提高數據質量的最佳方法： 通過高價值的數據確保商業智能(BI)的成功。

關鍵問題：企業文化和人們的行為是如何影響數據質量的狀態的?

大多數企業將數據視為一個技術方面的問題。他們依賴IT機構來確保數據的安全、可用性和質量，對待數據如同一個“必要之惡”(necessary evil)，而不是作為一種重要的企業資產。從它產生的影響和確定它的最優方式來看， 數據質量是一個商業問題。商業本身，而非IT，需要定義出什么是“夠好”的數據質量。大多數企業需要經歷一個思維的變革才能到達將數據質量看成是商業問題的地步，然后商業才能驅動和支持在提高數據質量方面所付出的努力。

與此同時，企業需要意識到對數據質量最佳的改善僅通過技術本身是難以達成的。需要結合人(例如， 組織和培訓)和流程的改進，才能提供最大限度的積極影響，并確保長期維持可以接受的數據質量水平上。當大型企業開始意識到數據質量所帶來的影響，許多人會試圖跨越對這個問題從聚焦于IT轉到聚焦于商業之間的差距。在這方面成功轉型的企業將會在提高生產力、準確性和信息一致性方面收益良多。

為確認他們遇到的問題是由于他們的商業智能(BI)行動方案中出現的數據質量問題，企業需要了解什么是數據質量，以及它是如何影響他們的業務的。對于諸如商業智能(BI)這樣的戰略行動方案來說，數據質量潛在的負面影響是巨大的。此外，在戰術層面的影響也是顯著的，因為低質量的數據會導致在企業的日常運營中方方面面的成本和生產力的問題，。

數據質量問題的解決需要涉及到一個多層面的途徑而不僅僅只是技術層面。企業需要明白人的因素(企業文化和組織)在數據質量上會產生重大影響。另外，“解決”數據質量的流程(除了有效的業務流程的設計)在提高數據質量上很關鍵。

然而，技術在修復很多數據質量的問題時將會有它的角色。企業必須理解在數據質量問題的解決中技術所扮演的各種角色，以及市場上所有的數據質量工具。數據質量技術的發展速度越來越快，因為無論大型供應商還是新的市場進入者都在投資擴展他們的數據質量的能力。

據參與Gartner研討會的人說，數據質量已成為許多企業眾所周知的問題，但并有給予足夠的優先業務去解決它。有時，創建和使用數據的人們忽視了數據質量的指南。業務單位可能習慣于用他們自己的方式來做事，因此鼓勵人們去做對項目或單位最有利的事情，而不是服從于公司規則。商業和IT經理經常認為數據質量可完全自動化處理，但至少在異常處理上需要人工干預。

領導人應該在每一個業務單位內指定特定的人員，負責執行數據質量的項目，比如數據管理員，還要有相關人員管理與數據有關的業務規則。應該設立信息管理委員會明確這些人員的目標并評估他們的表現。這些評估應納入到年終總結。支持一線的人員，領導人應動員在業務方面的贊助商和利益相關者來談談數據質量對企業和業務單位的重要性。