切勿盲目追求完美數(shù)據(jù)

■

在企業(yè)推動(dòng)其商業(yè)智能的進(jìn)程中，遇到的最大阻礙是什么？很多人會(huì)首先提到極差的數(shù)據(jù)質(zhì)量。在商業(yè)智能領(lǐng)域里，缺乏優(yōu)質(zhì)的數(shù)據(jù)確實(shí)是一個(gè)很現(xiàn)實(shí)的問題，尤其是當(dāng)企業(yè)開始重視商業(yè)智能并希望通過分析數(shù)據(jù)來做企業(yè)決策的時(shí)候。針對(duì)數(shù)據(jù)來源進(jìn)行處理，有助于減少基本的錯(cuò)誤，建立起信任度，并可解決很多商業(yè)智能項(xiàng)目在最初的實(shí)施階段出現(xiàn)的問題。

但是如果一味強(qiáng)調(diào)對(duì)數(shù)據(jù)完美性的追求，那就會(huì)背離我們部署商業(yè)智能解決方案的初衷。實(shí)際上，沒有完美的數(shù)據(jù)，數(shù)據(jù)也不可能完美。做出這種論斷的多半是企業(yè)的IT或技術(shù)人員。他們常常感覺沒有安全感，因?yàn)楸M管他們知道數(shù)據(jù)是安全、可靠和備份過的，他們還是無法判斷它的內(nèi)容是好是壞。具有諷刺意味的是，只有在企業(yè)的管理者、決策者或數(shù)據(jù)分析專家在實(shí)際使用中接觸到這些數(shù)據(jù)時(shí)，這些數(shù)據(jù)的質(zhì)量和可用性問題才會(huì)真正出現(xiàn)。

在優(yōu)化數(shù)據(jù)質(zhì)量上所付出的時(shí)間和精力必須得與所獲得的價(jià)值相平衡。絕大多數(shù)的應(yīng)用場(chǎng)景并不需要完美的數(shù)據(jù)，他們需要的數(shù)據(jù)質(zhì)量是在一定的容限范圍內(nèi)的。當(dāng)然，容限范圍的標(biāo)準(zhǔn)也是因功能和應(yīng)用的具體場(chǎng)景而有所不同。財(cái)務(wù)應(yīng)用對(duì)于數(shù)據(jù)錯(cuò)誤的容忍度是很低的。但這并不是一個(gè)難題，因?yàn)榻鹑诠芾磉@一職位本身承擔(dān)了巨大的工作量和責(zé)任，因此財(cái)務(wù)交易數(shù)據(jù)的準(zhǔn)確性是不難達(dá)到的。會(huì)計(jì)和審計(jì)的整個(gè)過程都是集中在數(shù)據(jù)質(zhì)量的，它的目標(biāo)是最大程度地從財(cái)務(wù)記錄中減少錯(cuò)誤。在我們的組織內(nèi)部產(chǎn)生數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行控制也有助于提高數(shù)據(jù)的質(zhì)量。在其他方面，因?yàn)楸O(jiān)管較少，對(duì)數(shù)據(jù)錯(cuò)誤的容忍度就不那么嚴(yán)格。具有80%以上準(zhǔn)確度的數(shù)據(jù)對(duì)于很多運(yùn)營或戰(zhàn)略決策可能就夠用了。人們可能只是通過數(shù)據(jù)得到一個(gè)方向上的暗示，這些數(shù)據(jù)從總體來說就是有價(jià)值的。

要得到完美（或近乎完美）的數(shù)據(jù)，需要付出巨大的努力。芝諾悖論適用于此。隨著數(shù)據(jù)增長的數(shù)量和維度越來越大，到達(dá)完美就越來越難。根本不可能（或成本劃算地）將所有數(shù)據(jù)源完美到同一個(gè)程度。另外一個(gè)關(guān)鍵的問題是，數(shù)據(jù)完善專家們?cè)趺刺幚砟切┎煌昝赖臄?shù)據(jù)呢？遵從它？或者冒著過度清潔數(shù)據(jù)或錯(cuò)誤地“糾正”數(shù)據(jù)的風(fēng)險(xiǎn)去改變它？我們必須得接受一個(gè)事實(shí)，那就是數(shù)據(jù)是很難被處理完美的。我們對(duì)于數(shù)據(jù)質(zhì)量的處理方法要變得成熟起來，要確保它是適合今天企業(yè)里這種增長迅速和多樣化的數(shù)據(jù)流信息環(huán)境的。

和企業(yè)決策者手里的數(shù)據(jù)又差又不安全相比，人們對(duì)于完美數(shù)據(jù)的盲目追求更加危險(xiǎn)。追求完美，不管具不具備可能性，都不是一件好事。因?yàn)橥昝罆?huì)引入固定的標(biāo)準(zhǔn)。