株式会社グローバルインフォメーション
TEL: 044-952-0102
表紙
市場調査レポート

ビジネスに則したデータ品質管理のアプローチによるデータの信頼回復に向けた取り組み

Restore Trust in Your Data Using a Business-Aligned Data Quality Management Approach

発行 Info-Tech Research Group 商品コード 603327
出版日 ページ情報 英文 130 Pages
納期: 即日から翌営業日
価格
本日の銀行送金レート: 1USD=109.67円で換算しております。
Back to Top
ビジネスに則したデータ品質管理のアプローチによるデータの信頼回復に向けた取り組み Restore Trust in Your Data Using a Business-Aligned Data Quality Management Approach
出版日: 2017年04月21日 ページ情報: 英文 130 Pages
概要

事業戦略を推進したり、焦点となっている分野に注力したりする場合、組織の多くは、データを重視しながら、重要な識見を生かし、組織のビジョンや主な目標、方針の実現能力強化に役立てようとします。

しかし、質の低いデータは、必要な識見を得るまでの時間に悪影響を及ぼすうえ、顧客エクスペリエンスの向上、革新的な製品やサービスの実現、業務の効率化、リスクとコンプライアンスの管理などに関する組織の取り組みを損なう可能性もあります。また、データから識見を引き出して意思決定に役立てようとする場合、導き出された識見の質が元になったデータの質を超えることはありません。

データの品質を高めるには、ビジネスとデータの環境の絶えざる変化に歩調を合わせたり、先取りしたりしながら、持続的に成果が期待でき、データの利用にも適したデータ品質管理体制を整備する必要があります。その際重要なのは、多くのリソースと時間を使ってデータセットを1つずつ修正していくことではなく、データ品質の一貫性が損なわれる場所を特定し、ソースの部分でデータプロセスを改善するためのプログラムを作成することです。

当レポートは、データ品質の向上、複雑性の軽減、データ品質を確保する体制の整備などを検討しているCIOやデータ管理担当役員、データ品質の改善という責務を担っている、あるいは現在データに関する構想を統括しているデータ管理責任者を対象に構成されています。

当レポートは、以下のような場面で役立てることができます:

  • データ品質の向上に向けた構想をビジネスと一致させ、目的に合った構想にすることができるよう十分な努力を傾注する。
  • データ品質の改善に向けた構想を頓挫させる一般的なリスクや課題を回避する。
  • 組織のデータ品質向上に向けた取り組みのなかで欠落している部分を見つけ出す。
  • データ品質問題の根源に迫り、その部分で問題の解決に取り組む。
目次
Product Code: 74289

Get ahead of the data curve by conquering data quality challenges.

Regardless of the driving business strategy or focus, organizations are turning to data to leverage key insights and help improve the organization's ability to realize its vision, key goals, and objectives.

Poor quality data, however, can negatively affect time-to-insight and can undermine an organization's customer experience efforts, product or service innovation, operational efficiency, or risk and compliance management. If you are looking to draw insights from your data for decision making, the quality of those insights is only as good as the quality of the data feeding or fueling them.

Improving data quality means having a data quality management practice that is sustainably successful and appropriate to the use of the data, while evolving to keep pace with or get ahead of changing business and data landscapes. It is not a matter of fixing one data set at a time, which is resource and time intensive, but instead identifying where data quality consistently goes off the rails and creating a program to improve the data processes at the source.

This research is designed for:

  • A CIO or data management executive looking to improve data quality, reduce data complexity, and build a data quality practice.
  • Data owners and stewards who are tasked with the duty of improving data quality and/or currently managing data initiatives.

This research will help you:

  • Align your data quality initiative with the business, exercising just enough effort to making it fit for purpose.
  • Avoid common pitfalls and challenges that derail data quality initiatives.
  • Recognize any organizational data quality gaps and deficiencies and improve them.
  • Get to the root of data quality issues to fix data quality issues where they start.

Executive Summary

Situation:

With the business demand for useful data and the rate of data proliferation showing no signs of slowing down, users are struggling with getting quality data to meet their business needs and to support timely decision making. Even when the data gets to users, they don't trust the data and complain about getting different answers while running the same report.

Complication:

  • IT is struggling to define what quality means in the context of meeting the needs of data users. Data quality is not an absolute. Perfect data quality is unattainable and a waste of time.
  • Organizations lack a systematic and sustainable way to establish and ensure data quality because of the lack of integration of data quality into the organization's data management and data governance program.

Resolution:

Our four-step, practical approach helps you to improve the organization's enterprise data quality practices while systematically addressing specific data quality improvement initiatives:

  • 1. Define - This step identifies the essential concepts around data quality and gives you a plan to improve IT's core capabilities for fixing data quality on an enterprise scale.
  • 2. Analyze - To begin addressing specific business-driven data quality projects, you must identify and prioritize the data-driven business units. This will ensure that data improvement initiatives are aligned to business goals and priorities.
  • 3. Fix - After determining whose data is going to be fixed based on priority, determine the specific problems that they are facing with data quality, and implement an improvement plan to fix them.
  • 4. Sustain - Without being embedded into the organization's long-term data management program, data quality will remain a band-aid fix. Sustain data quality improvements by incorporating data quality practices into the data governance program.
Back to Top