在提高数据质量的过程中，首要的推动力来自组织领导层。但是，保证业务用户遵守内部数据质量标准的日常过程最终也会影响质量改进措施的成功，它的作用不亚于任何数据质量执照或企业数据管理计划。

　　数据丢失或错误、重复记录、无法识别的信息、数据元素之间未记录的关系——它们都属于影响日常数据质量的问题，而且通常是由于业务用户的失误造成的。而且，分析人员指出，所有这些小数据质量问题都可能会给业务过程带来大问题，从而导致资金和员工生产力的巨大损失。

　　Gartner分析师Lyn Robison指出，由于数据错误的潜在影响越来越普遍，对于保证企业数据质量标准的关注度已经“从完全漠视转变为认识到必须采取一定的措施。”

　　表面上，保证业务用户坚实遵守内部质量标准的挑战似乎并不简单。大多数数据记录活动的算法并不复杂。它就像高尔夫的4尺短距离击球，而不是250码长远球。但是，短距离击球也有可能会偏出球洞。Robison及其他分析师指出，数据输入和更新错误在快节奏业务环境中是非常常见的。

　　McKnight咨询集团总裁William McKnight指出，让业务用户遵守商定的内部标准是数据质量措施的核心要素。一开始就有很多工作要做，但是：“提出数据质量标准并将它们付诸实践是最困难的部分。”

　　合作制订数据质量标准

　　与高尔夫不同，数据质量要求团队协作。好的计划始于例行会议上确定的数据质量定义和人员规则，其中包括数据管理员和其他业务单元和部门的代表。McKnight说：“最好要让业务人员尽早参与标准制定过程。如果他们未参与规则制订过程，那么他们很可能会违反规则。”

　　他说，在这些会议中，一定要确定各个观点并达到一致认可。IT和业务人员会从不同角度看待数据，也有不同的数据优先级看法;要他们放弃各自的习惯很困难。过去，许多组织的IT都会单独处理数据质量过程。现在，McKnight建议，通常都需要以实现共同目标的名义来消除这种政治隔阂。

　　他说：“制定和执行数据质量标准的最常见问题是让各方达成一致意见。”而且，他补充说，这时最需要执行主管层对组织进行引导，帮助大家完成“最困难的判断”，这是在标准制定过程中必须让所有人达到一致认同的判断。

　　但是，业务用户最后很可能会接受数据质量的责任。Robison建议在职位描述和绩效考核过程中加入遵守数据质量要求的条款。他说：“这总是最佳的激励手段。”

　　这样做的好处是进一步注意数据质量，通常会带来真切的业务好处。所以，如果业务用户能够避免负面后果，以及通过接受内部标准来提升业务效能，那么他们怎么可能不遵守这些规则?

　　害群之马与好员工

　　分析师指出，结果可以分成两个方面：坏的和好的。坏的方面包括一些日常工作场所的问题：抵制变化、无知、小气、懒惰和部门隔阂。另一方面，还有一些日程过密和截止时间紧迫等现实问题。

　　咨询公司Knowledge Integrity的总裁David Loshin说：“业务规则的实施通常与完成工作的意愿相背。”因此，他补充说，一定要定义构成足够数据质量的元素，即使这些信息还存在一些错误。

　　另一位Gartner分析师Ted Friedman则建议，保证符合数据质量标准的过程应该从一开始就进行，即控制用户输入或更新数据时使用的规则。

　　Friedman指出，为了防止错误信息进入企业系统，不符合要求的数据都必须拒绝进入——在可能时实现自动拒绝，或者通过手工方式拒绝。他说，无论采用哪一种方式，都必须监控数据输入过程。同时，Friedman补充说，组织应该评估用于解决这些瓶颈的业务过程变化，因为这些瓶颈可能导致数据错误。而且，进行持续的数据质量培训可以进一步帮助业务用户靠近质量要求。