什么是数据质量？
5406
数据质量标准可确保公司做出以数据为导向的决策，从而实现业务目标。如果重复数据、缺失值、异常值等数据问题没有得到妥善解决，企业就会增加产生负面业务结果的风险。根据 Gartner 的一份报告，数据质量不佳导致企业每年平均损失1,290 万美元1。因此，出现了数据质量工具来减轻与数据质量差相关的负面影响。
当数据质量符合其预期用途的标准时，数据消费者可以信任数据并利用数据来改进决策，从而帮助制定新的业务策略或优化现有的业务策略。但是，当无法达到标准时，数据质量工具会通过帮助企业诊断基础数据问题来提供价值。根本原因分析使团队能够快速有效地纠正数据质量问题。
数据质量不仅是日常业务运营的优先事项，随着企业将人工智能 (AI) 和自动化技术整合到其工作流程中，高质量的数据对于有效采用这些工具至关重要。正如老话所说：“垃圾进，垃圾出”，这也适用于机器学习算法。如果算法正在学习根据不良数据进行预测或分类，我们可以预期它将产生不准确的结果。