[g1_lead] Jakość zebranych danych, czyli Data Quality często decyduje o tym, czy planowane przedsięwzięcie będzie sukcesem lub porażką. Bazując na nieaktualnych bądź niespójnych informacjach można popełnić błąd, który będzie sporo kosztować firmę. Według danych udostępnionych przez SAS Institute Polska, tylko 3% przedsiębiorstw uważa swoją strategię zarządzania danymi za dojrzałą. [/g1_lead]
W dobie postępującej cyfryzacji i automatyzacji, coraz więcej procesów musi podlegać szczegółowej analizie komputerowej. Pojęcia takie jak Big Data są coraz powszechniej znane i wdrażane. Jednak pełne wykorzystanie potencjału posiadanych danych może wymagać dużo większego nakładu pracy i planowania.
Zmienne zbiory informacji
[g1_message type=”info”]
Big Data to pojęcie odnoszące się do zbiorów informacji o dużej objętości, charakteryzujące się zmiennością i różnorodnością danych. Ich analiza, do której potrzeba skomplikowanych form przetwarzania danych, wspomaga procesy planowania i podejmowania decyzji.
[/g1_message]
W Big Data wyróżnić można kilka podstawowych kategorii podziału informacji. Pierwsza z nich, będąca najważniejszą w budowaniu relacji z klientem, pochodzi z kanałów social media oraz stron internetowych. Są to doskonałe źródła danych, informujące o potrzebach i zachowaniach klientów. Internet Rzeczy (czyli Internet of Things) jest drugą kategorią, która coraz częściej znajduje zastosowanie w przedsiębiorstwach produkcyjnych. Są to dane pochodzące z zintegrowanych maszyn i urządzeń, które samoczynnie gromadzą i przekazują dane. Big Transaction Data obejmuje informacje związane z telekomunikacją i ochroną oraz dane biometryczne osób. Ostatnia kategoria dotyczy informacji i treści wytwarzanych na co dzień, takich jak maile, pliki video, a nawet papierowa korespondencja. Dzięki Big Data przedsiębiorstwa mają dostęp do wcześniej nieosiągalnych informacji.
Analiza stała się codziennością
Ilość danych na świecie wciąż wzrasta. Szacuje się, że corocznie ich liczba ulega podwojeniu. Przy takiej ilości generowanych informacji, analiza oraz zdolność do wyciągania z nich wniosków może być kluczem do konkurencyjności firmy na rynku. Zmiany na nim zachodzące nie są pojedynczymi zdarzeniami, tylko stałym procesem, na który należy być przygotowanym. Zdolność do szybkiej reakcji i wychodzenia naprzeciw zachodzącym zmianom może być możliwa dzięki udoskonaleniu procesów analizy danych. Przydaje się również w celu planowania poważnych przedsięwzięć.
Data Quality – czyli jakość danych
Aby skutecznie konkurować na rynku, oprócz umiejętnego wyciągania wniosków, należy mieć pewność, że poddaje się analizie właściwe informacje. Poziom jakości pozyskiwanych danych można opisać kilkoma podstawowymi cechami:
- spójność;
- aktualność;
- dokładność;
- kompletność;
- ważność
Kontrola tej jakości jest możliwa dzięki usprawnieniu pewnych zasad w przedsiębiorstwie i wyposażeniu go nowoczesne systemy wspierające proces analizowania danych. Krokami, jakie trzeba podjąć w celu poprawy jakości danych są między innymi: centralizacja reguł związanych z Data Quality i opisanie je w klarowny sposób, czyszczenie i segregacja danych w obrębie całego przedsiębiorstwa, elastyczna integracja ze źródłami danych oraz przejrzysta publikacja do odbiorców końcowych.
W Polsce znaleźć można kilka firm, które pomagają w procesach zarządzania danymi. Liderem w tej dziedzinie jest SAS Institute Polska, wspierający głównie największe firmy, a także Affecto, które kieruje swoje usługi również do średnich przedsiębiorstw.
