几年前，一家大型电信公司的财务部门查阅了公司的固定资产记录账目，包括信号发射塔和50亿美元预算在内的官方账户都分发到了独立审计师手中。他们发现，公司数据不符背后的真正问题其实出在数据质量流程上面。

　　项目：技术业务管理委员会是一个非营利性组织，专为业内人士推荐IT实践、设立标准。Chris Levitt是该组织的会员，也是一家咨询公司的IT风险管理师，负责带领技术和评估团队，找出上述电信公司实际资产与账目资产的差距。

　　评估团队浏览账目数据，将记录与公司资产总清单进行比对，从中找出对不上的区域，发现其中一些资产金额和折余价值丢失，只能回到原始合同数据中去寻找；如果找不到，就只能运用二级资源得出一个估计值。

　　根据发现，技术团队建立运算法则，清理分类账，包括资产转移、资产处置和资产更新，重新评估数百万行数据。

　　挑战：企业在购买资产时，会先从某个部门开始用数据记录下这次采购，直至最终完成整个企业的固定资产记录流程。然而，对于电信公司来讲，系统的崩溃会直接导致数据质量问题的产生，并造成账目和独立审计结果的出入。

　　Levitt表示：“全部流程的专业领域有着很大的不同，需要IT采购经理、IT运营经理、财务分析经理和采购项目经理的配合。对于组织中流动的数据而言，所有这些人都扮演着重要角色。”

　　教训：确保员工都能熟悉数据。为了支持电信公司的数据质量流程，Levitt的团队创建了一种公用数据语言，将每一种资产类型和说明进行定义，规范资产识别、追踪和载入系统的方式。

　　指派到个人。Levitt的团队不仅构建了实现数据输入自动化和流程更新的模型，还将工作任务分配给具体员工并为其提供培训。

　　争取高管的支持。虽然这条建议屡见不鲜，但Levitt还是指出高管的支持有助于调动员工的积极性，对数据质量流程的改善尤为重要。他总结道：“数据质量问题的解决没有什么灵丹妙药，它涉及方方面面，你必须跳出IT的框框，才有可能获得成功。”