“错误的输入必定导致错误的输出”。 我们都明白这句话的含义,但您打算为提高数据质量采取什么措施吗?
自1983年开展数据业务以来,我们十分注重数据质量,因为其对业务的影响是十分巨大的!
例如,
数据重复不仅意味着浪费,还意味着,如果您的客户总是收到内容重复的推销材料的话,您的品牌形象必定受损。

不完整/不准确的地址会导致邮件无法投递,造成邮资、印刷材料等的浪费,更重要的是,有可能因不能与客户保持沟通而造成销售损失。
不准确的数据还会导致不准确的报告。 当基于不准确的数据做出业务决策时,结果可以十分严重!
我们的数据清理(数据质量控制,DQM)解决方案有效地处理了我们客户非常关注的四个主要问题:
1. 重复数据删除
多年来,我们制订了数以百计的重复数据删除规则,这些规则适用于不同的数据质量范式。 我们的引擎识别重复记录,为客户分配不同的置信水平,以确定保留哪些数据和清除哪些数据。
2. 质量评分
由于客户可能没有填写完整资料和/或可能存在无法识别的拼写错误,数据质量不可避免地因记录而异。
为了努力在数据质量和数据清理成本之间找到平衡,我们设计了数据清理引擎,为不同的记录打出不同的质量等级评分。 其主要目的是使我们能够在清理需密切关注的数据时对我们的资源进行优先排序。 这样,我们就能够有效地为我们的客户管理数据清理成本。
3. 错误校正
根据客户选择的服务级别,我们将运用技术手段,结合具有丰富经验的数据质量专家提供的人工判断,对数据错误进行相应的纠正。
4. 数据有效性验证和恢复
根据客户选择的服务级别,我们将对“可疑”数据进行有效性验证,并恢复不完整的客户信息。

数据清理模块的用户界面

我们特别感谢他们为确保所有细节正确而付出的许多额外努力。信达聆的服务非常优秀,我们非常满意与他们公司及熟练员工建立的长期工作关系。信达聆对我们的成功有着重大贡献,我们感激他们可靠、专业的服务。
Joseph Lam博士
首席执行官
World Children Fund