Kas yra sveiki duomenys ir kokią vertę jie kuria?

2021 10 18 · 3 minutės

Šiandien organizacijos nuo duomenų yra priklausomos labiau nei bet kada anksčiau. Svarbu paminėti, kad duomenys patys savaime, nepadeda priimti strateginių ir duomenimis paremtų verslo sprendimų. Tam organizacijoms yra reikalingi kokybiški duomenys dar kitaip vadinami sveikaisiais duomenimis (angl. healthy data).  

Tad šiame blogo įraše pristatysime, kas yra sveiki duomenys ir kaip užtikrinti duomenų sveikatą (angl. data health). Be to jus supažindinsime su skaitmeniniais duomenų analitikos bei valdymo sprendimais ir patarsime, kaip tikslingai įdarbinti sveikuosius duomenis.  

Kas yra duomenų sveikata?

Paprastai kalbant, duomenų sveikata atspindi organizacijos duomenų būklės lygį, t.y. kaip turimi duomenys padeda priimti veiksmingus bei pagrįstus sprendimus siekiant užsibrėžtų verslo tikslų. Sveiki duomenys leidžia atlikti kokybiškas analizes, suprasti įmonės realią situaciją bei tuo remiantis priimti pasvertus sprendimus.   

Taigi sveiki duomenys visiems organizacijos nariams leidžia gauti reikiamą informaciją tada, kai jos reikia, bei ja naudotis neabejojant dėl jos tinkamumo. 

Į ką reikia atkreipti dėmesį? 

Vertinimo ir kokybės standartai yra itin svarbi duomenų sveikatos dalis. Duomenų analitikos bendrovės „Talend“ ataskaitos duomenys rodo, kad mažiau nei pusė vadovų yra susipažinę su įmonėje taikomais duomenų kokybės standartais. 95% vadovų pritaria matantys poreikį taikyti universalius, skirtingiems verslo sektoriams pritaikytus duomenų kokybės standartus. Įdomu tai, kad nors didelis procentas vadovų supranta duomenų kokybės standartų poreikį, 36% jų svarbius verslo sprendimus priima remiantis intuicija, ne duomenimis.  

Kyla klausimas, ko derėtų imtis siekiant turėti sveikus duomenis? Kaip ir bet kuri kita sveikatos priežiūros sistema, duomenų sveikata apima pagrindinius etapus, kuriuos pristatome žemiau: 

  • Prevencinė priežiūra. Šiame etape apibrėžiami galimi duomenų trūkumai, pateikiamos rekomendacijos laiku atlikti prevencinius veiksmus; 
  • Efektyvus gydymas. Aptikus duomenų analitikos problemas, sistemingai sprendžiamos duomenų patikimumo problemos bei taip eliminuojamos tolimesnės rizikos; 
  • Palaikymo kultūra. Šiame etape yra toliau vystoma duomenų priežiūra ir kuriama organizacinė palaikymo kultūra, skatinanti duomenų priežiūrą.  

Visi šie etapai yra atliekami į pagalbą pasitelkus technologinius sprendimus ir jei konkrečiau, „Talend“ programinę įrangą. Todėl automatinis duomenų sveikatos nustatymas ir užtikrinimas nereikalauja didelių laiko bei žmogiškųjų resursų, o verslui palankūs rezultatai juntami iš karto. Visa tai leidžia efektyviai įdarbinti duomenis verslo veiklos procesų gerinimui, pavyzdžiui: 

  • Didinti pardavimų apimtis; 
  • Spręsti duomenų analitikos ir atitikties klausimus; 
  • Skatinti verslo procesų efektyvumą; 
  • Transformuoti klientų patirtį; 
  • Užtikrinti visapusišką įsitraukimą; 
  • Taikyti mašininį mokymąsi ir dirbtinio intelekto sprendimus.    

Kaip įvertinti duomenų sveikatą?

Priklausomai nuo  turimo duomenų kiekio, duomenų vertinimo procesai gali skirtis. Svarbus duomenų sveikatos veiksnys yra duomenų kokybė. JK duomenų valdymo asociacija apibrėžia šešis duomenų kokybės vertinimo aspektus:   

  • Tikslumas. Šis veiksnys parodo, kaip tiksliai duomenys apibūdina su jais siejamą realiojo pasaulio objektą ar įvykį. Pavyzdžiui, ar darbuotojų darbo užmokesčio skaičiavimas pagrįstas faktiniu jų darbo laiku. 
  • Išsamumas. Ši dalis nurodo, kiek turimi duomenys yra išsamūs. Pavyzdžiui, ar adresų įrašuose pateikti duomenys atsispindi visuose adresų laukuose, kurių reikia laiškui išsiųsti į jo paskirties vietą? Ar nurodytas visas pašto kodas? Ar nurodytas šalies pavadinimas ir pan. 
  • Nuoseklumas. Šis veiksnys atspindi, kiek duomenys yra nuoseklūs. Pavyzdžiui, ar kurioje nors organizacijos valdomoje „Excel“ lentelėje yra duomenys, nurodyti kaip priklausantys tam tikram skyriui, nors po reorganizacijos šis skyrius buvo panaikintas. 
  • Savalaikiškumas. Šis aspektas atskleidžia, kaip duomenys atspindi tikrovę reikiamu momentu. Pavyzdžiui, jei sprendimai dėl biudžeto priimami remiantis pardavimo statistika, yra itin aktualu, kaip greitai pardavimo duomenys pateikiami sprendimus priimantiems asmenims. 
  • Unikalumas. Nė vienas elementas nėra registruojamas daugiau nei vieną kartą, jei to reikalauja atitinkamos sąlygos. Pavyzdžiui, ar esate įsitikinę, kad sistema atnaujindama įrašą, nedubliuoja pradinio įrašo su naujesne informacija. 
  • Tinkamumas. Šis veiksnys parodo, kaip duomenys atitinka numatytą formatą. Pavyzdžiui, data 01-Oct-2021 1:15 PM yra tiksli, tačiau formatas nėra tinkamas ir turėtų būti 2021-10-01 13:15. 

Taip pat duomenų vertinimo kriterijais galime laikyti tokius veiksnius kaip kokybė, skaidrumas ir prieinamumas. Duomenų analitikų komandos turi įvertinti, ar organizacijoje naudojami duomenys yra kokybiški, t.y. ar duomenys yra tikslūs ir patikimi. Tačiau svarbu suprasti, kad kokybiški, bet neprieinami duomenys nėra sveikųjų duomenų požymis.   

Duomenų sveikata yra duomenų vertės verslui rodiklis, todėl skaidrumas ir prieinamumas yra tokie pat svarbūs kaip kokybė. Jei sprendimų priėmėjai neturi prieigos prie jiems reikalingų duomenų, rezultatas bus toks tarsi organizacija šių duomenų neturėtų. Kita vertus, duomenų prieinamumą gali tekti riboti atsižvelgiant į specialias tvarkas (pvz. BDAR), tvarkant asmens tapatybę identifikuojančią informaciją (angl. personally identifiable information – PII). Stipri duomenų analitikos platforma, kurioje atitinkami verslo ekspertai veikia kaip duomenų prižiūrėtojai, gali pagerinti tiek duomenų tikslumą, tiek jų atitikties reikalavimų įgyvendinimą.   

Duomenų sveikatos rodikliai gali apimti tokius papildomus veiksnius kaip pagrįstumas ir vientisumas. Tuo pačiu svarbu paminėti, kad duomenų vertinimo kriterijai gali skirtis, atsižvelgiant į konkretų atvejį organizacijoje. Bet kuriuo atveju, kuo geriau įvertinsite duomenis pagal kiekvieną iš pasirinktų aspektų, tuo didesnę naudą sukursite savo verslui.  

Duomenų analitikos sprendimai jūsų verslui  

Nors kiekviena organizacija valdo skirtingą duomenų kiekį, sunku įsivaizduoti, kad duomenų valdymo ir analitikos procesai būtų įgyvendinami rankiniu būdu. Šiuo atveju bendrovėms svarbu pasirinkti bei naudoti duomenų analitikos platformą, apimančią duomenų integravimo ir valdymo funkcijas.   

Programinė įranga turi leisti ne tik įvertinti duomenų sveikatos būklę, bet ir laiku atlikti prevencinius veiksmus. Idealiu atveju, jūsų organizacija turėtų iš karto žinoti apie turimų duomenų patikimumą, tuo pačiu turėti įrankius, kuriais galėtumėte pataisyti nepatikimus duomenis. Pasirinktas sprendimas turi leisti jūsų verslui spręsti duomenų sveikatos problemas suteikiant savarankišką prieigą ir visapusiškas valdymo galimybes, apimančias visus duomenų srautus bei duomenų šaltinius nuo A iki Z.  

Turite klausimų dėl duomenų analitikos? Susisiekite su mūsų komanda ir gaukite jums reikiamas konsultacijas. 

Aptarkime naujas galimybes jums

Norite pasikonsultuoti ar turite papildomų klausimų? Susisiekite jums patogiu būdu jau šiandien.

Rezervuoti laiką

+370 5 2 780 400
info@ba.lt