data cleansing
data quality
limpeza de dados
normalização de dados
qualidade de dados
tratamento de dados
validação de dados
Sintomas de falta de qualidade de dados
11:02Sintomas semelhantes de má qualidade dos dados surgem repetidamente durante as nossas discussões com os clientes e com os funcionários das filiais especializadas e departamentos. Essencialmente relacionam-se com baixos padrões de informações de contacto. Nós também achamos que os processos de negócio (ou seja a utilização prevista dos dados) são muitas vezes desconhecidas; e que estes apresentam novos desafios.
Outro problema comum que é mencionado é que os campos não são preenchidos corretamente com a informação desejada. A tabela abaixo dá uma visão geral dos sintomas típicos da má qualidade dos dados, juntamente com suas causas, medidas de optimização e o valor adicional de longo prazo resultante para sua empresa.
Sintomas
|
Causa
|
Medidas Correctivas
|
Como fazer*
|
Valor acrescentado
|
Vários
registos de clientes e parceiros de negócios aparecem no sistema
|
Antes de criar um
novo registo, nenhuma verificação é feita para ver se o mesmo cliente já
existe em outros lugares.
|
Limpe todos os dados existentes
de duplicados. Crie um Golden Record e implemente um processo de pesquisa de
duplicados em tempo real.
|
T: DQ Cleansing,
DQ Protection
D: Fazer os ajustes
para pesquisa de duplicados
E: Consolidar
conjuntos de dados para um Golden Record.
|
Itens redundantes em
conjuntos de dados são reduzidos a um mínimo. Todos os conjuntos de dados são
definitivos e únicos.
|
O
cliente por norma não sabe o seu código postal completo
|
O sistema não tem qualquer forma de
devolver automaticamente o código postal correcto nem corrigir a morada
|
Implementar funções em tempo real
apropriadas. De preferência corrigir todos os dados existentes
|
T: DQ Cleansing,
DQ
Protection
E: Ter forma de pesquisar o código postal correcto rapidamente
e eficazmente
|
O tempo poupado e os devolvidos evitados
pela correção de moradas e códigos postais, trazem inúmeras vantagens para a
empresa
|
Chave
saudação pessoal ausente ou incorreta
|
As entradas nos
campos do formulário são opcionais, ou o valor padrão (entrada) não é
alterado.
|
Examine os dados para
estabelecer a chave saudação correta. Implementar análise nome em tempo real.
|
T: DQ Cleansing,
DQ Protection
- Ou -
E: Faça a entrada de
uma chave obrigatória saudação correta.
|
Os endereços podem ser personalizados para campanhas de marketing
directo de acordo com saudação de gênero específica apenas com o pressionar
de uma tecla.
|
Taxas
de retorno elevadas
|
Os detalhes da pessoa de contacto
estão desatualizados, ou o endereço incompleto ou incorreto.
|
Corrigir e atualizar todos os
endereços e contactos nos dados existentes. Implementar funções em tempo real
apropriadas.
|
T: DQ Cleansing,
DQ
Protection
- Ou -
E: Realizar pesquisas para determinar
a pessoa de contacto actual (por exemplo, usando Linkedin, ou similar).
|
Diminuir as taxas de retorno e taxas
de resposta aumentará. As campanhas de marketing vão ter aumentos de sucesso tal
como o volume de negócios.
|
Pessoa
de contato desactualizada
|
Os conjuntos de dados
de parceiros de negócios existentes não são verificadas para ver se eles
estão atualizados ou não são atualizados automaticamente.
|
Criar medidas
anti-envelhecimento, i.e., compare
dados da empresa com
um bases de dados de negócios atualizadas. Estenda o processo de atualização.
|
T: DQ Cleansing,
DQ Protection
- Ou -
E: Detalhes de Pesquisa da pessoa de contacto actual
(por exemplo, usando Linkedin ou similares)
|
O contacto pessoal
directo é possível. Esforço para atualizar a pesquisa é mínima, e relações
comerciais permanecem ativas.
|
Os
funcionários queixam-se processos de trabalho ineficientes
|
Os processos internos não são
definidos, não são conhecidos, ou simplesmente não são utilizados.
|
Analisar e optimizar processos de
negócio. Fornecer treino a funcionários. Estender o processo de optimização.
|
T: DQ Analyzer
D: DQ Audit, oficinas de processos e treino. Dê apoio durante o
processo de implantação
- Ou -
E: análise de processos, treinamento,
roll-out.
|
Processos de trabalho melhoram e a
eficiência aumenta. Satisfação dos funcionários melhora.
|
Os
funcionários reclamam do esforço de pesquisa manual que é necessário
|
Dados não estão
atualizados ou os empregados têm pouca confiança na sua precisão. Isso
resulta num maior esforço individual necessário para executar tarefas.
|
Conferir todos os
dados procurando erros, integralidade, precisão, actualização das
informações. Corrigir quaisquer erros ou inconsistências encontradas com
medidas de optimização direcionadas.
|
T: DQ Analyzer, DQ Cleansing,
DQ Protection
D: DQ Audit
E: Definir medidas de
melhoria direcionadas.
|
Ao reduzir esforço de
pesquisa, a satisfação do funcionário aumenta e as tarefas são tratadas de
forma mais eficiente.
|
Oportunidades
de cross-selling são perdidas ou não identificadas em operações de venda
|
O sistema contém dados redundantes ou
informações complementares especificas do cliente que não são atuais, correctas
ou estão incompleta.
|
Definir medidas individuais de optimização
de acordo com o tipo de dados e os produtos afectados por oportunidades de
cross-selling perdidas.
|
T: DQ Analyzer, DQ Cleansing,
DQ
Protection
D: DQ Audit
E: Definir medidas de melhoria direcionados.
|
Aumento de volume de negócios da
empresa, como resultado de cross-selling bem sucedido.
|
Baixas
taxas de resposta para campanhas de marketing
|
Os critérios de
seleção estão faltando para campanhas de marketing eficazes. Os grupos de
clientes errados estão a ser alvo.
|
Dependendo do tipo de
campanha de marketing envolvida, as bases de dados são enriquecidas com dados
de fornecedores externos adequados. Campos apropriados devem ser configurados
nos sistemas.
|
T: DQ Cleansing,
DQ Protection
- Ou -
D: Cuidado manual dos
critérios de selecção
E: Configurar campos
para critérios de seleção na base de dados.
|
As campanhas de
marketing obtêm as taxas de resposta mais elevadas. A empresa aumenta o
volume de negócios.
|
Equipe
de atendimento ao cliente reclama dos pobres padrões dos dados mestre de
produtos
|
Informações sobre os produtos já
vendidos não é atualizada, ou pelo contrário não representa a situação atual.
|
Definir um catálogo de medidas para
corrigir e actualizar informações.
Faça uma verificação duplicados de
dados mestre de clientes e crie um Golden Record.
|
T: DQ Analyzer, DQ Cleansing, DQ protection
D: DQ Audit
E: Consolidar conjuntos de dados para
um Golden Record.
|
Melhoria no suporte ao produto e
clientes. A satisfação do Cliente e funcionário é incrementada.
|
Clientes
e funcionários queixam-se de dados de endereços incorretos
|
Erros de ortografia /
digitação / audição ocorrem durante a entrada de dados.
|
Limpe todos os dados
existentes. Implementar uma função de verificação de endereço em tempo real
para assegurar que apenas os dados de endereços correctos são transferidos
para o sistema.
|
T: DQ Cleansing,, DQ Protection
E: Processar
manualmente endereços incompletos ou ambíguos.
|
Taxa de devolução
mais baixa significa clientes e funcionários satisfeitos.
|
Diferentes
departamentos têm diferentes pontos de vista sobre o uso dos dados
|
Os dados são usados de maneiras
diferentes por diferentes departamentos; portanto, devem também cumprir
exigências diferentes.
|
Estabelecer a utilização prevista para
os dados e fazer uma avaliação qualitativa.
|
T: DQ Analyzer
D: DQ Audit. Workshops para determinar
o uso de dados
- Ou -
E: Esclarecer o uso pretendido de
dados.
|
Alto nível de satisfação dos
funcionários. Uso eficiente de dados em todos os diferentes departamentos.
|
A
empresa não pode satisfazer certos requisitos legais
|
Procedimentos
necessários para o cumprimento das exigências legais estão em falta.
Possibilidades técnicas de aplicação de directivas (por exemplo, provisões
anti-terrorismo) são insuficientes.
|
Comparar dados mestre
com listas de sanções. Implementar correspondência em tempo real. Definir
medidas para lidar com todos os dados correspondentes encontrados.
|
T: DQ Cleansing,, DQ Protection
E: Decidir sobre
medidas posteriores.
|
O cumprimento
prevalecente de directivas e disposições jurídicas. Os riscos do negócio são
minimizados.
|
Falta
de planeamento de Segurança; decisões estratégicas são feitas com grande
incerteza
|
Há pouca ou nenhuma confiança nos
dados devido a padrões de dados de baixa qualidade (real ou imaginário).
|
Determinar medidas de optimização
individuais e implementar um scorecard DQ para a monitorização da qualidade
dos dados.
|
T:
DQ Analyzer, DQ Cleansing,DQ Protection
D: DQ Audit, DQ Scorecard
E: Implementar medidas DQ.
|
A administração pode confiar nos dados
da empresa e com confiança tomar decisões estratégicas. Os riscos do negócio
são minimizados.
|
Análise
feita internamente dos campos de dados selecionados não fornece quaisquer
resultados úteis
|
Os campos são
preenchidos com informações diferentes das previstas.
|
Análise o conteúdo do
campo e sua finalidade. Adaptar os processos e modelos de entrada.
Implantação de novos campos e processos.
|
T: DQ Analyzer. Além
disso DQ Cleansing
e DQ Protection, se necessário.
D: DQ Audit
E: Adaptar os
sistemas e processos. Fornecer treino aos funcionários
|
Informação correta é
inserida nos campos como previsto. Análises fornecem resultados
significativos.
|
* T: Tools D: Datalab consultadoria E: Medidas realizadas pela Empresa
Esta tabela pode ser usada para estabelecer pontos de referência na tomada de decisões sobre firmes medidas de DQ. Ela fornece as primeiras ideias para um catálogo de medidas, porque cada sintoma tem uma causa que deve ser tratada individualmente com uma iniciativa de DQ. A escolha e o tipo de componentes DQ aplicáveis são decididos em estreita colaboração com o cliente no âmbito de um projeto de DQ.
0 comentários