详细内容或原文请订阅后点击阅览
将数据质量工具集成到业务流程中：主要价值和结果
通过实施“数据质量源于设计”方法可以实现哪些关键效果，以及在组织中实施该方法时需要考虑哪些重要方面。
来源:OSP网站大数据新闻在系统和流程的设计阶段将一组特定的程序和工具集成到组织的业务流程中，以确保数据收集和处理将有助于始终将数据质量保持在所需的水平 - 事实上，这就是数据质量设计（DQ by Design）方法的主要思想。应用这种方法可以获得什么结果以及业务将获得什么价值？我们与计划参加下届第七届全俄“数据质量”会议的专家讨论了这些问题。
文章摘要
主要主题：数据质量设计的商业价值和主要成果 - 一种在处理数据的系统和流程的设计阶段将数据质量控制程序嵌入到业务流程中的方法。
详细信息：
总的来说，专家们一致强调，转向 DQ by Design 的主要业务成果是提高流程效率、加快管理决策速度、以某种方式降低与劣质数据相关的运营风险，并扩大现有数据资产货币化的机会。除此之外，专家还指出了将数据质量嵌入到流程中所带来的许多其他重要结果。
经济影响和业务增长
增强对数据的信任
许多专家强调，主要结果是对用于决策的数据的信任度提高。
TData 领先的数据管理专家 Grigory Bokshtein 认为，从对数据问题做出反应到预防数据问题的转变是主要结果，为数据信任奠定了基础：“这为企业提供了决策速度和信心、IT 服务流程的可预测性以及流程所有者对其资产和风险的直接控制。”