前言

本書定位

如今，每家公司都可以說是數據公司，數據正在重新定義以數據分析和人工智能為核心的業務模式，它帶來了新的收入來源，降低了成本，減少了業務風險。麥肯錫的一份報告稱，數據驅動的組織可以提供高達25%的EBITDA（利息、稅收和折舊前利潤率）增長（B?ringer等，2022）。波士頓咨詢公司在2022年進行的一項研究中發現，全球前10家創新公司中的9家都是數據公司（Manly等，2022）。總體而言，數據被認為是當今業務創新和生產力的關鍵推動因素。

要從數據中獲得業務價值，則需要優質的數據，但大多數行業都面臨著低劣數據質量的問題。《哈佛商業評論》研究發現，在企事業單位中只有3%的數據符合質量標準（Nagle等，2017）。研究分析機構Gartner發現，全球頂級公司中有27%的數據存在缺陷。為了讓組織從數據中獲得競爭優勢，本書為讀者提供了實用性的指導和經過驗證的解決方案，以獲取高質量的業務數據。雖然市場上有很多關于數據質量的書籍，但本書有以下三個獨特之處：

（1）這是一本寫給數據相關領域從業者的書。本書基于作者在數據、數據分析和人工智能方面的經驗，他為80多家公司提供過咨詢，其中包括通用電氣、SAP、寶潔、蘋果和殼牌等大公司。此外，書中內容還得到了世界各地許多領先組織的高級數據和技術領導者的審核。

（2）這是一本符合當前市場和技術發展的書。如今，公司面臨著激烈的競爭、擴大的業務網絡、不斷增加的監管合規性要求，以及新興技術的挑戰，如云計算、大數據、機器學習（ML）、人工智能（AI）、區塊鏈、物聯網（IoT）等。本書正是迎合了當前在人工智能和分析場景中管理高質量業務數據的需求。

（3）這是一本不限定于某種技術的書。市場上的許多與數據質量相關的圖書都圍繞IT產品展開，而本書則著眼于技術概念，不涉及任何專有或特定技術。本書旨在通過數據提高業務績效。任何渴望獲得高質量數據，并利用其進行決策支持和創新發展的企業領導者，都可以閱讀此書。

本書原則

1.以數據消費者為中心

本書的目的是增加利用數據實現更好的業務績效的機會。在以下三種關鍵情況下，可以提高數據的業務價值：存在高質量數據；側重于數據的利用或消費；利用數據來提高和優化業務在運營、合規和決策方面的能力。簡而言之，本書的重點是獲取和管理高質量的數據，以改進業務運營、合規和決策方面的能力。

2.根因分析與持續改進

數據質量管理不是一次性活動，而是一個持續識別并解決根本原因的改進計劃。因為如果沒有找到問題的根本原因，問題就永遠無法真正消除。因此，本書重點關注運用技術來確定數據質量問題的根源，并討論了16個常見的導致企業數據質量下降的根源。

3.最佳實踐的總結

本書致力于幫助企業提高數據質量水平，并依據行業最佳實踐提供了10項具體的客觀建議或最佳實踐，其中包括提高企業數據質量所需要具備的能力。此外，本書還提供了許多基于調研和案例研究的見解。

4.業務相關性

本書適用于在當前業務、人工智能和分析環境中管理高質量數據。如果缺乏高質量數據，僅基于人工智能分析產生的洞察是無法改善業務績效的。實際上，沒有數據就沒有人工智能，不考慮數據質量的人工智能沒有意義。

本書結構

那么，企業如何獲取和管理高質量的數據呢？獲取和管理高質量數據的方法是什么？為了回答這些問題，本書提出一種4步構建高質量數據體系的DARS方法，該方法包括定義（Define）、評估（Assess）、實現（Realize）和持續（Sustain）。這種方法既是一種戰略，也是一種戰術，旨在從數據中為企業提供最大價值。本書依據經過驗證的最佳實踐，提供實用的指導建議，幫助讀者在數據質量管理和治理方面取得成功。

本書分為四篇，對應4步DARS法實現的高質量數據體系。第一篇為定義階段，旨在明確定義數據質量及其特征或維度，引導讀者更好地理解數據和數據質量。第二篇為評估階段，用于確定各項數據質量水平并查明數據問題產生的根源。第三篇為實現階段，即貫徹行業最佳實踐，改善整個生命周期的數據質量。第四篇為持續階段，用于確保已實現的所有收益得以延續。

利用4步DARS法來改善和提高數據質量的過程類似于改善一個人的健康狀況。首先，需要定義健康狀態，因為健康可以從身體、精神、心理等多個方面來評估。其次，需要確定具體健康狀況的特征或維度，例如，在身體健康方面，這些維度可能包括力量、靈活性、耐力等。再次，需要進行深入分析并理解問題產生的根本原因，因為通常問題只是表征或癥狀。例如，身體健康狀況不佳的癥狀之一是疲勞，需要進行分析和評估以確定根本原因，如糖化血紅蛋白（A1C）測試可能會表明導致疲勞感的根本原因是Ⅱ型糖尿病。因此，需要解決的問題是治療Ⅱ型糖尿病而不僅僅是解決疲勞感。接下來，需要采取不同方法的組合來解決導致疲勞的Ⅱ型糖尿病，如藥物、健康飲食（包括蔬菜、水果和全谷類）、冥想和定期鍛煉。最后，需要采取正確的控制措施，并定期進行體檢，以確保采取的措施可以持續下去。

本書分為12章，按照4步DARS法逐一展開，如圖P.1所示。

本書讀者

本書介紹了數據質量管理和數據治理的核心概念，還提供了一種逐步實現和保持高質量數據、提升業務績效的方法論。該方法論適用于所有對利用業務數據價值有興趣的人，包括業務團隊和IT團隊，不需要基礎即可理解并應用本書中所述的概念。本書讀者對象包括CFO（首席財務官）、CDO（首席數據官）、首席信息官、會計師、地質學家、IT開發人員、采購主管、理賠分析師、數據科學家、銷售經理、數據治理分析師、承保人員、人力資源經理、其他商業或IT角色。簡而言之，任何人都可以從本書中學習實現和保持高質量業務數據的方法。

參考文獻