对于执行分析的人员来说

因此， 我们不会向您收取“未知”结果的费用。您不应拒绝这些地址，因为它们与您的大多数地址一样包含有效的电子邮件地址。虽然公司经常将客户数据部署在从人力资源到销售等各个不同领域，但在数据质量方面，每个人都应该或多或少达成共识。所有专业人士，无论其具体工作领域如何，都应该对准确的数据感兴趣 - 在人力资源领域，它可以帮助您更好地了解您的员工，在销售领域，它可以帮助您提供完美的销售宣传。 然而，建立数据质量通常比看起来更困难。一个固有的问题是，特定公司内的每个人都需要就质量标准达成一致。

多准确才算足够准确？人们具体希望如何处理他们的数据，以及他们需要什 美国数据 么水平的质量才能实现这一目标？ 协商正确的参数 不同的部门在数据质量方面会有不同的需求。营销人员可能需要拥有某些客户的准确联系信息，而客户服务代表可能会专注于了解人们的沟通习惯。 沃特世科技表示，关键是协商正确的数据质量参数，以便每个人都能得到他们需要的东西。加拿大皇家银行全球客户数据服务经理帕特里夏·赫夫（Patricia Huff）承认，这是一个复杂的过程。 “并不是每个人的需求都得到满足，但绝大多数都得到了满足，”赫夫说。



到那时，下游消费者是否必须单独维护某些东西，或者下一阶段的谈判是说他们需要系统中的额外数据？” 找出正确的数据质量标准是一个持续的过程。它是动态的，基于依赖客户和员工数据的每个人不断变化的需求。 大家能满意地走开吗？ 当然，建立数据质量的最终目标是让大众满意。您希望谈判的标准非常全面，让每个人都满意地离开。 《内部参考数据》的编辑迈克尔·沙舒阿 (Michael Shashoua) 担心这是否可能。 “问题仍然存在，”沙舒阿最近写道。 “如果数据经理和业务运营经理都不太可能像 Huff 所说的那样。