- 博客(24)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 CRM后的数据分析
CRM(Customer Relationship Management)也称为客户关系管理系统，其主要功能是通过对大量的客户资料进行深入的分析，来实现缩短销售周期，降低销售成本，提高客户忠诚度和保有率等商业目标。然而决定一个CRM系统成败的关键，往往就是数据质量的优劣。 劣质的数据来源不一，通过分析，其原因主要有以下几种： ①缺乏验证程序。很多系统没有在初期就对用户的输入等过程提
2013-03-11 20:19:50
1452
翻译 有关BYOD、数据质量和企业社交的思索
在接下来的一年里，我们期望IT部门能够在战略性的项目中有所建树，因为只有这样企业的执行力才可能在短期内有质的提升。 考虑到各种局限性，在2013年中，许多重要的长期IT项目至少要保持着预定的进度，当然，也会有一些紧急的事务迫使CIO们在完成战略性的项目时，优先考虑信息技术的快速影响能力和应变能力。 本文着重强调了企业信息技术中的三个方面，这里并不是指望所
2013-02-28 15:39:17
778
转载 ERP时代 企业应着眼于业务数据治理
作者：支点网出处：IT专家网 错误的数据会带来什么后果呢？一是IT投资在数据集成方面需要重复投入，解决数据问题；二是错误或不完整的数据导致BI系统不能发挥优势，甚至是失效；三是导致至少1/4的时间浪费在辨别数据准确性上；四是因为无法预测商机导致间接损失更无可估算。 因此，只有企业把数据搞定了，解决数据问题，才能使企业信息化工作与业务更贴近，更能够展现IT系统价值。 现在企业在业务数据
2013-02-17 11:05:26
481
翻译 诺基亚：数据分析项目成功的秘诀
本文摘自Wayne Eckersonde的 "Secrets of Analytical Leaders: Insights from Information Insiders一书。 手机从绿屏到蓝屏，再到彩屏，发展为后来的触摸，移动设备硬件和软件的日新月异令人感叹。而诺基亚无疑是带领我们进入移动通信时代的重要引路人。在过去的十几年中，诺基亚一度占据全球手机市场份额40%，在很久时间里
2013-02-08 11:44:48
842
转载 数据项目面临的六大挑战
企业在实施BI、数据仓库和其他与数据相关的项目时或多或少都会遇到困难。我们将这些挑战分为六个类别：①性能；②数据质量；③集成；④数据定义；⑤安全；⑥架构和管理。每一个类别在从单份报表到整个数据仓库的使用案例中的重要程度都有所不同。分类没有绝对的标准，它们多多少少出自我个人经验的判断。因此，每个企业都应该有自己不同的看法。既然如此，是什么定义了这六个类别呢?我们来分析一下：1. 性能
2013-02-04 14:29:24
714
原创 数据质量管理——电商
近年来电商行业数据质量问题层出不穷，如当当“一元鞋”、淘宝“一元门”等事件，企业遭遇了极为严重的损失及负面消息。电商企业本身记录着多渠道、多元化、贯穿业务流程的数据，但是这些数据是割裂的、分散的、静态的。电商企业对数据缺乏统筹性、全局性的分析，尚不能充分释放数据价值。总的来说，企业应从技术和管理方面进行妥善地应对。但是大部分企业还纠结在技术层面上，MTC帮助企业调整和优化企业数据质量，并在优质
2013-02-01 14:30:12
870
原创 数据：施之以善报之以成 施之以恶报之以败
想必大家对“garbage in, garbage out”这句老话非常熟悉。但今天我们换种说法，拽句中文就是“施之以善报之以成；施之以恶报之以败”。其实还是要告诉大家：如果现有的客户信息不完整、不准确，手里掌握着再先进的技术也是无济于事。在建立新的CRM实施过程中，往往要面临一个棘手的问题：即如何从既有的CRM系统里得到优质数据。我们在处理数据的过程中必须重视一个问题就是每个CRM系统导
2013-01-30 11:58:06
1227
转载 数据治理流程
要真正把数据作为企业有价值的资产来管理，就必须像管理财务、人力资源等业务功能一样进行数据治理。财务功能由多个核心业务流程组成，如应付账款、应收账款、工资和财务计划等。那么，要把数据治理当作业务功能来管理，数据治理的核心业务流程有哪些呢？我用以下图表说明数据治理和管理工作的主要业务流程，当然包括预期的数据清洗、修复、屏蔽、保护、协调、升级以及审定数据差异、政策和标准这些流程。二十多个不同的流程可
2013-01-14 14:40:37
1737
原创 MTC为企业数据资产保驾护航
数据的质量问题就像齿轮中的沙子，它不会完全阻挡你前进的步伐，但是它让你越走越慢，不断地消耗你努力的结果。我想，是时候解决这些问题了。MTC数据质量管理服务能准确定位错误数据产生的根源，并从管理制度、管理流程、风险预警等方面，最大限度地控制低质量数据的再次产生，从而提升企业数据质量管理效率和层次，大幅度节省管理成本。
2013-01-06 11:26:59
763
翻译 合理配置信息质量管理岗位（下）
（接上篇）6.信息流程优化师信息流程优化师应该总揽流程并且推进流程的优化，以消除信息流程上的缺陷。职责：推进应对信息质量问题的根源分析工作室，并且对流程优化进行定义；推动信息流程质量改善的实施计划；推荐信息质量的最佳实践；为业务领域提供流程优化咨询；为应用软件和数据开发团队提供质量相关学科的咨询；推荐信息质量缺陷预防软件；引导与流程优化相关的流程与技术的培训；通过根源分析和流程
2013-01-06 10:31:54
937
翻译 合理配置信息质量管理岗位（上）
简介组织的工作由分配了具体角色的人们完成。分类依据工作的自然性质和员工的技能，这样能够使得工作按照规范的方式推进。信息质量管理也是如此运作。信息质量管理组织构架成熟的信息管理组织应该有很多信息质量的工作人员，并且要根据要适合企业的规模和其将信息质量管理作为业务管理工具来使用的熟练程度来决定工作人员的数量。成熟的信息质量管理组织的角色配置如下图:
2012-12-28 17:28:36
772
转载 制造业的大数据时代
中国制造业企业随着ERP、PLM等信息化系统的部署完成，管理方式由粗放式管理转为精细化管理，新产品研发速度和设计效率有了大幅提升，企业在实现对业务数据进行有效的管理的同时，积累了大量的数据信息，产生了利用现代信息技术收集、管理和展示分析结构化和非结构化的数据和信息的诉求，于是如何利用这些数据创造更大的价值、为领导决策提供有力支撑成为企业下一步思考的问题。虽然企业的决策者已经意识到“大数据”
2012-12-18 10:29:30
659
翻译 群龙需有首:数据委员会的角色与职责
作者：Thomas.C.Redman 编译：MTC数据质量管理简介在上一篇专栏文章的结尾处，我提出了这样的一个断言：“组织迟早会意识到数据是组织的一项重要资产，是与人力资源和资金一样宝贵的资产。届时，组织内部将会出现CDO（首席数据官）这一重要职位！”我曾允诺要和大家探讨一下CDO这一职位的角色与职责。就在我为这篇文章奋笔疾书时，我觉得CDO最重要的职责是充当数据质
2012-11-26 13:37:08
1500
翻译 数据质量管理：过程管理
编者语：这篇文章最早刊登于2002年MIT的ICIQ会议的会刊上。我们在这里添加了一些能反映出Tom近期关于过程管理的重要性和在应用上困难程度等思想的新内容。原作者：Thomas C. Redman, Ph.D.在过去的20年里，我的工作是为组织解决数据质量项目中出现的问题，经验表明，企业内部普遍存在低劣的数据质量。我们常常发现，数据会出现各种问题，如数据不精确，数据过期，缺乏有效性验证，
2012-11-22 11:42:39
1004
翻译 企业数据建模应避免的十个错误
不管您是刚要准备开始企业数据建模，还是正在进行，或是已经完成了企业数据建模，我都希望你能通过阅读本文有所收获。下面要介绍的是企业数据建模的时候需要避开的十个错误。列举的都是一些建模团队最容易遇见的典型错误，并未按优先级或出现频率对这些错误进行排序。1.业务需求收集和数据建模过程中未将信息的“真正”用户包含进来你在制造业里提出以下建议的话，人们一定会以为你疯了，例如：某个产品在没有对客户需求
2012-11-21 11:54:44
614
翻译 创建有效数据质量记分卡的23点建议
数据质量记分卡是领导团队的重要资源之一，它能激励项目负责人朝着数据质量管理目标不断前进。但是，话说回来，如何创建数据质量记分卡？关键点在哪里？我想，以下23个关键点可以帮助你朝正确的方向发展。1.确保数据质量记分卡是数据质量项目的核心部分。2.记分卡是理解数据如何有效支持各种分析报告、操作流程和数据驱动项目的关键点。3.记分卡也是决定是否进行数据质量改善计划的关键依据。4.没有
2012-11-19 13:49:12
898
原创 少即是多：建立首个数据质量项目
你是否觉得实现一个成熟的数据质量项目难度很大？想要计划落地却感觉遥不可期？我们觉得到了把企业建立“宏伟蓝图”目光拉回到现在、保持“少即是多”的立场，建立企业的首个数据质量项目的时候了。 许多企业都会犯一个大错：就是创立长期、复杂的项目，却又缺乏足够的经验。这些企业正努力实现产品高度集中，就像由特征、效益、利益相关者、市场需求和最终成果组合成的数据质量项目所交付的产品。这与我们最初实现数据
2012-11-13 16:30:51
625
原创 数据质量管理经验:3种常见错误
在企业实施数据质量管理项目的过程中，你认为哪种错误是最常见的？在即将启动企业级的数据质量管理项目之前，有哪些常见的错误是可以避免的呢？数据质量管理错误No.1:期望灵丹妙药 一些企业认为通过购买打包式解决方案就能处理所有的数据质量问题，并且能将质量问题立即消除。企业开展数据质量项目的第一步，通常是购买数据质量工具。通过企业购买数据质量工具的频率，我们可以看出企业对质量管理“魔法工
2012-11-12 11:46:20
862
翻译 关于数据质量“成长的烦恼”的五点建议
大多数人都处在数据质量之旅的萌芽阶段。在这个阶段，不可避免的遇到一个大的问题：如何克服早期的数据质量成长烦恼？尤其是在视图说服企业开始重视并致力于数据质量改善的时候。Nigel Turner，现任Trillium软件公司信息管理战略副总裁，曾领导一支数据质量团队，为英国电信创造了超过五千万英镑的数据质量效益。他认为，以下五点建议能直接帮助企业渡过早期数据质量活动中成长的烦恼。 要点1：
2012-11-12 10:59:10
509
原创 数据质量总动员：Finding DQ 数据质量总动员
你有没有过那种强烈的感觉，就是你不想去寻找数据质量问题，数据质量问题却会自己找上门来?还记得早些年迪士尼出品的《Finding Nemo》（《海底总动员》）吗? 今天我们要写的是《Finding Data Quality》（数据质量总动员）。因此今天这篇博文，不仅仅要向《Finding Nemo》致敬，也要向那些在数据质量海洋中为企业信息活动不断努力的“角色”致敬——他们是：商
2012-11-07 14:59:15
696
原创 数据质量管理：应激型与主动型数据质量管理意识的转化
人人都知道火警119，火灾发生时就会拨打119叫消防队灭火。可是在火灾发生之前，有几家企业会为了预防火灾而做些有意义的事呢？有谁会在新员工刚入职时，就介绍公司的消防器材位置、安全出口和逃生路线呢？有谁定期的做消防演习及自检呢？这个例子很像数据质量管理面临的窘境。 对于数据，电信、电力、保险等行业的大型企业已逐步认识到数据资产的重要性。正在逐步建立数据质量意识，就像通过培训和演习提高消防意
2012-11-06 14:28:34
900
原创 数据质量管理：战略角度看数据，CXO们看过来
引言：这是一篇小文，几句话说清企业高层应该怎样看数据质量。 一个民主社会往往由从顶层的中央政府到基层的地方政府构成的多重政府机构。为了满足大众的社会需求，每层政府机构都有独特的职权和权限。这种多重政府体系的构成前提是立法的时候要适当的面向最低层。说白了就是不让中央政府为基层的事操心。让中央政府腾出时间解决基层政府或者省级政府解决不了的问题，例如国防这类大事。民主社会的政府必须在整个社会的福
2012-11-01 11:49:09
1171
原创 好数据与抹墙皮
开篇的背景是斑驳的墙壁，看到破旧的墙皮，这还没写东西呢，就想立刻把墙皮先抹平了。大概是职业病吧，好像看到不规整的数据就浑身不自在，总想去清理，先把一切整理得干干净净、整整齐齐。这样，A是A，B是B，规规矩矩，剩下的写作和分析，也不再置于迷雾之中。于是这开篇第一文，咱也不多写了，抹个墙皮先。。。
2012-11-01 11:43:25
443
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人