Kas yra sveiki duomenys ir kokią vertę jie kuria?

2021 10 18 · 3 minutės

Turbūt nenustebinsime pasakydami, jog šiandien visame pasaulyje veikiančios organizacijos nuo duomenų yra priklausomos labiau nei bet kada anksčiau. Tačiau yra svarbu suprasti, kad duomenys patys savaime, ypatingai jei jie nėra apdoroti, 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 analizės bei valdymo sprendimais kaip, pavyzdžiui „Talend“, ir patarsime, kaip tikslingai įdarbinti sveikuosius duomenis

Duomenų sveikata: kas tai? 

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.  

Programinės įrangos tiekėjas „Talend“ duomenų sveikatos viziją apibrėžia, kaip technologijų ir elgsenos derinį, kuomet naudojantis skaitmeniniais įrankiais, duomenys yra įvertinami ir valdomi taip, kad duomenų suteikiamos įžvalgos būtų aiškiai ir lengvai suprantamos.  

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

Ko imtis siekiant turėti sveikus duomenis

Vertinimo ir kokybės standartai yra itin svarbi duomenų sveikatos dalis. 2021 m. „Talend“ vykdytas duomenų sveikatos tyrimas atskleidė, 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. 

Kalbant apie tai, ko derėtų imtis siekiant turėti sveikus duomenis, pažymėtina, kad kaip ir bet kuri kita sveikatos priežiūros sistema, duomenų sveikata apima šiuos pagrindinius etapus: prevencinė priežiūra, efektyvus gydymas, palaikymo kultūra.
Trumpai pristatysime kiekvieną iš jų:  

  • Prevencinė priežiūra. Šiame etape apibrėžiami galimi duomenų trūkumai, pateikiamos rekomendacijos laiku atlikti prevencinius veiksmus.  
  • Efektyvus gydymas. Aptikus duomenų valdymo ir/ar 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 valdymo 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 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 valdymo technologijų 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 valdymo ir 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 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. 

Mes, „Baltic Amadeus“, siūlome duomenų valdymo bei analitikos įrankius. Taip pat kuriame didžiųjų duomenų, viešosios debesijos ir dirbtinio intelekto technologijomis paremtus duomenų valdymo ir analitikos sprendimus. Siekiame užtikrinti kuo didesnę verslo investicijų grąžą bei optimizuoti išlaidas.  

Rytojus priklauso lyderiams. Siekiate jais būti? SUSISIEKITE >