当工程和建筑服务承包商BergerABAM三年前在西雅图港建设电缆壕沟时，由于它们的数据基础不准确，导致工程留下了最小的边缘缝隙：BergerABAM挖了2.5英寸宽的壕沟，而真正需要的是2.52英寸宽。据媒体报道，这0.02英寸给项目造成了超过一百万美元的额外开支。据估算，由于数据质量问题造成的损失，每年会达到数十亿美元。

　　显然，数据质量的重要性很高，在当今快节奏和技术驱动的商业环境下，数据质量的重要性更加凸显。在联机系统和自动化企业的时代，留给数据出错的余地越来越少。组织更依赖于商业智能和分析应用来驱动决策，有效的数据质量流程要从业务用户给交易系统输入数据开始，这是必须的。

　　事实上，现在许多公司里都有实时或者接近实时的系统。如果客户使用移动设备做购买，比如从网上零售商买一套滑雪板，卖家在几秒种内就能处理大量数据，从交易细节到客户服务支持数据到额外购买信息等等都有。把正确数据带来的商业回报与错误数据导致的问题做比较就可以看到，它们之间的鸿沟最终正是成功者与失败者的分界。

　　Andres Perez是IRM咨询有限公司总裁和高级信息管理咨询顾问，他说：“越来越多的企业已经意识到，实现有效的实时运营会给他们带来竞争优势。”但是他和其它数据管理分析师们也都指出，要实现这一点，要求整个公司都获得对优良数据质量价值的利用。

　　他们补充说，那就意味着要团结所有成员推出全面的数据质量计划。从公司高层到底层，努力维持数据质量一流水平应该被视为工作的一部分。Ted Friedman是Gartner公司一名分析师，他说：“组织中的每个人都需要认识到他们会影响数据质量，他们应该尽最大努力为积极的数据质量努力做出贡献。”

　　分析师们表示，“所有权”和“问责制”在数据质量交流中永远不应该停留在非语言交流的状态。实施企业数据质量战略的责任不是单单在IT部门或者任何某个部门或者业务单元;需要来自各方的协作。在许多情况下，这些方案涉及业务的变化和文化的变革，这些可能会给组织带来挑战。但是，也有另一种选择，屏除数据质量并尽量以最少的资源支撑，所有这些往往涉及令人望而却步的风险，从降低生产率到失去业务、客户流失以及利润减少。

　　数据质量软件可以帮助简化质量改进流程，但是Friedman说要避免把技术作为数据质量管理的唯一手段。数据质量问题很少能通过治标不治本的软件工具解决。真正的收获来自于成功地把商业用户融入数据质量战略。

　　数据质量改善过程中需要的业务流程变更常常会遇到阻力，尤其是在预期收益对用户不透明的情况。分析师表示，这样的话就非常有必要把详细培训和解释作为数据质量培训计划的一部分。在某些情况下，IT和数据质量管理者们，以及数据管理者们认为业务用户已经理解了数据质量流程的价值和错误数据潜入系统的风险。向他们展示数据质量和经营业绩的因果关系会有助于把这一点解释清楚。

　　如果业务用户没有日常工作就好了。可能数据质量的责任和义务带来的工作看起来也会比较繁重，如果要做的工作远比日常工作复杂的话。那么怎么办呢?William McKnight是McKnight咨询集团公司的总裁，他说，应该把来自业务单元的代表纳入到编制新数据质量标准的流程中。虽然这么做符合其自身挑战，比如弥合IT部门与业务部门之间的鸿沟有其固有的困难，但McKnight说：“让业务方面参与进来，搞清楚规则是关键。”

　　分析师表示，长远而言，商业用户应该建立数据治理项目，给部门管理者或者工作人员集中角色，把监督数据质量改善工作包含进来。

　　他们补充说，最重要的是，要确保数据质量在整个组织上下都是一项重要工作，这样做是为了获得必要的重视，是很有必要的。

　　Lyn Robison是Gartner公司另一位分析师，他说：“越来越多的企业需要为数据质量、有用的信息投入资源。不能产生有用信息的企业就像不能飞行的飞机。”