Kvalita dat (Data quality)

Zkažená data Stejně jako dobré jídlo neuvaří bez kvalitních potravin sebelepší kuchař, tak bez kvalitních dat nemůže fungovat organizace i kdyby měla sebelepší manažery.

Kvalita dat je jedním rozhodujících faktorů správného rozhodování a celkového fungování organizace. Není to jediný, ale velmi významný činitel. V praxi je dokázaný vztah kvalitních dat s úspěšným fungováním podniku - nekvalitní data stojí firmy po celém světě ročně stovky miliard dolarů.

Ruku na srdce. Kolikrát jste sami něco dohledávali, opravovali nebo jste udělali něco špatně, protože jste měli špatné informace nebo jste neměli informace vůbec žádné. To všechno jsou důsledky nekvality dat.

Co to je kvalita dat a jak ji měřit?

Názor na to, co je vlastně kvalita dat a jak ji měřit se neustále vyvíjí. Protože se nejedná o exaktní disciplínu, existuje více přístupů k tomu, jak kvalitu dat definovat a jak ji měřit. Kvalita dat má totiž celou řadu dimenzí - nelze jednoduše říci že kvalitní data jsou ta bez chyb nebo ta nejpřesnější nebo ta nejvíce čerstvá, aktuální. V každém pohledu je něco potřebného a pro každá data se hodí jiný výčet vlastností, podle kterých můžeme posuzovat, jestli jde o data kvalitní nebo ne. Kvalitu dat tedy nelze hodnotit jen jedním ukazatelem.

Velmi často citovaný seznam dimenzí kvality dat nám poskytuje COBIT, který definuje tyto dimenze kvality dat:

Efektivita
Účinnost
Důvěryhodnost
Integrita
Dostupnost
Soulad
Spolehlivost

Existuje ale mnoho dalších seznamů kvality dat. Zřejmě nejobsáhlejší výčet dimenzí kvality dat byl výsledkem programu MITIQ z MIT.

Která data v podniku musí být kvalitní?

Dalo by se říci, že všechna, ale pochopitelně největší důraz je kladen na obchodní a finanční procesy, které přímo ovlivňují existenci a zdraví podniku. Jde o data pro klíčové procesy každé organizace, jako jsou prodej, fakturace, dodávka služeb a produktů zákazníkům, výroba nebo profitabilita. Zaslání špatné částky na faktuře může být pro organizaci stejně fatální jako zaslání správné částky zákazníkovi na špatnou adresu. Kvalita dat se tedy týká jak transakčních dat (faktury, objednávky, požadavky, atd.), tak všech kmenových dat, jako jsou data o zákaznících, dodavatelích nebo o vlastním majetku nebo vlastních lidech.

Jaké mají nekvalitní data důsledky a dopady?

Nekvalita dat a informací způsobuje značné problémy téměř všude, kam se podíváte. Nejvýrazněji se projevují v opakovaných procesech a činnostech, kde vznikají vícepráce díky nekvalitním informačním vstupům, nekonzistentním, nekvalitním nebo dokonce konfliktním datům nebo reportům z různých zdrojových systémů a aplikací (např. účetních systémů, systémů ERP, systémů CRM). V jednom výzkumu provedeném MIT v roce 2006 bylo dokonce uvedeno, že 77% ztracených dodávek bylo způsobeno špatnou kvalitou dat.

Opakující se procesy, vícepráce způsobení nekvalitními informačními vstupy, dohledávání a neefektivnost
Chyby v reportech v důsledku duplicitních nebo nekonzistentních dat
Vrácená pošta, dodávka nebo nutnost komunikace kvůli nesprávným datům o zákaznících
Duplicitní nebo překrývající se kmenová data o zákaznících nebo o produktech
Ztráta znalosti firmy v důsledku odchodu zaměstnanců a nepředání informací
Ztráta důvěry zákazníka díky jeho negativním zkušenostem
Zmeškané termíny při uzavírání finančních výkazů a jiných firemních reportů
Zvýšená rizika v důsledku nesprávných rozhodnutí

Co jsou příčiny nekvalitních dat?

Některé podniky doufají, že zlepší kvalitu dat přechodem na velké systémy typu ERP či CRM. Jiné organizace používají nástroje pro čištění dat v datových skladech, aby nalezly špinavá data a mohly je následně čistit pomocí ETL nástrojů. Všechny z těchto technologicky orientovaných metod zlepšení kvality dat jsou chvályhodné a bezesporu jsou krokem správným směrem. Samotná technologická řešení však nemohou vymýtit kořeny špatné kvality dat, protože to není pouze IT problém, ale je to především problém celé architektury podniku, především správně nebo špatně nastavených procesů.

Špatně nastavené procesy
Špatně nastavená pravidla v organizaci
Nedůslednost a nízká disciplína lidí při vzniku a ukládání dat
Nesprávně naimplementované podnikové aplikace
Špatná nebo nedokonalá funkcionality podnikových aplikací

Jak řešit kvalitu dat v organizaci. Odstraňovat příčiny, nikoliv jen důsledky.

Všechny aktivity v organizaci podnikové disciplíny musí vyvíjet, implementovat a vyžadovat kvalitu data a informací. Všechny dohromady. Kvalita dat musí být řešena, stejně jako jiná kvalita jako vlastnost celého systému, jako součást všech procesů. Není to jednorázová akce, i když i ty jsou nezbytné pro nastartování celého dlouhodobého procesu zlepšování kvality.

Kvalita dat musí zahrnovat řadu průřezových aktivit, které musí být součástí zlepšování kvality v průběhu celého procesu. Je třeba nastavit celkový systém řízení tak, aby se zabránilo negativním jevům a nekvalitě v datech. Jde o využívání principů kvality a přístupů k řízení kvality, jako jsou PDCA, KAIZEN a další.