数据录入是将信息输入系统的过程。有人会手动输入、扫描或从其他来源导入信息。这项工作重复性高，且容易出错。例如，发票号码中的数字颠倒、姓名拼写错误、日期格式错误等等。小错误累积起来，就会造成严重后果。基于错误录入的报告最终会得出错误的结论。

自动化减少了人工数据录入的需求。OCR技术可以从扫描文档中提取文本。API无需人工干预即可在系统间传输数据。表单会在提交前验证输入内容。但自动化并非完美无缺。OCR技术可能会误读手写文本。API在数据结构变更时可能会失效。表单也无法捕获所有错误。人工录入仍然存在，尤其是在处理非结构化数据源和遗留系统时。最佳实践是尽可能减少人工录入。每一个人工步骤都可能出错。如果无法避免人工录入，则应使用验证规则、对关键字段进行双重录入，并定期进行审核。错误数据的代价远高于首次正确录入的成本。数据录入并非高技能工作，但却需要极高的准确性。准确性需要细致的关注和合适的工具。

减少数据录入错误

• 验证规则——检查输入内容的格式和范围
• 下拉菜单和查找——将选项限制为有效值
• 复式录入——将关键数据输入两次并进行比较。
• OCR和自动化——减少手动击键次数
• 审计——抽样并核实输入的数据

数据录入是数据管道的入口。这里的错误会沿着管道向下传递，并且越来越难以修复。