KVALITA DÁT

Ako na zvýšenie kvality dát

Vý­skum ne­zá­vis­lej ana­ly­tic­kej spo­loč­nos­ti Gar­tner uká­zal, že 40 % z pred­pok­la­da­nej hod­no­ty všet­kých ob­chod­ných ini­cia­tív sa nik­dy ne­po­da­rí do­siah­nuť. Pri­már­nou prí­či­nou je ne­dos­ta­toč­ná kva­li­ta dát v plá­no­va­cej aj vy­ko­ná­va­cej fá­ze tých­to ini­cia­tív. Zlá kva­li­ta dát ta­kis­to spô­so­bu­je zní­že­nie pre­vádz­ko­vej efek­ti­vi­ty, agi­li­ty, zvý­še­nie ri­zík a nut­nosť pri­jí­ma­nia kom­pro­mi­sov.

Aby sa ob­chod­né pro­ce­sy moh­li auto­ma­ti­zo­vať, kva­li­ta dát sa stá­va li­mi­tu­jú­cim fak­to­rom pre rých­losť a kva­li­tu pro­ce­su. Vo všeo­bec­nos­ti kva­li­ta úda­jov ov­plyv­ňu­je súhr­nnú pro­duk­ti­vi­tu mie­rou až 20 %.

Pod­ni­ky zis­ťu­jú, že ne­dos­tat­ky v ob­las­ti kva­li­ty dát ma­jú vý­znam­ný vplyv na ich stra­te­gic­ké pod­ni­ka­teľ­ské ini­cia­tí­vy. Sú pre­káž­kou pri do­sa­ho­va­ní ras­tu, flexibi­li­ty a kon­ku­ren­cies­chop­nos­ti, te­da tých naj­žia­du­cej­ších at­ri­bú­tov. Obzvlášť v sú­čas­nej ne­ľah­kej eko­no­mic­kej si­tuá­cii nie je pri­ja­teľ­né ig­no­ro­vať chy­by v dá­tach a z nich vy­plý­va­jú­cu zní­že­nú efek­ti­vi­tu, obzvlášť v pod­mien­kach, keď fir­ma mu­sí preu­ká­zať pres­nosť pos­kyt­nu­tých in­for­má­cií audí­to­rom, re­gu­lač­ným auto­ri­tám a ve­rej­nos­ti.

Vplyv kva­li­ty dát na ob­chod­né pro­ce­sy

Účin­ky kva­li­ty dát na pod­ni­ko­vé pro­ce­sy mô­žu byť od­had­nu­té na zá­kla­de me­to­di­ky Six Sig­ma. Harry a Schroe­der [1] od­ha­du­jú, že prie­mer­ný ús­peš­ný ob­chod­ný pro­ces tr­vá 3,5 sig­ma hod­no­ty pri kva­li­te dát 22 800 chýb na mi­lión, te­da 97,72 %. Prie­mer­né nák­la­dy na kva­li­tu tvo­ria 20 % cel­ko­vých nák­la­dov pod­ni­ko­vých pro­ce­sov.

Six Sig­ma je me­tó­da ria­de­nia kva­li­ty, kto­rá zlep­šu­je skú­se­nos­ti zá­kaz­ní­kov s fir­mou, zni­žu­je nák­la­dy a vy­tvá­ra lep­ších líd­rov. Sig­ni­fi­kant­ný nie je prie­mer, ale od­chýl­ky od sta­vu sú­la­du so zá­kaz­ní­kom. Pr­výk­rát sa tá­to me­tó­da ap­li­ko­va­la v spo­loč­nos­ti Mo­to­ro­la v ro­ku 1986. Hlav­né prin­cí­py sú orien­tá­cia na zá­kaz­ní­ka, na za­mes­tnan­cov, na dá­ta a pro­ce­sy.

kvalitadat1.png

Gar­tner uvá­dza zro­zu­mi­teľ­ný prík­lad, kto­rý vy­čís­ľu­je stra­tu pro­duk­ti­vi­ty vply­vom zlej kva­li­ty úda­jov. Prie­mer­ný 1,9-per­cent­ný ná­rast pro­duk­ti­vi­ty prá­ce na­sa­de­ním IT ušet­rí v prie­mer­nom pod­ni­ku s roč­ným ob­ra­tom 2,87 mld. USD prib­liž­ne 22 mi­lió­nov. Ak zlá kva­li­ta dát uk­ro­jí z tej­to ús­po­ry 10 %, vý­sled­kom je kaž­do­roč­ná stra­ta 2,2 mil. do­lá­rov.

Nek­va­lit­né úda­je vý­raz­ne zni­žu­jú hod­no­tu pod­ni­ko­vé­ho in­for­mač­né­ho sys­té­mu, kto­rý sa pou­ží­va na príp­ra­vu pod­kla­dov na pod­po­ru roz­ho­do­va­cích pro­ce­sov. Mô­žu spô­so­biť stra­tu zá­kaz­ní­kov či pria­me fi­nan­čné stra­ty a v krát­kom ča­se tak eli­mi­no­vať prác­ne na­do­bud­nu­té kon­ku­ren­čné vý­ho­dy, zís­ka­né in­ves­tí­cia­mi do IT. Kva­li­ta dát vplý­va aj na spo­koj­nosť za­mes­tnan­cov, pre­to­že sú nú­te­ní pra­co­vať s niž­šou pro­duk­ti­vi­tou, než sú schop­ní.

Pos­tu­py na zvý­še­nie kva­li­ty úda­jov

„Čis­te­nie" úda­jov bý­va spra­vid­la ná­roč­né a nák­lad­né. Pred­chá­dza­jú ho mi­ni­mál­ne dve príp­rav­né fá­zy:

  • Da­ta Quali­ty As­ses­sment - ma­po­va­nie infra­štruk­tú­ry, po­va­hy a ob­je­mu úda­jov. V tej­to fá­ze sa oby­čaj­ne se­lek­tu­je mno­ži­na at­ri­bú­tov, kto­rých kva­li­ta sa bu­de sle­do­vať a ana­ly­zo­vať.
  • Da­ta Pro­fi­ling - za­hŕňa kom­plexnú ana­lý­zu úda­jov a šta­tis­tic­ké vy­hod­no­te­nie ich kva­li­ty.

V niek­to­rých prí­pa­doch príp­rav­né fá­zy uká­žu, že ani ne­má zmy­sel čis­tiť úda­je pri vy­so­kých nák­la­doch, ak je ich prí­nos pre pod­ni­ka­nie za­ned­ba­teľ­ný.

Ria­de­nie kva­li­ty dát (DQM)

Na ria­de­nie kva­li­ty úda­jov sú k dis­po­zí­cii rôz­ne me­to­do­ló­gie, kto­rých cie­ľom je nie­len sle­do­va­nie štruk­tú­ry úda­jov, ale aj ich vlas­tníc­tva a nás­led­né pre­po­je­nie na fi­rem­nú prax. Tak­to sa maxima­li­zu­je pri­da­ná hod­no­ta úda­jov, kto­ré fir­ma vlas­tní, tak­že nák­la­dy spo­je­né s ich zbe­rom, spra­co­va­ním a ar­chi­vá­ciou sa mno­ho­ná­sob­ne vrá­tia v po­do­be zvý­še­nia vý­no­sov a zní­že­nia pre­vádz­ko­vých nák­la­dov a ri­zi­ka.

Da­ta Quali­ty Ma­na­ge­ment (DQM) je ite­ra­tív­ny, per­ma­nen­tne sa opa­ku­jú­ci pro­ces po­cho­pe­nia, de­fi­no­va­nia, me­ra­nia, ana­ly­zo­va­nia a zlep­šo­va­nia kva­li­ty dát. Je­ho cie­ľom je tran­sfor­má­cia su­ro­vých úda­jov z ope­rač­ných pro­ce­sov na úda­je, kto­ré sú pres­né, ak­tuál­ne, kon­zis­ten­tne rep­re­zen­to­va­né a ak­cep­to­va­né v rám­ci ce­lej or­ga­ni­zá­cie. Úda­je sa vo všeo­bec­nos­ti po­va­žu­jú za kva­lit­né vte­dy, ak sú vhod­né na plá­no­va­ný účel v da­nej fir­me ale­bo or­ga­ni­zá­cii, a to buď v ope­ra­tí­ve, ale­bo pri plá­no­va­ní, prí­pad­ne roz­ho­do­va­com pro­ce­se.

Pre­fe­ruj­te proak­tív­ny prís­tup

Pod­ľa vý­sled­kov via­ce­rých ne­zá­vis­lých štú­dií sú fir­my s proak­tív­nym prís­tu­pom k ria­de­niu kva­li­ty dát za­tiaľ v men­ši­ne na­priek to­mu, že ta­ký­to prís­tup je ove­ľa účin­nej­ší ako reak­tív­ny prís­tup, ini­cio­va­ný vznik­nu­tý­mi prob­lé­ma­mi. Me­dzi vý­ho­dy proak­tív­ne­ho ria­de­nia kva­li­ty úda­jov pat­rí pre­dov­šet­kým:

  • Okam­ži­tá dos­tup­nosť - in­for­má­cie sú k dis­po­zí­cii ove­ľa rých­lej­šie a bez nut­nos­ti ich do­da­toč­né­ho spra­cú­va­nia
  • Flexibi­li­ta - mi­ni­ma­li­zu­je sa čas a nák­la­dy na pris­pô­so­be­nie sa v prí­pa­de no­vých in­for­mač­ných po­žia­da­viek
  • Vy­so­ká tran­spa­ren­tnosť - keď­že všet­ky sys­té­my ob­sa­hu­jú ho­mo­gén­ne a kon­zis­ten­tné in­for­má­cie
  • Väč­šia dô­ve­ra v kva­li­tu fi­rem­ných dát zo stra­ny všet­kých za­in­te­re­so­va­ných, te­da za­mes­tnan­cov, zá­kaz­ní­kov aj ob­chod­ných par­tne­rov

Od­po­rú­ča­nia

Ve­dú­ci pra­cov­ní­ci a CIO by ma­li pri­jať účin­né opat­re­nia za­me­ra­né na zlep­še­nie kva­li­ty úda­jov a in­for­má­cií. Pre­dov­šet­kým tre­ba zme­rať ob­chod­nú hod­no­tu zlep­še­nia kva­li­ty dát so za­me­ra­ním na pod­ni­ko­vé pro­ce­sy, in­ves­tič­né roz­hod­nu­tia a cel­ko­vú pro­duk­ti­vi­tu. Gar­tner od­po­rú­ča prie­bež­ne vy­hod­no­co­vať zlep­še­nie kva­li­ty úda­jov pros­tred­níc­tvom ob­chod­ných met­rík, kto­ré sú ko­re­lo­va­né s fi­nan­čný­mi vý­sled­ka­mi. CIO mô­žu na ar­gu­men­to­va­nie pred exeku­tí­vou pou­ží­vať re­le­van­tné prík­la­dy z prís­luš­nej ob­las­ti pod­ni­ka­nia, kto­ré umož­ňu­jú vy­čís­liť fi­nanč­ný vplyv zlep­še­nia kva­li­ty úda­jov.

V člán­ku bo­li pou­ži­té pod­kla­dy ne­zá­vis­lej ana­ly­tic­kej spo­loč­nos­ti Gar­tner a li­te­ra­tú­ra

[1] M. Harry and R. Schroe­der, Six Sig­ma: The Breakthrough Ma­na­ge­ment Stra­te­gy Re­vo­lu­tio­ni­zing the World's Top Cor­po­ra­tions.

Zdroj: IW 10/2013



Ohodnoťte článok:
   
 

24 hodín

týždeň

mesiac

Najnovšie články

Res­pon­zív­ny di­zajn z hľa­dis­ka biz­ni­su
Responsive design je jeden z najčastejšie používaných pojmov dneška. Má však vôbec význam sa ním zaoberať? Čo mi môže priniesť? A ako na to? Na tieto otázky sa pokúsime odpovedať. čítať »
 
Pre­zen­to­va­nie prís­pev­kov z blo­gu
Po predstavení šablón Grid App a Split App a tried dátového modelu dozrel čas na príklad reálnej aplikácie, ktorá bude zobrazovať údaje z blogov poskytované vo formáte RSS. V príklade bude použitý blog autora http://novywindows.wordpress.com. Vytvorte nový projekt typu Blank Page. čítať »
 
Prog­ra­mu­je­me GPU / 25. časť
Týmto článkom ukončíme oblasť, v rámci ktorej sme sa venovali vertex a fragment shaderom. Zostáva nám uviesť podstatu tzv. odloženého (deferred) tieňovania, resp. renderingu a opísať kroky algoritmu, pomocou ktorého rozmažeme obraz v závislosti od pohybu kamery (tzv. motion blur). čítať »
 
Zdie­ľa­nie zdro­jov me­dzi OS Win­dows a OS Li­nux / 14.
V predchádzajúcej časti seriálu sme ukázali, akým spôsobom môžeme zabezpečiť prenos údajov medzi klientom a poštovým serverom Postfix. Teraz sa zameriame na niektoré detaily protokolu TLS. čítať »
 
DNS – re­verz­ný zá­znam a ad­re­sá­ro­vá štruk­tú­ra
V predchádzajúcej časti sme si hovorili o prekladoch, a to o doprednom (forward) a spätnom (reverse) preklade. čítať »
 
Nás­tro­je pre webo­vých vý­vo­já­rov PhpStorm a Smar­tGit/Hg
V tomto článku sa zameriame na dva nástroje, ktoré sa mi v rámci niekoľkoročnej praxe v tvorbe webových aplikácií najviac osvedčili. Ku každému z nich existujú alternatívy, pokúsim sa však vysvetliť, na základe akých kritérií som ostal verný práve týmto dvom. čítať »
 
Kniž­né no­vin­ky
Chcete ovládnuť Excel na úrovni, ktorú určite ocení aj váš zamestnávateľ? Pomocou tohto sprievodcu sa naučíte na praktických postupoch krok za krokom kontingenčné tabuľky a grafy naplno využívať, filtrovať a zoskupovať v nich dáta presne tak, ako to budete práve potrebovať. čítať »
 
Preh­ľad vý­vo­jár­skych nás­tro­jov pre Win­dows, Mac, iOS, An­droid a ďal­šie OS
Možno ste sa pri používaní niektorej aplikácie zamysleli, v akom nástroji bola vytvorená. Napriek značnému vyprofilovaniu používateľských a serverových platforiem majú vývojári k dispozícii veľké množstvo vývojárskych nástrojov, či už pre jednu platformu, alebo multiplatformových. čítať »
 
 
 
  Zdieľaj cez Facebook Zdieľaj cez Google+ Zdieľaj cez Twitter Zdieľaj cez LinkedIn Správy z RSS Správy na smartfóne Správy cez newsletter