用于改进业务流程的数据捕获

[Aklima@444]

如今，数据在改善决策方面发挥着至关重要的作用。但在使用这些数据之前，您需要捕获它，而流程自动化等技术使这项任务变得更加容易。

让我们来看看企业如何利用流程自动化来利用高质量数据来获得竞争优势并实现更好的决策结果。

数据挑战
如果您认为数据问题归结于一些错误归档的文件，请再想一想。只有3%的企业数据符合质量标准。这意味着大多数组织都是根据错误数据做出决策的。以下是不良数据渗透到您业务其他领域的其他五种方式：

如果无法快速找到文档，十分之八的员工会浪费时间重新创建文档
十分之九的团队成员每周都会浪费一整天的时间来整理公司数据
Gartner 估计 40% 的业务数据不准确或不完整，导致错失机会和误导洞察。
十分之九的工作表包含错误。一些小拼写错误就可能导致一艘飞船沉没：由于错误的连字符导致探测器在前往金星的途中爆炸，美国国家航空航天局 (NASA) 损失了 8000 万美元。
糟糕的数据质量每年平均给组织造成 1290 万美元的损失，而这还只是其可追踪的损失。
如果这些令人大开眼界的统计数据没有让您重新考虑您的数据策略，那么它们就是这样做的。这些挑战都不是一次性的：它们在组织中每天都会积累。数据量每两年翻一番，将微不足道的挑战滚雪球般转化为持久的影响。干净的数据对您的组织意味着什么？您如何利用它？

火箭的插图



如何发现质量差的数据
导致 NASA 水手 1 号失败的拼写错误可能隐藏在系 比利时电报数据 统中的任何位置。数据清理涉及将其连根拔起。您可以通过清理数据来发现错误、重复和拼写错误。

验证：针对不良格式的防范措施很少（例如，某些电话号码包含国家/地区代码，而其他电话号码则不包含；某些出生日期采用 DD/MM/YYYY 格式，而另一些则采用 DD/MM/YYYY 格式）。不可能的条目也会扰乱决策，例如大量顾客不小心选择了 1900 年的出生年份。
过时的信息：数据的寿命有限。专家表示，数据正在以每年 30% 的速度恶化。包含错误电子邮件地址、姓氏和地址的数据库每年可能会给企业造成数百万美元的损失。
缺失数据：各组之间的详细信息可能未标准化。例如，花店可能会发起一项新的活动，要求新客户指定他们的生日。但它忘记调查当前的客户，这在两个细分市场之间留下了巨大的差距。识别缺失的数据并采取行动填补空白。
无法防范异常值：数据异常有时会带来有价值的见解。但在其他情况下，它们可能会破坏机器学习模型。例如，基于物联网的健身追踪器的一些重度用户可能会导致报告下降。根据较高的平均值创建认知活动将无法覆盖大多数用户。
重复信息：组织维护同一文档的多个版本，这给寻找最新版本的团队成员带来了问题。同样，客户电子邮件等数据也存储在多点解决方案中：想象一家拥有 CRM 的企业，该企业将其联系人列表的单独副本存储在营销活动平台中。