procura, mesmo que tenha sido inserido com erros, se a sua consulta é má ou se está procurando com fragmentos de endereço. Técnicas especialmente adaptadas (fonéticas ou fuzzy logic) são usadas para obter um resultado de alta qualidade e selectividade.
A busca pode ser executada com informação parcial com "alta velocidade" e/ou alternativas tolerantes ao erro, com a procura genérica já disponível no mySAP™ Business Suite. Com o Mail para mySAP™ Business Suite, pode escolher livremente as suas entradas, por exemplo, no que diz respeito à sequência. Escusado será dizer, porém, que a pesquisa também pode ser executada com o nome e endereço completos.

Limpeza do sistema em batch - Integração de Dados e limpeza de dados em processamento batch
Com o sistema de limpeza em batch (BCS - Batch Cleansing System), a Uniserv oferece-lhe um tratamento batch, além dos dois componentes de diálogo acima mencionados. Por este meio, pode sequencialmente realizar tarefas típicas para garantir a qualidade dos dados no ambiente de solução SAP®, tais como a integração dos dados de endereço ou de limpeza de dados, com alta eficiência via uma gestão adequada nos servidores back-end.
BCS integra directamente a validação postal e a busca tolerante ao erro no sistema SAP® com o ambiente familiar do utilizador SAP® e disponibiliza as suas funções para correr em batch. Neste sentido, o BCS pode ser usado stand-alone e em combinação com Post para mySAP™ Business Suite e/ou Mail para mySAP™ Business Suite.
Em particular, as vantagens do BCS residem num melhor desempenho com aplicações em batch, reduzindo o trabalho necessário para a integração e depuração de dados, uma maior flexibilidade no trabalho e é executado em ambientes heterogéneos de dados.
O BCS pode ser usado no lado SAP® da SAP® R/3® versão 4.6 C, mySAP™ ERP e CRM mySAP™ versão 4.0 e também está disponível para as soluções específicas da indústria como o IS-F e IS-U.

A actualidade dos dados é simplesmente uma obrigação!
O uso de software para garantir a qualidade do endereço na área de Business-to-Business pode ser adequada a um volume de apenas 10-50 mil endereços, soluções adequadas na área de Business-to-Consumer, onde várias centenas de milhares ou até mesmo milhões de endereços normalmente têm de ser geridos, são indispensáveis em ambos os casos.

Porque o profissionalismo é tão importante
É um facto da vida que os erros ocorrem quando os endereços são registados ou alterados manualmente. Tais erros apenas podem ser evitados com grande dificuldade.
Eles incluem:

• os erros durante a transmissão fonética acústica (mesmo som com diferentes combinações de letras)
• Mistura de letras ou números que ao "olhar" são muito semelhantes entre si, em fichas manuscritas, independentemente se os endereços são lidos pela máquina ou por pessoal
• Digitação incorrecta durante a entrada de dados
• Utilização de diferentes siglas
• Troca de nome e sobrenome, adição ou omissão de componentes do nome, etc.

Sem uma base de endereços de referencia profissional e sem uma gestão da qualidade de dados, todos estes pontos, inevitavelmente, com a ortografia divergente dos endereços ao entrar na base de dados, fazem com que sejam criados endereços incorrectos ou duplicados ou não afectos à área geográfica correcta.

Vantagem: Soluções feitas pela Uniserv
Oferecemos sistemas especializados e certificados que automaticamente asseguram que a sua base de dados contém apenas endereços correctos, actualizados e endereços completos, agora e no futuro - mesmo que tenha uma clientela internacional.
Além disto, pode garantir, através de métodos de pesquisa tolerantes ao erro que os duplicados não surgem na base de dados ao fazer registo de novos endereços ou alterações (sem uma consulta explícita do utilizador). O mais importante é que vai encontrar o endereço que está a ser introduzido na sua base de dados, mesmo que tenha sido introduzido com um ou mais dos erros acima descritos, ou seja executada uma consulta incorrecta ou fragmentada.

Uma característica do sistema MDM é que o fluxo de dados flui em duas direções: os dados são transferidos para o sistema (por exemplo, a criação inicial de um registo do cliente) e os dados são recuperados a partir do sistema pelo utilizador. Desnecessário será dizer que esses dados também têm de ser correctamente ligados a todos os outros dados no âmbito respectivo. Deve, portanto, ser garantido que, quando os dados do cliente Osvaldo Godinho são recuperados, o sistema não só fornece seus dados de contacto, mas também, por exemplo os produtos que ele adquiriu por um determinado preço num determinado ponto no tempo, todas as queixas que ele fez e que material publicitário recebeu (visão única do cliente).

Dois pontos em particular, devem ser considerados para garantir alta eficiência no manuseio dos dados:
- Em primeiro lugar, toleracia ao erro na procura de registos de dados. Quando um novo registo de dados é criada uma busca para o mesmo ou semelhantes.
A busca pode ser iniciada activamente com o pressionar de um botão. No entanto, a pesquisa também funciona em segundo plano, sem que seja activamente iniciada. Se o sistema encontrar registos idênticos ou potenciais duplicados, os registos de dados semelhantes são exibidos para o utilizador final na forma de uma lista de selecção, para que ele possa decidir se o cliente actual é na verdade um novo cliente ou um cliente existente.

- Outro factor importante é a velocidade e a tolerância ao erro desta pesquisa. O utilizador final é dependente do tempo de resposta rápida do sistema. Se ele tem que esperar muito tempo para que os resultados de um teste, este teste é contornado e a qualidade dos dados mestre irá deteriorar-se.

No entanto, a tolerância ao erro na procura de registos não é apenas um critério importante na criação dos dados iniciais. A pesquisa também deve ocorrer rapidamente e fornecer resultados confiáveis, quando, por exemplo registos de dados são pesquisados num centro de serviço.

A qualidade dos dados de conteúdo é tão importante quanto a qualidade e a univocidade dos metadados numa Meta Master Data Model. Mesmo se o formato do conteúdo dos dados encontrados e os campos obrigatórios tenham sido preenchidos, isso não diz nada sobre a qualidade dos dados. O exemplo seguinte explica este aspecto:

O exemplo mostra que, mesmo se os metadados são inequívocos, a qualidade dos dados de conteúdo pode deixar muito a desejar. Contrariamente às expectativas, o ID como chave primária é ambíguo. Embora a linha da rua esteja sempre preenchida, as ruas estão incorrectamente digitadas ou não existem. O mesmo vale para os códigos postais e os nomes de cidade. Mesmo o último campo da tabela que deve conter um número de fax, encontra-se um endereço de e-mail. O endereço de e-mail não foi, obviamente, considerado parte dos metadados. Nenhum campo foi previsto e essa validação sintáctica de informação não ocorreu quando os dados foram criados.

O exemplo acima pode parecer trivial, mas já estão disponíveis possibilidades para a limpeza automática, particularmente na área de endereços, tanto em processamento batch como no modo online. Este endereço de limpeza automática pode ser usado por exemplo na validação do endereço correcto.Há também a possibilidade de arranjar um registo de dados semelhantes ou duplicados em grupos, juntando informações para o registo de outros dados ou eliminar duplicados claro, se for necessário, ou pelo menos para marcá-los como tal.

O estado da qualidade dos dados da empresa foi determinado e discussões iniciais sobre as medidas para o seu aperfeiçoamento foram realizadas. Qual é o próximo passo?
Independentemente das áreas da empresa em que as optimizações devem ser implementadas e as medidas que têm sido consideradas, você vai encontrar o parceiro de contacto certo, DataLab TI, Lda, representante em Portugal da Uniserv GmbH.

Como fornecedor de soluções orientadas para cobrir todos os aspectos da qualidade dos dados, a Uniserv oferece suporte na implementação e optimização de aplicações de negócio operacional e analítico. A Uniserv é também um parceiro especializado nas áreas de marketing directo, listas cumprimento/ bloqueio e migrações de dados.
Conceitos de soluções individuais que visam melhorar a qualidade dos dados e informações, a longo prazo são desenvolvidas em conjunto com os clientes.
Como resultado, o negócio no dia-a-dia pode ser realizado de forma mais eficiente, o número de negócios são confiáveis tal como as estratégias para o sucesso futuro.

Deve ser alcançado um acordo sobre quais critérios de qualidade de dados devem ser comparados, a fim de realizar uma avaliação adequada da qualidade dos dados da empresa. Muitos dos requisitos podem ser verificados por meio de ferramentas de análise adequadas. Os consumidores de dados devem ser questionados sobre as suas necessidades. Finalmente, o processo de criação do produto da "informação" também deve ser cuidadosamente considerado. Deve haver clareza sobre quem exige dados e para que finalidade.

Uniserv GmbH oferece uma abrangente Auditoria de Qualidade de Dados, a fim de ser capaz de responder a estas perguntas e objectivamente avaliar o status quo da qualidade dos dados. O Data Quality Audit tem uma estrutura modular, os módulos são baseados uns nos outros.

Cada módulo possui sua principal área de foco num dos pontos mencionados:
- Requisitos para os dados e sua conformidade para que possa ser verificada por meio de software de análise. As dimensões da qualidade de dados, tais como integridade ou a ausencia de erros são uma grande preocupação aqui.
- Requisitos para os dados e seu cumprimento, sobre os quais os consumidores de dados podem fornecer informações. Dimensões da qualidade de dados, tais como compreensão e clareza são aqui verificadas. Os consumidores de dados também podem apresentar as suas avaliações da credibilidade e da reputação dos dados. Os consumidores de dados podem fornecer informações valiosas sobre a edição ou da acessibilidade dos dados.
- Análise dos dados / processos de criação de informação, de modo a ser capaz de identificar eventuais pontos fracos. Uma melhor compreensão da história da criação é importante, desde a criação o processamento dos dados passa frequentemente por muitas etapas individuais, tais como aplicações de software e processos individuais, que por sua vez, preocupam diferentes áreas de negócio.

O conhecimento dos processos desempenha um papel importante, se medidas de longo prazo para a optimização da qualidade dos dados forem especificadas.

O UNISERV AUDITORIA qualidade dos dados é, assim, dividido em três módulos:

MÓDULO 1: CONTROLO DA QUALIDADE DE DADOS
A Verificação de qualidade fornece uma visão inicial da master data de clientes de uma empresa. Nesta fase, uma extracção representativa dos dados é analisada com a ferramenta de Qualidade de Dados DQ Batch Suite. Neste contexto, é atribuída particular importância à integridade e à presença dos elementos nome. A correcção postal dos elementos do endereço é verificada e uma verificação de duplicados é realizada.
Os seguintes requisitos para os dados são considerados na Verificação de qualidade:
- Todos os campos obrigatórios de cada registo de dados estão preenchidos
- Os elementos do endereço correspondem a um endereço válido e, portanto, correcto
- A "Single View of Customer" aplica-se, ou seja, os dados do extracto são livres de duplicados, ou o chamado "registo mestre" de duplicados está assinalado

Os resultados da qualidade dos dados de verificação são posteriormente apresentados e postos à disposição do cliente.

DADOS DE CONTROLO DA QUALIDADE - Características Técnicas
É necessário o seguinte:
- Um arquivo de dados, de preferência no formato delimitador
- Definição e significado dos cabeçalhos
- Definição das chaves
- Definição do valor dos ranges
- Codificação de caracteres: UTF-8 ou ISO-Latin 1
- Todos os endereços têm de ser de um país
- Máximo de 100 mil endereços

MÓDULO 2: ANÁLISE DE QUALIDADE DOS DADOS
Os dados de Verificação da Qualidade no Módulo 1 primariamente validam um extracto a partir da master data de clientes num processo relativamente simples. É atribuída especial importância para os elementos do nome e os elementos do endereço.

O Data Quality Analysis vai um grande passo em frente.

A totalidade dos dados da empresa podem ser aqui considerados. Dados muito específicos, tais como números de telefone, as vendas ao cliente, dados em anexo relativo a outras operações, etc., podem ser conferidos aqui, conforme necessário. Conformidade com o negócio e regras específicas de plausibilidade também podem ser verificadas. Se necessário, a master data do cliente ainda pode ser comparada com listas de sanção neste ponto.

(A verificação dos dados do cliente contra listas de sanções é geralmente recomendado, a fim de evitar o desrespeito das regras pertinentes anti-terrorismo. Detalhes podem ser encontrados em posts anteriores relativos a anti-terrorismo.)

Os requisitos específicos para os dados a serem validados são identificados num workshop de abertura com os chefes dos departamentos especializados em causa.

A comparação das análises técnicas e avaliações do workshop vai indicar em que medida os requisitos definidos pelos departamentos especializados correspondem entre o real e o nível de qualidade "percebida".

Quando as análises e avaliações foram concluídas, os resultados são apresentados num workshop de encerramento. Recomenda-se que os chefes de todos os departamentos especializados em causa sejam convidados, a fim de ter em conta as "Diferentes Vista de Dados".

Se todas as medidas para a optimização da qualidade dos dados venham a ser adoptadas, é indispensável que os consumidores dos dados sejam incluídos no processo de tomada de decisão. Só desta forma será a implementação dessas medidas amplamente aceite.

Escusado será dizer que os resultados da Data Quality Analysis também são fornecidas por escrito.

ANÁLISE DOS DADOS DE QUALIDADE - TÉCNICA E DETALHES ORGANIZACIONAIS
É necessário o seguinte:
- Vários arquivos ou bases de dados
- Descrição dos meta dados:
- Definição e significado dos cabeçalhos
- Definição das chaves
- Definição dos valores de ranges
- Codificação de caracteres: UTF-8 ou ISO-Latin 1
- Informações sobre a empresa e / ou regras de plausibilidade a verificar
- Contactos das pessoas dos vários departamentos

MÓDULO 3: ANÁLISE DOS DADOS DO PROCESSO DE QUALIDADE
Após o status quo da qualidade dos dados que foi determinado nos dois módulos anteriores, o Módulo 3 trata da criação dos dados da empresa e sua eficiência real de utilização para os consumidores de dados. As perguntas seguintes são aqui focadas:
- Como são os processos para a criação, alteração e exclusão dos dados descritos?
- São esses processos actualizados e são postos em prática?
- Será que os dados e informações gerados pelos processos permitem aos consumidores trabalhar o mais eficientemente possível?Os processos são analisados no que diz respeito aos requisitos previamente preparados para os dados.

Quaisquer pontos fracos no que respeita à qualidade dos dados são identificados. Os consumidores de dados são igualmente convidados para a avaliação da qualidade dos dados. A ênfase nessas entrevistas é sobre se o conteúdo e a forma dos dados são apresentados de tal forma que o trabalho diário possa ser realizado com um alto grau de eficiência.
Estas exigências aplicam-se tanto para os negócios operativos como às áreas de negócios analíticos.

Dimensões da qualidade dos dados que só podem ser avaliadas com muita dificuldade por meio de software de análise são examinadas nas entrevistas com os consumidores de dados. Estas dizem respeito por exemplo, as dimensões, credibilidade, capacidade de edição de acessibilidade e objectividade. Como cada um dos grupos de consumidores em causa devem ser incluído nas entrevistas, as diversas opiniões e requisitos para os dados pode ser considerado mais uma vez.

ANÁLISE DOS DADOS DO PROCESSO DE QUALIDADE - detalhes técnicos e organizacionais
É necessário o seguinte:
- Os processos e as descrições de fluxo de trabalho
- Pessoas de contacto (pelo menos 3 consumidores de dados) dos serviços em causa

TODOS OS RESULTADOS DE ANÁLISES são colocados num contexto no final da auditoria de qualidade dos dados:
- As avaliações feitas na Data Quality Analysis
- As necessidades dos departamentos especializados para os dados
- Avaliação da qualidade dos dados e necessidades individuais dos consumidores de dados
- O status quo dos processos de geração de informações no que diz respeito aos requisitos definidos para os dados

Os conhecimentos adquiridos, são assim apresentados aos serviços especializados e consumidores de dados em causa, numa reunião. As discussões sobre as possíveis causas da qualidade dos dados inadequadas são incentivadas.

Medidas de optimização e personalização dos processos para melhorar a qualidade dos dados também podem ser discutidos.
Os resultados do módulo 3 e as conclusões das discussões realizadas no workshop ficam disponíveis por escrito.

Há muitas indicações de possíveis problemas de qualidade de dados, especialmente no caso da master data de clientes.

A título de exemplo:
- Existe uma elevada proporção de devolvidos em campanhas de mailing devido a endereços incorrectos.
- Os clientes reclamam porque recebem material publicitário várias vezes
- As facturas não são pagas, porque nunca chegaram ao destino devido a um endereço incorrecto
- Vendas e análises predictivas não são fiáveis, uma vez que as perspectivas de êxito foram atribuídas a duplicados de diferentes potenciais clientes
- Os clientes afirmam que estão insatisfeitos com o apoio, porque os funcionários levam muito tempo para encontrar todos os dados pertinentes no sistema

No entanto, o cenário descrito acima só diz respeito aos sintomas iniciais ou mais óbvios de dados de baixa qualidade de dados. Vários requisitos fundamentais para a master data de clientes pode ser derivada a partir daqui. O endereço postal deve estar correcto e cada cliente só deve ser representado na master data de clientes uma vez (pontos 1-4).

Além disso, todos os dados pertinentes devem estar disponíveis para o pessoal (ponto 5). A lista de requisitos para a master data de clientes provavelmente poderia ser estendida indefinidamente, mas no final, seria descoberto que os requisitos para os dados são diferentes para cada departamento.

Por exemplo, o departamento de marketing atribui grande importância a um endereço correcto para campanhas de marketing, enquanto o pessoal de apoio ao cliente depende da actualidade e integridade dos respectivos produtos dos clientes, que são exibidos de uma maneira bem organizada. A qualidade dos dados só pode ser avaliado como boa ou má, comparando-a com as exigências dos consumidores dos respectivos dados.

Muitos dos requisitos para os dados podem ser automaticamente testados usando software de análise adequado. Algumas das deficiências podem ser corrigidas no curto prazo com operações de limpeza pontual. No entanto, mesmo se os sintomas acima indicados são controlados com operações de limpeza, a razão pela qual a qualidade dos dados é má não foi encontrada nem excluída. Não foi garantido que as operações de limpeza atendem aos requisitos de todos os consumidores de dados.

A Auditoria de Qualidade de dados de deve ser realizada, a fim de ser capaz de fazer uma afirmação sobre a actual situação da qualidade dos dados da empresa. Os dados não só são analisados por meio de software na auditoria, mas, mais importante ainda, as exigências dos consumidores de dados são consideradas. Só depois dos resultados da auditoria serem conhecidos, é que se pode fazer uma declaração sobre que dados da empresa atendem aos requisitos dos utilizadores de dados e os que não. A "percepção" do estado da qualidade dos dados pode ser verificada (ou refutada) com números objectivos. Além disso, actividades apropriadas para uma melhoria a longo prazo na qualidade dos dados pode ser considerada.

É geralmente assumido que a "Single View of Customer" representa um dos mais altos níveis de qualidade dos dados na análise da master data do cliente. No caso mais simples, o termo "Single View of Customer" refere-se a uma base de dados de clientes sem duplicados.

Em relação à dimensão de qualidade de dados acima referida, a "interpretabilidade inequívoca" foi considerada aqui. No entanto, a "Single View of Customer" não deveria ser confundida com a "Single View of Data".

A ilustração abaixo torna a diferença clara: enquanto a "Single View of Customer", coloca os dados em foco, a "Single View of Data" refere-se às diferentes necessidades dos vários departamentos da empresa para os dados. Se perguntarem individualmente a cada grupo de utilizadores sobre os requisitos para os dados, certamente haveria diferentes respostas ou listas de deficiências. Não há, portanto "Single View of Data", se os requisitos para os dados variam. Uma "Visão de Dados Diferenciada" deve ser referida ao invés.

"Single View of Customer" versus "Single View of Data" uma "Visão de Dados Diferenciada" deve ser referida para uma empresa com vários departamentos que têm requisitos diferentes para a master data de clientes.

Será que a qualidade dos dados da empresa cumpre as exigências dos consumidores de dados?

A fim de implementar medidas adequadas para melhorar a qualidade dos dados, deve ser assegurado que as acções (a) cumpram as exigências dos consumidores de dados e (b) aumentem a eficiência da empresa. A Auditoria de Qualidade de Dados é usada para determinar o status quo da qualidade dos dados.

Não é apenas nos dados em si que está o foco, mas, mais importante, nas exigências dos utilizadores em relação aos dados que são considerados. O processo de criação dos dados e da informação é examinado.

O Data Quality Audit tem uma estrutura modular, e cada módulo tem sua própria área de foco. Conceitos possíveis para a optimização da qualidade dos dados podem ser preparados em conjunto com os departamentos especializados.

De seguida vou apresentar o primeiro de 5 posts relacionados.

- A qualidade dos dados - o que está por detrás?
- "Single View of Customer" versus "Single View of Data"
- A qualidade da master data da empresa
- O status quo da qualidade dos dados da empresa: O Uniserv Data Quality Audit pode ajudar
- Olhando para o futuro

A qualidade dos dados - o que está por detrás?

Terra, trabalho e capital são os chamados de factores de produção convencional numa economia clássica. No entanto, o "conhecimento" ou "informação" é cada vez mais referido como um dos factores de produção importantes. (Bauer Wikipedia, e Günzel 2009). Neste contexto, a grande importância da informação proveniente dos dados se torna aparente.

Outra linha de pensamento diz respeito à produção de informações directamente para o fabrico de qualquer produto desejado (Ballou et al. 1998). Estas considerações foram precedidas pelo conceito de Total Quality Management (TQM). Este concentra-se na máxima satisfação dos requisitos para um produto e refere-se a todos os processos e departamentos envolvidos na produção e, portanto, a empresa inteira (Wikipedia).

A correlação entre a qualidade dos dados e os produtos pode ser expressa de forma muito simples: se a "informação" é considerada como um produto, determinados requisitos dos utilizadores deste produto também podem ser definidos e com especificações dos processos de produção.

No entanto, como devem os requisitos de informação e conhecimento serem definidos? Como pode ser verificado que as normas especificadas no processo de produção são cumpridas?

Se a produção de um carro é visualizada, presume-se que o produto final tem quatro rodas e as portas e janelas abertas, na realidade. O motor encaixa-se no corpo e as normas de segurança cumprem os requisitos. Todas estas e mais especificações foram repetidamente verificadas durante o processo de produção real e, portanto, correspondem aos requisitos previamente especificados do condutor posterior do carro. Se ocorrerem defeitos durante a produção, ela é imediatamente interrompida e processos de detecção de falhas e correcção são iniciados.

A produção de informação não deve ser diferente.

O exemplo a seguir ajuda a proporcionar um melhor entendimento dos TERMOS DE DADOS DE QUALIDADE DA INFORMAÇÃO E CONHECIMENTO:
- 0100010 01001101 01010111 => DADOS
- Char (66) char (77) char (87) => INFORMAÇÕES?
- BMW -> Três letras! => INFORMAÇÕES?
- BMW -> Binary Moving Window => INFORMAÇÕES?
- BMW -> Beer with Water => INFORMAÇÕES?
- BMW -> Motorenwerke Bayrische => INFORMAÇÕES?
- Bayerische Motorenwerke => Conhecimento!

Torna-se claro que os dados estão no início da cadeia. A informação é gerada a partir dos dados. Mas a informação de fundo é obrigada a fornecer o significado destas informações e que essas informações possam ser colocadas no contexto certo. No final, as conclusões correctas só podem ser estabelecidas e novos conhecimentos gerados, se os dados e informações no início desta cadeia estiverem correctos.

Para começar, o termo "qualidade" está em causa. Derivado da norma standard EN ISO 9000:2005, o grau de qualidade em que um produto (bem ou serviço) está em conformidade com os requisitos já existentes (Wikipedia). Isto significa que a qualidade pode ser boa ou má se atende aos requisitos do utilizador ou não.

Nos seus estudos, Wang e Strong (1996) pediu aos consumidores de dados para definir as propriedades de dados de boa qualidade. A Associação Alemã para a Informação e Qualidade dos Dados (DGIQ) retomou essa ideia e descritas as categorias e as dimensões da qualidade dos dados numa maneira fácil de entender (Rohweder et al. 2008).

Segundo este estudo, a qualidade dos dados pode ser dividida em quatro categorias e 15 dimensões.

Visão geral das categorias e dimensões da qualidade dos dados (após Rohweder et al. 2008)

Se cada uma das dimensões aqui referidas é considerada "boa", a qualidade dos dados pode ser considerada como ideal. Muitas das medidas citadas não podem ser avaliadas pelo sistema como indicadores de desempenho simples, uma vez que os consumidores dos respectivos dados sempre têm que decidir se a qualidade dos dados é boa.

Larry English (1999), outras abordagens de base, mas faz uma distinção fundamental entre a qualidade do conteúdo dos dados (correção dos dados) e a qualidade pragmática dos dados (apresentação dos dados).

É inerente a ambas as abordagens básicas que o foco de atenção é sobre o consumidor de dados que recebe os dados, de modo que ele possa exercer as suas funções de forma satisfatória. Ou, para expressá-lo nas palavras de Wang e Strong (1996), a qualidade dos dados é definida como "dados que estão aptos para o uso pelos consumidores de dados".

Manutenção de dados: medidas automatizadas para a manutenção de um elevado padrão de qualidade de dados

Apesar da limpeza de dados iniciais e os mecanismos para manter o status quo da qualidade dos dados, é uma boa política realizar uma verificação periódica da base de dados global.

Isso também é necessário se as bases de dados forem consolidadas, por exemplo, após a aquisição de empresas.Outro cenário é uma verificação periódica para renomear rua e lugar.

Deslocalizações devem ser monitorizadas e mantidas, e os registos de dados de clientes falecidos devem ser marcados, pelo menos. A exigência para o aprimoramento dos dados existentes com informações adicionais também não deve ser excluído.

Estas verificações periódicas da base de dados geral devem, idealmente, ser executadas com um processo em batch.
Isso garante que todos os dados estejam em conformidade com uma norma comum de qualidade de dados em intervalos especificados.
A qualidade dos dados suficientemente elevada para realizar as tarefas do actual sistema de CRM não pode ser considerada até que as três etapas do processo descrito aqui forem implementadas e adoptadas como prática, permitindo assim que o sistema de CRM atinja o seu pleno potencial e proporcione um retorno sobre o investimento.

As avaliações no CRM analítico, são agora uma base sólida. Os dados do CRM operacional permite uma abordagem orientada para o cliente em todas as áreas. Finalmente, o relacionamento com o cliente é reforçado, a longo prazo. A confiança dos empregados da empresa na qualidade dos dados aumenta, ao mesmo tempo. Isto significa que uma verificação adicional dos dados não é mais necessária. Os resultados directos são o aumento na eficiência e redução de custos.

É hora de subir a bordo: A Auditoria de Qualidade de Dados

A Auditoria Uniserv de DQ apresenta-se, de modo a ser capaz de fazer afirmações sobre o status quo dos dados in-house do sistema CRM.

A auditoria é o primeiro passo com objectivos claros em mente para a tomada de decisão e as marcas da sua apresentação pessoal para o projecto "Qualidade de Dados no seu sistema de CRM».

Durante a auditoria, a qualidade dos endereços é primariamente avaliados com o apoio das ferramentas da qualidade dos dados da Uniserv. Numa segunda etapa, há a possibilidade de ir à raiz das possíveis causas da deficiente qualidade dos dados numa análise do processo. Portanto, a melhor coisa a fazer é entrar em contacto connosco imediatamente!

A Firewall de Qualidade de Dados

É importante especificar determinadas normas, após a transferência dos dados inicialmente limpos. Só desta forma pode a elevada qualidade dos dados obtidos ser preservada. Uma variedade de opções on-line podem apresentar-se aqui:
Em primeiro lugar, o utilizador do sistema de CRM pode garantir que as regras de entrada determinadas sejam respeitadas, por exemplo, os nomes das ruas só devem ser inscritos nos campos fornecidos.
A verificação de sintaxe também é possível para números de telefone ou endereços de e-mail e outros campos. Além disso, existe a possibilidade de verificar o endereço indicado para correcção. Isto pode ser importante, por exemplo, se o endereço é dado somente a um centro de atendimento por telefone e rapidamente surgem erros na anotação ou por causa de diferentes interpretações do que foi ouvido ou erros de digitação. Se as informações recebidas através do telefone estiverem incorrectas ou ambíguas, o utilizador também pode pedir de imediato as informações adicionais em falta, tais como localidade, a fim de ser capaz de transferir um endereço correcto para o sistema. O desempenho da tecnologia subjacente é o factor decisivo para a aceitação.
Desde que o trabalho seja realizado sob alta pressão de tempo em períodos de pico, especialmente em call centers, a validação de endereço deve ocorrer muito rapidamente.
A entrada rápida de um cliente que completa os componentes do endereço após a entrada das letras iniciais ou números pode ser usado como alternativa.
Não importa qual a tecnologia usada, a possibilidade de uma busca simples, rápida e tolerante a erros para todos os dados existentes do cliente é fundamental. Esta função não será usada se a comparação demorar muito tempo ou não forneça os resultados desejados.

Um exemplo quotidiano demonstra isso: se a busca de informações nos motores de busca mais conhecidos de Internet, Google ou Yahoo, levar mais tempo do que o típico 0,3 segundo, estes motores de busca não seriam utilizados devido à lentidão.

A prevenção automática de novos duplicados também é importante. Aqui também existe a possibilidade de verificar se o cliente já está registado no sistema quando os dados são criados. Se este for o caso, uma nova conta de cliente não tem de ser criada. A informação existente ainda pode ser reforçada com o processo actual. Esta busca é executada em segundo plano, sem ser especificamente accionada pelo utilizador em cada criação ou alteração de dados iniciais do endereço.
Se a empresa ou pessoa física já existe na base de dados, o utilizador recebe uma indicação relevante através da máscara de entrada. Uma pesquisa de erro de tolerância também é apropriada aqui, de modo que o registo dos respectivos dados possa ser encontrado, apesar dos erros de audição ou sinónimos ou nomes de empresas incompletos. Escusado será dizer que esta busca implícita também tem que ocorrer muito rapidamente e com precisão, de modo que o fluxo de trabalho do empregado no sistema de CRM não seja afectado. Estes requisitos para a firewall de qualidade dos dados são implementados por meio dos conectores DQ.
Em conjunto com os parceiros de desenvolvimento, Uniserv criou conectores DQ para os mais importantes sistemas de CRM, como o SAP CRM, Microsoft Dynamics CRM, Siebel, bem como update.seven e salesforce.com, que permitem a integração de mecanismos de qualidade de dados em processamento registo a registo. Como resultado, nada impede a implementação destas funções, que são importantes para a implementação de um elevada qualidade de dados nos sistemas de CRM.