我的建议是在处理数据的人员和在数据来源处生成或输入数据的人员之间建立有效的反馈循环。连接数据价值链的这两个部分有助于通过改进流程和改变行为来解决长期数据质量差的原因。
去年我搬到英国并与一家移动电话提供商签约时，亲眼目睹了糟糕的数据质量。
在与我交谈时
销售顾问不得不询问我的个人信息，以便填写表格，这是我们签 WS电话列表 订合同的基础。然而，在继续交易之前，他至少还需要填写二十几个字段的信息。 阶段并不重要，询问所有这些问题也没有给我作为客户带来积极的体验，因为我想要一份手机合同，而不是 30 分钟的面试。
为了避免给我带来不便并加快流程，销售 构建销售团队以提高速度 顾问只需在每个必填字段中输入虚拟值，然后我们就完成了交易。
我不禁为数据工程和分析部门的同事感到难过，他们现在必须先清理我混乱的数据，然后才能分析我的手机使用情况。
如何创建反馈循环
如果您想从源头上解决数据质量差的问题，那么将数据 印度尼西亚号码列表 创建者与数据使用者联系起来会有所帮助，这样他们就能更好地了解彼此的需求和任务。
回到我上面的例子，如果我们能够促进销售顾问和数据分析师之间的对话，我相信销售顾问会更好地理解高质量数据对销售的重要性。数据分析师。同样，分析师可以看到改进面向客户的角色中的数据收集流程的机会，以帮助他们的同事生成急需的数据。