Chất lượng dữ liệu đánh giá mức độ phù hợp của dữ liệu với mục đích sử dụng dự định. Dữ liệu cần chính xác, đầy đủ, nhất quán, kịp thời và hợp lệ. Dữ liệu xấu có nhiều dạng. Một giá trị bị thiếu. Một bản ghi trùng lặp. Ngày tháng sai định dạng. Một địa chỉ không tồn tại. Mỗi lỗi đều có chi phí. Một chiến dịch tiếp thị gửi thư đến các địa chỉ không tồn tại. Một báo cáo tài chính phóng đại doanh thu do dữ liệu trùng lặp. Một mô hình học máy đưa ra dự đoán sai lệch vì dữ liệu huấn luyện không đầy đủ.

Chất lượng dữ liệu không phải là vấn đề cần giải quyết một lần. Đó là cả một quá trình. Hãy xác định các tiêu chí chất lượng cho từng tập dữ liệu. Đo lường chúng thường xuyên. Đặt ngưỡng chất lượng chấp nhận được. Điều tra khi các chỉ số giảm xuống. Nguyên nhân gốc rễ thường là vấn đề về quy trình, chứ không phải vấn đề về công nghệ. Nhập dữ liệu mà không được kiểm chứng sẽ tạo ra lỗi. Các hệ thống không dùng chung mã khách hàng sẽ tạo ra dữ liệu trùng lặp. Các quy trình cho phép ghi nhận dữ liệu không đầy đủ sẽ tạo ra những khoảng trống. Khắc phục quy trình sẽ ngăn ngừa lỗi. Khắc phục dữ liệu mà không khắc phục quy trình có nghĩa là lỗi sẽ quay trở lại. Các công cụ chất lượng dữ liệu giúp phân tích, làm sạch và giám sát. Chúng không thay thế trách nhiệm quản lý. Phải có người chịu trách nhiệm cho từng tập dữ liệu. Nếu không có trách nhiệm đó, chất lượng sẽ bị suy giảm. Và nó luôn luôn suy giảm.

Kích thước chất lượng dữ liệu

• Độ chính xác — dữ liệu phản ánh thực tế
• Hoàn chỉnh — không có giá trị nào bị thiếu
• Tính nhất quán — dữ liệu giống nhau trên các hệ thống.
• Tính kịp thời — dữ liệu hiện tại
• Tính hợp lệ — dữ liệu tuân thủ các quy tắc
• Tính độc đáo — không có bản sao

Chất lượng dữ liệu là trách nhiệm của mọi người. Khi không ai chịu trách nhiệm về vấn đề này, nó sẽ thất bại.