数据质量是保证BI项目成功的关键因素,错误的数据一定会导致错误的决策,将对企业业务发展造具有破坏力的影响。根据TechTarget商务智能发起的2012年中国数据管理优先度调查显示,虽然大多数企业对数据质量提起了足够的重视,但是从何下手依旧是摆在中国企业面前的难题。
依旧有18.8%的企业表示根本没有任何的数据质量或者数据治理项目,这一比例相对于成熟的市场偏高。在全公司范围内部署了数据质量项目的企业也只站到19.1%,部门级部署的项目占到33.3%,未来计划扩展到全公司范围的企业占据28.7%。
在已经部署数据质量管理项目的企业中,有42.2%的企业是在使用手动编码的方式进行数据质量管理,许多企业选择了第三方的服务商来提供相关的服务。只有28.7%的企业使用了厂商提供的专业数据质量工具进行管理。很大一部分用户称,公司的许多应用系统中自带了数据质量相关工具,正在利用这些工具进行数据质量管理。
贵公司用到以下哪些数据质量管理方法或者工具?
主数据管理(MDM)项目方面,只有11.3%的企业部署了MDM系统,17%的企业表示计划在未来部署MDM,18.1%的企业表示不会考虑部署,其他用户则处于观望状态。在已部署或正在部署MDM项目的企业当中,大部分还处在需求收集的阶段,16.3%的企业正在选择厂商,6.3%的企业正在将MDM扩展到更多的数据域。
对于主数据管理的挑战,34.3%的企业表示自身技术还不成熟,无法完成MDM项目的部署,另有10.9%的用户认为MDM项目过于复杂,不愿轻易触碰。10.4%的企业表示公司管理层不支持MDM项目的开展。
在数据集成方面,有48.2%的企业选择了手动编码的方式,这样的方式究竟有何利弊,请参考TechTarget商务智能网站文章。使用ETL工具的企业占到了35.1%,使用云集成工具的企业只占7.4%。
贵公司使用以下哪些方法或者工具进行数据集成?
关于数据集成方面的挑战,57.1%的企业认为实现实时或者接近实时的数据集成困难最大。33.7%的企业认为选择数据集成工具最令人头疼,32.3%的企业表示ERP系统和BI系统的数据集成也是挑战之一。
想了解更多关于2012年中国企业数据管理优先度调查的信息,欢迎点击进入专题报道
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
作者
相关推荐
-
面对数据质量的业务痛点 能源公司Breitburn是如何应对的?
总部位于洛杉矶的能源公司Breitburn Energy Partners使用数据质量工具来解决糟糕数据的业务痛点,并使用软件给最终用户提供解决数据质量问题的方法。
-
数据分析 让零售业再现生机
进入数字时代,技术和数据的有效使用成为帮助企业颠覆传统的动力,也势必将改变零售业的格局。近年来,“全渠道零售”成为了热门词汇,因而了解客户及其需求变得尤为重要。
-
建立良好的数据基础 避免人工智能分析偏差
有偏差的数据样本或模型开发实践可能会给对人工智能感兴趣的企业带来麻烦,并削弱该技术的投资回报。
-
企业的数据科学团队如何挖掘数据价值
单纯地雇用数据科学家并不意味着企业能够充分利用数据科学带来的优势。来看看这些企业如何通过数据科学团队让数据价值最大化。